前幾天主要再做一些環境建置與各個工具的使用方法教學，今天筆者會正式進入TensorFlow的世界。使用的工具為TensorFlow、Keras、Anaconda與Jupyter Notebook。加油!繼續努力!

今天會進行包含MNIST建置與訓練資料。
MNIST

1. 匯入Keras相關模組，如下所示:

mport numpy as np
import pandas as pd
from keras.utils import np_utils
np.random.seed(10)

2. 成功後，匯入Keras模組，如下所示:

from keras.datasets import mnist

3. 第一次執行下載MNIST資料，程式會自動偵測是否有安裝MNIST，如果沒有就會開始安裝，如下圖所示:
   

4. 稍待片刻安裝後，查看以下載的MNIST檔案，如下圖:
   
   筆者安裝的位置為: C:\Users\oscar.keras\datasets ，即可找到檔案

5. 讀取MNIST，由於之前已下載過檔案，只需再次讀取即可

6. 查看MNIST資料集筆數，如下圖:
   

訓練資料

1. 訓練資料是由images與label所組成，總共6000筆，image為單色之數字影像，labels為數字影像的真實質，概念如下:
   

2. 定義plot_image函數顯示數字影像，鍵入已下指令

import matplotlib.pyplot as plt
def plot image(image):
    fig = plt.gcf()
    fig.set_size_inches(2, 2)
    plt.imshow(image, cmap='binary')
    plt.show()

3. 執行plot_image函數查看第0筆數字影像，鍵入以下指令

plot_image(X_train_image[0])

4. 上述的過程，一樣可查看第0筆label資料，結果會出現相對應的數字。

這樣今天的進度就完成啦!明天再接再勵!

Reference: 林大貴(2019)：TensorFlow+Keras 深度學習人工智慧實務應用。新北市：博碩文化