基于Keras：手写数字识别

1、概述 手写数字识别一般做为第一个深度学习在计算机视觉方面应用的示例，Mnist数据集在这当中也被普遍采用，可用于进行训练及模型性能测试； 模型的输入： 32*32的手写字体图片，这些手写字体包含0~9数字，也就是至关于10个类别的图片 模型的输出： 分类结果，0~9之间的一个数 下面经过多层感知器模型以及卷积神经网络的方式进行实现 2、基于多层感知器的手写数字识别 多层感知器的模型以下，其具备

>>阅读原文<<