我们简单介绍一下,如何使用Keras创建一个简单手写识别模型
Step 1: 导入数据
从keras的库中导入手写体识别数据集mnist模块
from keras.datasets import mnist
Step 2: 数据划分
(train_images, train_labels),(test_images, test_labels) = mnist.load_data()
Step 3: 探索数据
train_images.shape
test_images.shape
Step 4: 模型初始化
from keras import models
network = models.Sequential()
Sequential()函数代表建立序列模型
Step 5: 构建两个全连接层模型结构
network.add(layers.Dense(512, activation = "relu", input_shape=(28*28,)))
network.add(layers.Dense(10, activation = "softmax"))
第一个全连接层512个神经元,输入对应一个图表的像素数量(28*28)
第一个全连接层10个神经元和10个数据手写体对应
relu和softmax分别为激活函数类