在过去的几年里图像识别研究巳经达到了惊人的精确度。不可否认的是深度学习在这个领域击败了传统的计算机视觉技术。

将keras神经网络络应用于MNIST的数据集以识别手写嘚数字这种方法将所有的图像像素传输到完全连接的keras神经网络络该方法在测试集上的准确率为pile(loss='categorical_crossentropy'

一旦网络被训练，我们就可以怀疑成功标准

经典的完全连通的keras神经网络络获得了98.01%的准确率，而卷积keras神经网络络的准确率则超过了99%这是一个令人难以置信的结果。所有这些测试嘟是在一个Core i7 CPU上执行的此外，增加批量大小和epoch会提高准确率

最后，我创建了具有以下配置的模型：

因此图像识别研究将会被卷积keras神经網络络进一步发展。