(九)人工智能应用--深度学习原理与实战--前馈神经网络实现MNST手写数字识别

目标: 识别手写体的数字,如图所示:

(九)人工智能应用--深度学习原理与实战--前馈神经网络实现MNST手写数字识别_第1张图片

学习内容:
1、掌握MNIST数据集的加载和查看方法
2、熟练掌握Keras建立前馈神经网络的步骤【重点】
3、掌握模型的编译及拟合方法的使用,理解参数含义【重点】
4、掌握模型的评估方法
5、掌握模型的预测方法
6、掌握自定义图片的处理与预测

实现步骤:
1)下载MNIST数据集
2)加载、查看数据集
3)数据预处理、建立前馈神经网络模型
4)模型的编译、训练及评估
5)识别测试集上的图片
6)识别自定义的手写图片

一、下载MNIST数据集

下载完后建议放在操作系统当前用户的.keras/datasets/目录下,加载程序将优先从该目录中加载。也可以在加载时指定具他路径,如果程序找不到数据集,则会从服务器下载。

MNIST是经典的手写数字图片数据集,它采集了250个人的70000张手写图片,其中训练集60000张,测试集10000张。图片为28*28的灰度图像,数据集总大小约为11M。

下载地址:
https://s3.amazonaws.com/img-datasets/mnist.npz

下载完后建议放在操作系统当前用户的.keras/datasets/目录下,加载程序将优先从该目录中加载。也可以在加载时指定具他路径,如果程序找不到数据集,则会从服务器下载。

二、加载MNIST数据集

使用代码

from tensorflow.keras 

你可能感兴趣的:(人工智能快速入门应用,人工智能,深度学习,神经网络)