手写数据识别

1.手写数字数据集

• from sklearn.datasets import load_digits
• digits = load_digits()

 

 

2.图片数据预处理

• x：归一化MinMaxScaler()
• y：独热编码OneHotEncoder()或to_categorical
• 训练集测试集划分
• 张量结构

 

 

 

3.设计卷积神经网络结构

• 绘制模型结构图，并说明设计依据。

4.模型训练

• model.compile(loss=\'categorical_crossentropy\', optimizer=\'adam\', metrics=[\'accuracy\'])
• train_history = model.fit(x=X_train,y=y_train,validation_split=0.2, batch_size=300,epochs=10,verbose=2)

5.模型评价

• model.evaluate()
• 交叉表与交叉矩阵
• pandas.crosstab
• seaborn.heatmap