此为历史版本和 IPFS 入口查阅区,回到作品页
創業與雷
IPFS 指纹 这是什么

作品指纹

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

創業與雷
·
·

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

CC BY-NC-ND 2.0 授权