（1）（1）下载MNIST数据集； （2）采用深度学习网络，训练手写数字识别模型； 编写GUI界面，输入测试数字图片，调用识别模型，输出识别结果

好的，您的问题是关于手写数字识别的。以下是实现手写数字识别的步骤：

1. 下载MNIST数据集：可以在官网上下载，也可以使用Python的keras库直接导入。

2. 搭建深度学习网络：可以采用卷积神经网络（CNN）等深度学习结构，搭建网络并训练模型。在这里，建议使用Python的TensorFlow或PyTorch等深度学习框架，这些框架提供了许多深度学习网络结构和训练方法。

3. 训练手写数字识别模型：将MNIST数据集划分为训练集和测试集，使用训练集对模型进行训练，调整模型的参数，使其对手写数字具有良好的识别能力。

4. 编写GUI界面：使用Python的tkinter等图形界面库，编写一个简单的GUI界面，可以在其中输入手写数字图片。

5. 调用识别模型：将输入的手写数字图片输入到训练好的模型中，使用模型对其进行识别。

6. 输出识别结果：将识别结果输出到GUI界面上，使用户能够方便地查看识别结果。

需要注意的是，手写数字识别是深度学习的基础应用之一，不同深度学习网络结构的识别效果也有所不同。使用不同的深度学习框架和网络结构，可能需要针对性地进行调整和优化。