环境安装

pip install tensorflow
pip install keras

Python代码

#coding:utf-8
from keras.datasets import mnist
from keras import models
from keras import layers
from keras.utils import to_categorical
'''
加载训练数据和测试数据
train_images是图片，train_labels是图片的数字
'''
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
'''
开始为神经网络添加层：
第一层是一个有512个节点，使用relu激活函数，输入为 28 * 28向量的全连接层(dense)
第二层是一个具有是个节点，使用'softmax'激活的全连接层，作为输出层，对应10中输出
'''
network = models.Sequential()
network.add(layers.Dense(512, activation='relu', input_shape=(28 * 28,)))
network.add(layers.Dense(10, activation='softmax'))
'''编译网络, 优化器使用rmsprop, 损失函数使用交叉熵损失函数， 网络评估方式是精确度(accuracy)'''
network.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy'])
'''对网络进行训练，进行5轮训练，每批次训练使用128个样本'''
network.fit(train_images, train_labels, epochs=5, batch_size=128)
'''评价网络'''
test_loss, test_acc = network.evaluate(test_images, test_labels)
print('test_acc:', test_acc)