TensorFlow基本图像分类 分析概述 该项目的目的是使用TensorFlow的神经网络来分析手写数字图像并预测输入图像的数字或类别。 我们使用以下方法进行分析： 从MNIST数据库中导入训练和测试集， 预处理并准备模型的训练和测试集， 创建并编译深度神经网络模型， 训练模型并运行预测， 可视化结果。 资源 数据源： MNIST数据库 软体：Python 3.8，TensorFlow 2.3.1，Jupyter Notebook 6。 链接到代码 结果 创建的模型的准确性为97％

MNIST图像分类 MNIST（“国家标准技术研究院”）是计算机视觉的事实上的“ Hello World”数据集。 自从1999年发布以来，这个经典的手写图像数据集已成为基准分类算法的基础。 随着新的机器学习技术的出现，MNIST仍然是研究人员和学习者的可靠资源。 数据集包含两个文件： 1.）mnist_train.csv 2.）mnist_test.csv mnist_train.csv文件包含60,000个培训示例和标签。 mnist_test.csv包含10,000个测试示例和标