19 - 使用TensorFlow实现中文数字识别项目

简介：
本项目运用TensorFlow框架搭建神经网络模型，专注于识别中文数字，旨在提高对自然语言处理和深度学习技术的理解与应用能力。 这个项目是一个使用TensorFlow和Keras构建的图像分类项目，目标是识别中文数字。 1. **项目描述：** - 该项目的目标是利用深度学习技术，在TensorFlow与Keras框架下建立一个能够准确辨识手写中文数字的图像分类模型。 - 图像分类属于机器学习中的常见任务之一。通过训练神经网络，此项目旨在使模型具备识别手写中文数字的能力。 2. **数据读取及预处理：** - 数据集由两部分组成：一个CSV文件（`chinese_mnist.csv`）和存储图像的文件夹。 - CSV文件记录了每个图像对应的标签信息。通过这些信息，可以确定每张图片的具体中文数字标识。 - 图像数据被加载后转换为RGB格式，并进行归一化处理以确保像素值范围在0到1之间。 3. **模型训练：** - 利用Keras的Sequential API构建神经网络架构。 - 构建的模型包括两个全连接层，每个都使用ReLU激活函数。