在本机器学习教程中，我们将使用Python和Keras在MNIST数据集上训练CNN(卷积神经网络)。MNIST(修改后的美国国家标准技术研究院)数据库是一个庞大的手写字符图像存储库，可以免费在线获取。它通常用于教程中，因为它避免了许多数据科学家可能遇到的各种问题，例如在训练机器学习算法之前收集数据或清理数据集。
Keras是Python的机器学习库。在python上可用的所有机器学习库中，Keras被认为是高级的-这意味着与
低级的库相比，在其中创建神经网络更简单-对于初学者而言，这是绝佳的入门步骤。机器学习库的另一个示例是TensorFlow，其级别低于Keras。
Python是本教程使用的编程语言。Python是一种高级编程语言，于1991年首次发布，以易于使用和对初学者友好而闻名。Python的设计理念围绕清晰易读的代码，这使其在计算机科学行业中也很受欢迎。它还有一个庞大的第三方存储库，称为模块。机器学习库是Python模块的示例。可以在此处下载Python编程语言：https://www.python.org/。在本教程中，我们将使用3.7版，因此请确保安装该版本。您可以使用任何所需的编辑器，但建议使用Pycharm，因为它易于用户使用，面向Python并且可以立即使用，无需预先配置。
在开始编写代码之前，我们需要先在Python中安装相关模块。有不同的方法可以做到这一点。我将演示4种不同的方式供不同的人使用。
(此方法需要Pycharm)创建新文件并写出我们的机器学习程序中所需的导入。
import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K
其中许多行将用红色下划线，将鼠标悬停在第一行上import keras，然后单击弹出的红色灯泡。单击灯泡后，将显示一个小菜单。然后，您可以单击安装模块，Pycharm将自动安装所需的Python模块。您也可以保留这些行，因为它们是我们最终程序的开始行。
(这适用于选择将Python安装到PATH的Microsoft Windows用户)打开CMD / Powershell并输入以下内容
python -m pip install Keras
(这适用于方法2无法使用的Microsoft Windows用户)转到C：\ Users \ [您的用户名] \ AppData \ Local \ Programs \ Python \ Python37 \ Scripts，然后在此处打开CMD / Powershell实例并键入
./pip3.exe install Keras
(此方法适用于Linux和Mac用户)打开终端并输入以下内容：
pip3 install Keras
现在安装过程已经完成，我们可以开始编写代码了。
首先，我们需要导入将在程序其余部分中使用的模块。我们将要做的第一个导入显然是我们将要使用的机器学习库。