使用mnist数据集进行手写数字识别
1、打开PyCharm,点击File->New Project。

3、在项目名称上右键,选择New->Python File,就创建了一个普通Python文件。

5、首先,定义一个藜局腑载添加一个隐藏层的函数,参数包括输入层,输入大小,输出大小与激活函数。更复杂一点,你可以添加标签。

7、然后,为了评估模型的好坏,我们定义一个函数评估模型的准确性。

9、运行结果如下所示,最终的准确率达到86%左右。之后可以考虑添加更多层或采用更复杂的cnn进行计算。

1、打开PyCharm,点击File->New Project。
3、在项目名称上右键,选择New->Python File,就创建了一个普通Python文件。
5、首先,定义一个藜局腑载添加一个隐藏层的函数,参数包括输入层,输入大小,输出大小与激活函数。更复杂一点,你可以添加标签。
7、然后,为了评估模型的好坏,我们定义一个函数评估模型的准确性。
9、运行结果如下所示,最终的准确率达到86%左右。之后可以考虑添加更多层或采用更复杂的cnn进行计算。