Keras深度学习框架实战之手写体识别

一：概述

手写体识别是keras所自带的七个数据集中的一个，用于识别0-9的10阿拉伯数字的手写体，该数据集大约有6000张28*28的手写体图片组成。我们本节课将通过后写体识的这样一个例子，先给大家展示一下使用keras搭建深度学习的过程，为后续的学习做一个概括性的学习。这样更加有利于大家在今后的学习中能更方便的撑握学习要点。

二：实战手写体

打开cmd，然后进我们上一节创建的python环境

#进入工作环境
conda activate keras
#打开jupyter
jupyter notebook &

 新建一个新的notebook，然后，按我们1-7的步骤，依次输入以下代码。

1、导入我们所需要的库文件

#导入所需要库文件
import keras
import matplotlib.pyplot as plt
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import SGD

 2、数据的加载和读取

#下载mnist数据集
(x_train, y_train), (x_test, y_test) = mnist.load_data()

#打印数据集
im = plt.imshow(x_train[0], cmap='gray')
plt.show()

#你可以试着