快速生成自己手写字体项目：Handwriting Synthesis。创意始于 Alex Graves 在 2013 年发布的一篇论文：《Generating Sequences With Recurrent Neural Networks》，而后经 MIT 的一名学生 Sean Vasquez 参照实现，并于前不久正式推出了基于 TensorFlow.js 开发的 Web 版 Demo 页面。微博视频为该项目的具体演示视频，对此感兴趣的同学，也可以亲自上手试一下。更进一步的，还可以尝试训练自己
在《深度学习caffe–手写字体识别例程（一）》中，我们进行了手写字体识别例程的演练，其中第一步就是用get_mnist.sh脚本文件来获取mnist数据集，这篇文章我们来研究一下这个脚本文件到底做了什么。我们在caffe根目录下的data/mnist/目录下可以找到这个脚本文件，源码如下所示。
#!/usr/bin/env sh
# This scr ipts downloads the mnist data and unzips it.
DIR=$( cd $(dirname $0) ;
现在的许多手写字体识别代码都是基于已有的mnist手写字体数据集进行的，而kaggle需要用到网站上给出的数据集并生成测试集的输出用于提交。这里选择keras搭建卷积网络进行识别，可以直接生成测试集的结果,最终结果识别率大概97%左右的样子。
# -*- coding: utf-8 -*-
Created on Tue Jun 6 19:07:10 2017
author: Administrator
from keras.models import Sequential
from ker
