深度学习实战：用Keras搭建深度学习网络做手写数字识别

⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️
🐴作者：秋无之地

🐴简介：CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作，主要擅长领域有：爬虫、后端、大数据开发、数据分析等。

🐴欢迎小伙伴们点赞👍🏻、收藏⭐️、留言💬、关注🤝，关注必回关

上一篇文章已经跟大家介绍过《深度学习简述》，相信大家对深度学习都有一个基本的认识。下面我讲一下：深度学习实战：用Keras搭建深度学习网络做手写数字识别

一、设定目标

在这篇文章中，我们用 Keras 这个深度学习框架做一个识别手写数字的练习。

今天的学习目标主要有以下的几个方面：

1. 进一步了解 CNN 网络。CNN 网络在深度学习网络中应用很广，很多网络都是基于 CNN 网络构建的，你有必要进一步了解 CNN 的网络层次，尤其是关于卷积的原理。
2. 初步了解 LeNet 和 AlexNet。它们都是经典的 CNN 网络，我们今天的任务就是认识这些经典的 CNN 网络，这样在接触更深度的 CNN 网络的时候，比如 VGG、GoogleNet 和 ResNet 这些网络的时候，就会更容易理解和使用。
3. 对常用的深度学习框架进行对比，包括 Tensorflow、Keras、Caffe、PyTorch、 MXne