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)