Keras识别MNIST手写数字（一）

数据和方法

MNIST数据集是收集的手写字体，为单色图像，共有训练集60000项，测试数据集10000项。建模方法我们使用最简单的神经网络模型，多层感知器（MLP）。

数据下载和处理

数据下载

Keras已经提供了模块用于下载数据，通过一下代码即可完成下载。

我们可以看下数据的长度。

通过matplotlib绘制图片看看数据长什么样子~

数据处理

数据处理大概分为以下几步：

图片是28X28，我们要转换为一维的，这样才可以作为我们的输入层。

图片标准化

label值换为one-hot编码，做为输出层。

代码：

MLP建模

模型结构

输入层为784（28×28）个神经元 ，隐层256个，输出层为10。

建立模型

导入相应的库，建立Sequential模型，然后模型加入Dense神经网络层（全连接）。具体代码如下：

我们可以通过summary查看模型的摘要：

训练模型

对训练模型进行可视化：

测试数据