keras インポート層 から keras インポートモデルの モデル = models.Sequential（） ＃首层接收2维输入 model.add（layers.Conv2D（32、（3,3）、活性化= ' relu '、input_shape =（28,28 、1 ））） model.add（layers.MaxPooling2D（ 2,2 ）） model.add（layers.Conv2D（ 64、（3,3）、活性化= ' relu ' ）） （（layers.MaxPooling2D（model.add 2,2 ））） model.add（layers.Conv2D（ 64、（3,3）、活性化= ' relu ' ）） model.add（layers.Flatten（）） model.add（layers.Dense（ 64、活性化= ' relu ' ）） model.add（layers.Dense（ 10、活性化= ' ソフトマックス' ）） model.summary（）
keras.datasets インポートmnist から keras.utilsがインポートto_categorical （train_images、train_labels）を、（test_images、test_labels） = mnist.load_data（） train_images = train_images.reshape（（60000、28、28、1 ）） train_images = train_images.astype （' のfloat32 ' / 255） test_images = test_images.reshape（（10000、28、28、1 ）） test_images = test_images.astype（' のfloat32 '）/ 255 train_labels = to_categorical（train_labels） test_labels =to_categorical（test_labels） model.compile（オプティマイザ = ' rmsprop '、損失= ' categorical_crossentropy '、メトリック= [ ' 精度' ]） model.fit（train_images、train_labels、エポック = 5、BATCH_SIZE = 64 ） test_loss、test_acc = モデル。評価（test_images、test_labels） プリント（test_acc）
