Keras 教學 - MNIST 手寫辨識 x 深度學習的 HelloWorld

Keras 實現 MNIST 手寫辨識

每一個程式語言都有 HelloWorld，深度學習領域中最經典的 Demo 就是 MNIST 手寫辨識，MNIST 資料即是由 28x28 灰階圖片，分別有 0~9 分佈 60,000 張訓練資料與 10,000 張測試資料 。目前各大演算法對於 MNIST 的準確率已經提昇許多，我們也來用 Keras 來測試看看囉。

Python Keras MNIST 手寫辨識

這是一個神經網路的範例，利用了 Python Keras 來訓練一個手寫辨識分類 Model。

我們要的問題是將手寫數字的灰度圖像（28x28 Pixel）分類為 10 類（0至9）。使用的數據集是 MNIST 經典數據集，它是由國家標準技術研究所（MNIST 的 NIST）在1980年代組裝而成的，包含 60,000 張訓練圖像和 10,000 張測試圖像。您可以將「解決」MNIST 視為深度學習的 "Hello World"。

由於 Keras 已經整理了一些經典的 Play Book Data，因此我們可以很快透過以下方式取得 MNIST 資料集。

from keras.datasets import mnist

(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

images 是用來訓練與測試的資料，label 則為每一筆影像資料對應的正確答案，每一張手寫圖片都是 28 x 28 的灰階 Bit Map，透過以下 Python 來看一下資料集的結構

train_images.shape
len(train_labels)
train_labels
test_images.shape
len(test_labels)
test_labels

原文：https://blog.toright.com/posts/6914