10 行代码，实现手写数字识别

好的，以下是一个简单的手写数字识别的代码实现，使用的是 Python 和 scikit-learn 机器学习库：

from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.neural_network import MLPClassifier

# 加载手写数字数据集
digits = load_digits()

# 将数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size=0.2, random_state=42)

# 训练多层感知机模型
mlp = MLPClassifier(hidden_layer_sizes=(64,), activation='relu', solver='adam', max_iter=1000)
mlp.fit(X_train, y_train)

# 在测试集上评估模型准确率
accuracy = mlp.score(X_test, y_test)
print(f"模型准确率：{accuracy}")

这个代码使用了一个多层感知机模型，并将手写数字数据集划分为训练集和测试集。训练完模型后，使用测试集评估模型准确率。