# mnist-深度学习

**Repository Path**: tang_zhen_chao/mnist_deep_learning

## Basic Information

- **Project Name**: mnist-深度学习
- **Description**: 作为深度学习中的HelloWorld，该小工程详细描述了如何从零开始深度学习
- **Primary Language**: Python
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2020-05-17
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# mnist-深度学习

#### 介绍
作为深度学习中的HelloWorld，该小工程详细描述了如何从零开始深度学习


#### 软件架构
mnist数据集的识别使用了两个非常小的网络来实现，第一个是最简单的全连接网络，第二个是卷积网络，mnist数据集是入门数据集，所以不需要进行图像增强，或者用生成器读入内存，直接使用简单的fit()命令就可以一次性训练


#### 安装教程
1.使用到的主要第三方库有tensorflow1.x，基于TensorFlow的Keras，基础的库包括numpy，matplotlib
<br>
2.安装方式也很简答，例如：pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
<br>
3.注意tensorflow版本不能是2.x


#### 使用说明

1.  首先，我们预览数据集，运行mnistplt.py，绘制了4张训练用到的图像

2.  训练全连接网络则运行Densemnist.py，得到权重Dense.h5，加载模型并预测运行Denseload.py

3.  训练卷积网络则运行CNNmnist.py，得到权重CNN.h5，加载模型并预测运行CNNload.py


#### 中间过程
![输入图片说明](https://images.gitee.com/uploads/images/2020/0517/224744_d20e743a_5644878.png "1.png")
![输入图片说明](https://images.gitee.com/uploads/images/2020/0517/224752_d1f5a7b7_5644878.png "2.png")
![输入图片说明](https://images.gitee.com/uploads/images/2020/0517/224800_2c3759a5_5644878.png "3.png")
![输入图片说明](https://images.gitee.com/uploads/images/2020/0517/224807_1f4dd3d6_5644878.png "4.png")
![输入图片说明](https://images.gitee.com/uploads/images/2020/0517/224814_184e8796_5644878.png "5.png")


#### 最后
能和大家学习很开心,Bye~