3.2、用LSTM实现MNIST手写数字识别

这篇博客介绍了如何运用LSTM模型进行MNIST手写数字识别,将MNIST数据集作为机器学习领域的基础入门,详细阐述了数据加载、预处理及模型构建的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

##用LSTM实现MNIST手写数字识别

就像开始学习编程语言时入门程序是‘Hello World’一样,mnist就是机器学习中的‘Hello World’。

1、MNIST手写数字
本数据库有x_train为60,000个用于训练的28*28的灰度手写数字图片,x_test为10,000个测试图片,如下图所示。y_train,y_test是标记的数字,值为0-9。

mnist

(1)从keras数据库中加载数据集

from keras.datasets import mnist
#加载数据
(x_train, y_train), (x_test, y_test) = mnist.load_data()
print('x_train.shape:',x_train.shape)
print('x_test.shape:',x_test.shape)

输出:
('x_train.shape:', (60000, 28, 28))
('x_test.shape:'
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值