（一）数据集可视化
这是交互式手写数字识别实验的第一部分，主要介绍了MNIST数据集的可视化方法。内容涵盖数据集的加载、可视化代码的实现（包括使用matplotlib和优化的aicode库），以及如何展示训练集中的手写数字图片。通过示例代码和运行效果，为后续的模型训练和识别实验做准备。
（二）模型训练
这是交互式手写数字识别实验的第二部分，重点介绍MNIST手写数字识别模型的训练过程。内容涵盖数据集的加载与预处理（归一化、形状调整）、LeNet-5神经网络的构建与训练（包括卷积层、池化层和全连接层），以及模型的编译、训练和评估。通过20轮训练，模型在测试集上达到了98.72%的准确率。
（三）手写数字识别
这是交互式手写数字识别实验的终结篇“使用训练好的模型对手写数字进行识别”。基于从MNIST数据集训练得到的模型，对手写的数字进行识别。为展示应用效果，将开发一个简单的图形用户界面，可以在画布上用鼠标或触控方式书写数字，将图片通过已训练好的模型进行预测，并输出识别出的数字。
