1、mnist 手寫數字識別模型訓練
1.1 訓練數據shape處理
x_train的形狀是（60000，28，28）改爲（60000，784）
x_train.reshape((60000，-1))
reshape(元組)，reshape裏面要放個元組，兩個括號
1.2 np_utils.to_categorical(y_train,num_classes=10)解釋
將y_train,有1個數擴展爲一個列表，列表的列數由num_classes指定
1.3 提高識別精度（增加層數）
model.add(Dense(64,activation=‘relu’)
1.4 model.fit 函數 參數理解
epochs=5,就是所有數據訓練5次
verbose=1，每個batch_size訓練完畢都打印一次
verbose=2，每個 epochs 訓練完畢打印一次，通常選這個就行
1.5 保存模型,導入模型需要安裝 h5py 這個包
安裝：pip install h5py
導入訓練模型： keras.load_model(".h5")
保存訓練模型：model.s