Palestra ministrada no evento IWD '19 - Women Techmakers em Petrópolis/RJ promovido pelo Google Developer Group (GDG) Petrópolis.

Este Jupyter Notebook mostra passo a passo, o processo de construção de uma Rede Neural Convolucional para reconhecimento e clasificação de Dígitos Manuscritos em Python, usando o framework TensorFlow com Keras.

Neste exemplo, usamos o conjunto de dados MNIST.

Aviso prévio:

O modelo de Redes Neurais Convolucional proposto nesta palestra foi implementado em Python (versão 5.4.0) usando o framework TensorFlow (versão 1.4.0) com Keras (versão 2.2.4) usando uma arquitetura baseada em GPU, e pode não funcionar com outras versões.

• Python 3 (versão 5.4.0);
• TensorFlow (versão 1.4.0);
• Keras (versão 2.2.4);
• Jupyter Notebook (versão 4.4.0).
• Dependências
• matplotlib;
• numpy.

Você pode instalar dependências ausentes com pip. E instalar o TensorFlow via TensorFlow link.

• Instale as dependências;
• Execute o Jupyter Notebook no terminal para ver o código no seu navegador.

Código lançado sob a licença MIT.