写一个最简单的深度学习代码
时间: 2024-05-10 20:20:48 浏览: 7
抱歉,作为 AI 语言模型,我无法运行代码。但是,以下是一个使用 TensorFlow 库实现的最简单的深度学习代码示例,用于对 MNIST 数据集进行数字分类:
```python
import tensorflow as tf
# 导入 MNIST 数据集
mnist = tf.keras.datasets.mnist
# 加载训练和测试数据
(x_train, y_train),(x_test, y_test) = mnist.load_data()
# 对数据进行归一化处理
x_train, x_test = x_train / 255.0, x_test / 255.0
# 构建模型
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10)
])
# 定义损失函数和优化器
loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
optimizer = tf.keras.optimizers.Adam()
# 训练模型
model.compile(optimizer=optimizer,
loss=loss_fn,
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
# 评估模型
model.evaluate(x_test, y_test, verbose=2)
```