python神经网络实现手写数字识别实验

     手写数字识别实验是机器学习中最常见的一个示例，可以有很多种办法实现，最基础的其实就是利用knn算法，根据数字图片对应矩阵与经过训练的数字进行距离计算，最后这个距离最短，那么就认为它是哪个数字。

     这里直接通过神经网络的办法来进行手写数字识别实验。不借助其他框架，编写网络，然后进行测试。这个代码其实网上有很多，并不是原创。

     这里有必要说明一下手写数字的数据集，这里采用的是mnist_dataset/mnist_train.csv数据集，数据地址： https://www.kaggle.com/datasets/oddrationale/mnist-in-csv。下载之后是一个压缩包，里面包含mnist_train.csv,mnist_test.csv。

    我们可以看看mnist_train.csv的部分数据：

 

    上图中，①处表示 第一行内容 其实是标题，我们在数据处理的时候需要过滤这一行。② 表示的是label内容，也就是真实数字，它由0-9组成，也就是10个分类。③ 处表示的28 * 28矩阵，这个数字由784个数字组成。 

    实验过程，先使用mnist_train.csv数据训练网络，然后利用我们自己手写的数字进行测试。这里没有使用mnist_test.csv进行测试，主要是它本身就是人家进行测