各位小伙伴,好久不见啦,最近我在手敲深度学习代码(keras),用的编辑器是jupyter notebook,废话不多说了,我们一起开始学习吧,今天推荐的是手写数字识别哦,已经将相关代码资源上传啦,免费的!免费的!免费的!
期待和各位学习机器学习、深度学习的小伙伴一起交流,有疑问的可以加我的QQ:798519723.
因为是第一课,所以代码比较简答啦,先阐述一下知识背景:我们需要的数据集是keras自带的数据中取出的,我们需要解决的问题是将手写数字的灰度图像(2维)划分到10个类别中。我们将数据集称为(MNIST数据集),这个数据集包括60000训练图像和10000预测图像。
为什么说这个数据集便于入门呢,这是因为:
1.灰度图像,只用了2维,如果是彩色图片就是三维了,所以数据处理起来简单。
2.在keras里面我们其实已经对图像进行过预处理了,当你查看数据或者标签时,你会发现他们已经处理成标签啦,所以又简单了好多好多。
3.数据经过了筛选,而且数据量足够,所以处理得到的结果看上去很不错。
接下来我们聊一聊编程的流程吧,哈哈哈,我稍微总结一波,我觉得大致如下:
1.处理数据
2.导入数据
3.建立模型
4.编译模型
5.将数据带入模型
当然上面更多的是参考入门级编程啦,一起加油吧,哈哈哈!