keras实现mnist数据集手写数字识别

一. Tensorflow环境的安装

这里我们只讲CPU版本，使用 Anaconda 进行安装

a.首先我们要安装 Anaconda

链接：https://pan.baidu.com/s/1AxdGi93oN9kXCLdyxOMnRA 密码：79ig

过程如下：

第一步：点击next

第二步：I Agree

第三步：Just ME

第四步：自己选择一个恰当位置放它就好

第五步：建议只选择第二个

第六步：就直接install啦啦啦啦，然后你就可以上手万能库了

b.找到Anaconda prompt，然后

以管理员的身份打开终端

c.按照以下步骤在 Anaconda 环境中安装 TensorFlow：

通过调用以下命令创建名为 tensorflow 的 conda 环境：

C:> conda create -n tensorflow pip python=3.5

通过发出以下命令激活 conda 环境：

C:> activate tensorflow (tensorflow)C:> # Your prompt should change

发出相应命令以在 conda 环境中安装 TensorFlow。要安装仅支持 CPU 的 TensorFlow 版本，请输入以下命令：

(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow

d.测试tensorflow的安装

启动Anaconda prompt（同样是以管理员身份打开）终端。

如果您是通过 Anaconda 进行安装，请激活您的 Anaconda 环境。

终端输入 activate tensorflow即可

然后再输入python

如：

在 Python 交互式 shell 中输入以下几行简短的程序代码：

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print(sess.run(hello))

如果系统输出以下内容，说明您可以开始编写 TensorFlow 程序了：

Hello, TensorFlow!

完成以上步骤，你就把tensorflow搭建好了......

二.安装keras

a.首先，担心我们anaconda里面各个包未更新到最新，所以我们以管理员的身份打开Anaconda终端，输入 conda update conda,执行完后，再输入：conda update --all

b.然后我们激活我们的tensorflow环境：activate tensorflow

c.然后我们就可以输入：pip install keras

三.完成上述步骤，我们就可以来试下加载keras里面的mnist数据集了

# Plot ad hoc mnist instances
from keras.datasets import mnist
import matplotlib.pyplot as plt
# load (downloaded if needed) the MNIST dataset
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# plot 4 images as gray scale
plt.subplot(221)
plt.imshow(X_train[0], cmap=plt.get_cmap('gray'))
plt.subplot(222)
plt.imshow(X_train[1], cmap=plt.get_cmap('gray'))
plt.subplot(223)
plt.imshow(X_train[2], cmap=plt.get_cmap('gray'))
plt.subplot(224)
plt.imshow(X_train[3], cmap=plt.get_cmap('gray'))
# show the plot
plt.show()

效果：

keras实现mnist数据集手写数字识别

猜你喜欢