Keras 入门课1 -- 用MLP识别mnist手写字符

最新推荐文章于 2024-11-18 20:53:38 发布

原创

最新推荐文章于 2024-11-18 20:53:38 发布 · 3.6k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#Keras

这篇博客介绍了如何使用Keras构建一个多层感知机（MLP）模型来识别MNIST数据集的手写数字。首先，作者展示了如何导入Keras的相关模块，加载并预处理MNIST数据。接着，通过Sequential模型构建了包含两个隐藏层和一个输出层的网络，使用ReLU激活函数，并配置了损失函数、优化器和评估指标。然后，模型在训练集上进行了训练，并在验证集上评估了性能。最后，作者总结了本文的主要内容，包括Keras数据加载、模型构建、训练过程和效果评估。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#Keras 入门课1：使用Keras写一个mlp
本系列课程代码，欢迎star：
https://github.com/tsycnh/Keras-Tutorials

mlp就是multilayer perceptron，多层感知机。数据集用的是经典的mnist，数字分类问题。

首先导入keras的各种模块

keras.datasets 里面包含了多种常用数据集，如mnist，cifar10等等，可以实现自动下载和解析等等。

keras.models 里面有最核心的模型结构，如顺序模型结构Sequential

keras.layers 里面有一些常用的层结构，如全连接层Dense

keras.optimizers 里面有一些常用优化函数，如adam等

import keras
from keras.datasets import mnist 
from keras.models import Sequential 
from keras.layers import Dense,Dropout
from keras.optimizers import RMSprop

Using TensorFlow backend.
/usr/local/Cellar/python3/3.6.2/Frameworks/Python.framework/Versions/3.6/lib/python3.6/importlib/_bootstrap.py:205: RuntimeWarning: compiletime version 3.5 of module 'tensorflow.python.framework.fast_tensor_util' does not match runtime version 3.6
  return f(*args, **kwds)

载入mnist数据，第一次会自动下载，之后运行会载入本地文件。

(x_train,y_train),(x_test,y_test)=mnist.load_data()

↓查看一下数据格式，训练集一共有6万张，大小是28*28,单通道灰度图，测试集是1000张。标签是列向量

print(x_train.shape,y_train.shape)
print(x_test.shape,y_test.shape)

(60000, 28, 28) (60000,)
(10000, 28, 28) (10000,)

↓可视化一些图片

import matplotlib.pyplot as plt
im = plt.imshow(x_train

最低0.47元/天解锁文章

200万优质内容无限畅学