導入手寫數字識別

import keras from keras import layers import matplotlib.pyplot as plt %matplotlib inline import keras.datasets.mnist as mnist (train_image, train_label), (test_image, test_label) = mnist.load_data() train_image.shape OUT： (60000, 28, 28)

即有60000張圖片 28*28像素

用切片的方法去取出圖片

plt.imshow(train_image[0]) train_label[0] OUT： 0

模型訓練

model = keras.Sequential() model.add(layers.Flatten()) # (60000, 28, 28) ---> (60000, 28*28) model.add(layers.Dense(64, activation='relu')) model.add(layers.Dense(10, activation='softmax')) model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['acc'] ) model.fit(train_image, train_label, epochs=50, batch_size=512) <

總結

以上是生活随笔為你收集整理的keras从入门到放弃(十）手写数字识别训练的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。