本文主要是介绍Keras 入门课1 -- 用MLP识别mnist手写字符,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
#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 3.6return 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[0],cmap
这篇关于Keras 入门课1 -- 用MLP识别mnist手写字符的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!