mnist神经网络实例(keras)

MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字图片。
下载下来的数据集被分成两部分：60000行的训练数据集（mnist.train）和10000行的测试数据集。
每一个MNIST数据单元有两部分组成：一张包含手写数字的图片和一个对应的标签。
每一张图片包含28X28个像素点。我们把这个数组展开成一个向量，长度是 28x28 = 784。

关键代码

(X_train,Y_train),(X_test,Y_test) = mnist.load_data()  #导入训练集，测试集

X_train = X_train.reshape(60000,784)/255.0        #将训练集，测试集进行归一化方便梯度下降
X_test = X_train.reshape(60000,784)/255.0

Y_train = to_categorical(Y_train,10)        #将训练集，测试集的结果分为10类
Y_test = to_categorical(Y_train,10)   

model.add(Dense(units=10,activation='softmax'))  #softmax适用于多分类