keras实现Regressor实现手写字分类

矫情吗；* 2022-12-15 03:37 144阅读 0赞

import numpy as np
    np.random.seed(1337)  # for reproducibility
    from keras.datasets import mnist
    from keras.utils import np_utils
    from keras.models import Sequential
    from keras.layers import Dense, Activation
    from keras.optimizers import RMSprop
    
    # download the mnist to the path '~/.keras/datasets/' if it is the first time to be called
    # X shape (60,000 28x28), y shape (10,000, )
    (X_train, y_train), (X_test, y_test) = mnist.load_data()
    
    # data pre-processing
    X_train = X_train.reshape(X_train.shape[0], -1) / 255.   # normalize
    X_test = X_test.reshape(X_test.shape[0], -1) / 255.      # normalize
    y_train = np_utils.to_categorical(y_train, num_classes=10)
    y_test = np_utils.to_categorical(y_test, num_classes=10)
    
    # Another way to build your neural net
    model = Sequential([
        Dense(32, input_dim=784),
        Activation('relu'),
        Dense(10),
        Activation('softmax'),
    ])
    
    # Another way to define your optimizer
    rmsprop = RMSprop(lr=0.001, rho=0.9, epsilon=1e-08, decay=0.0)
    
    # We add metrics to get more results you want to see
    model.compile(optimizer=rmsprop,
                  loss='categorical_crossentropy',
                  metrics=['accuracy'])
    
    print('Training ------------')
    # Another way to train the model
    model.fit(X_train, y_train, epochs=2, batch_size=32)
    
    print('\nTesting ------------')
    # Evaluate the model with the metrics we defined earlier
    loss, accuracy = model.evaluate(X_test, y_test)
    
    print('test loss: ', loss)
    print('test accuracy: ', accuracy)

发表评论取消回复

表情：

评论列表（有 0 条评论，144人围观）

还没有评论，来说两句吧...

相关阅读

相关 keras实现RNN手写字识别

import numpy as np np.random.seed(1337) for reproducibility from kera

红太狼/ 2022年12月15日 03:37/ 0 赞/ 157 阅读

相关 keras实现CNN手写字识别

to try tensorflow, un-comment following two lines import os os.environ['K

分手后的思念是犯贱/ 2022年12月15日 03:37/ 0 赞/ 179 阅读

相关 keras实现Regressor实现手写字分类

import numpy as np np.random.seed(1337) for reproducibility from keras.dat

矫情吗；*/ 2022年12月15日 03:37/ 0 赞/ 145 阅读

相关使用keras进行Regressor

本文内容比较简单，没那么多文字解释，直接上代码。 import numpy as np np.random.seed(1337) from kera

深碍√TFBOYSˉ_/ 2022年12月15日 03:31/ 0 赞/ 113 阅读

相关深度学习实战--手写字识别MNIST

手写字识别 [前序Python入门教程。][Python] 手写字识别是深度学习入门教程，这里包含数据下载，模型创建，训练模型，测试模型几个模块。

短命女/ 2022年11月15日 11:26/ 0 赞/ 213 阅读

相关 Keras实现CIFAR-10分类

仅仅为了学习Keras的使用，使用一个四层的全连接网络对MNIST数据集进行分类，网络模型各层结点数为：3072: : 1024 : 512:10；使用50000张

朴灿烈づ我的快乐病毒、/ 2022年10月02日 13:59/ 0 赞/ 188 阅读

相关基于Prompt的MLM文本分类 bert4keras实现

本文主要介绍使用Prompt的MLM文本分类 bert4keras的代码实现，用以丰富bert4keras框架的例子关于prompt的原理的文章网上有很多优秀的文章可以自行百

￡神魔★判官ぃ/ 2022年08月28日 05:47/ 0 赞/ 197 阅读

相关 Keras框架实现Minist手写数字识别

思路：通过构建一个三层的CNN网络，实现数字识别。（图像处理问题）导入各种用到的模块组件 from __future__ import absolute_i

矫情吗；*/ 2022年01月27日 12:37/ 0 赞/ 303 阅读

相关 keras-预训练的ImageNet模型实现分类

import keras import numpy as np from keras.applications import vgg16,vgg19,i

偏执的太偏执、/ 2021年11月18日 00:58/ 0 赞/ 448 阅读

相关 keras-人脸分类

-- coding: utf-8 -- """ Created on 2019/5/21 14:37 @Author: Johnson

迷南。/ 2021年11月17日 08:36/ 0 赞/ 292 阅读