目录

参考

建模过程

1、数据加载和预处理

飞桨框架帮助我们将MNIST数据集进行了内置
数据集名称： MNIST
数据集官网 ： http://yann.lecun.com/exdb/mnist
训练样本量： 60,000张
验证样本量： 10,000张
单个样本形状： (28,28)
加载使用方式：paddle.vision.datasets.MNIST

训练集
https://dataset.bj.bcebos.com/mnist/train-images-idx3-ubyte.gz 
https://dataset.bj.bcebos.com/mnist/train-labels-idx1-ubyte.gz 

测试集
https://dataset.bj.bcebos.com/mnist/t10k-images-idx3-ubyte.gz 
https://dataset.bj.bcebos.com/mnist/t10k-labels-idx1-ubyte.gz 

2、模型的网络设计和开发

模型组网

因为每张图片是28*28（784）像素，所以我们输入层设置为784个神经元，隐藏层是512（这个数据是可以变得，一般是深度学习设计者根据经验计算得出），输出层是10（0~9的数字）

3、模型训练

代码实战

1、打开aistudio找到项目

再项目中搜索，找到打开链接