tensorflow2手写数字识别数据集完成神经网络分类器的搭建代码

以下是使用 TensorFlow 2 搭建手写数字识别神经网络分类器的代码：

import tensorflow as tf
from tensorflow import keras
import numpy as np

# 加载手写数字识别数据集
mnist = keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

# 对数据进行预处理
train_images = train_images / 255.0
test_images = test_images / 255.0

# 定义神经网络模型
model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

# 编译模型
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# 训练模型
model.fit(train_images, train_labels, epochs=10)

# 评估模型
test_loss, test_acc = model.evaluate(test_images, test_labels)
print('Test accuracy:', test_acc)

这段代码可以搭建一个简单的神经网络分类器，用于识别手写数字。