卷积神经网络（CNN）实现mnist手写数字识别

系统管理员 2024-05-07 17:07 202阅读 0赞

活动地址：CSDN21天学习挑战赛

8916ef6255c341c48eb59ab037528dbc.png

首先来了解一下

什么是TensorFlow ？

TensorFlow 是一个采用数据流图(data flow graphs)，用于数值计算的开源软件库。

其命名来源于本身的原理，Tensor(张量)意味着N维数组，Flow(流)意味着基于数据流图的计算。Tensorflow运行过程就是张量从图的一端流动到另一端的计算过程。张量从图中流过的直观图像是其取名为“TensorFlow”的原因。

张量Tensor：在数学上，张量是N维向量，这意味着张量可以用来表示N维数据集。

计算图(流, flow)：流是指一个计算图或简单的一个图，图不能形成环路，图中的每个节点代表一个操作，如加法、减法等。每个操作都会导致新的张量形成。

fa59dd66b5d24ccb977de8e76634cd7f.png

只要能够将计算表示成为一个数据流图，那么就可以使用TensorFlow。如这个图不就是个神经网络嘛，所以使用TensorFlow框架。

什么是Keras？

Keras是基于TensorFlow或者Theano框架下的深度学习库，是由纯python编写而成的高层神经网络API，也仅支持python开发。它是为了支持快速实践而对tensorflow或者Theano的再次封装，让我们可以不用关注过多的底层细节，能够把想法快速转换为结果。目前Keras已经被TensorFlow收录，添加到TensorFlow 中，成为其默认的框架，成为TensorFlow官方的高级API。

tf.keras和keras的联系

基于同一套API，但是因为tf.keras中比keras多出了一点特殊的功能，所以可以轻松的将keras程序迁移到tf.keras中，但是tf.keras中的代码并不是全能移动到keras中运行。

规范是相同的，模型导出的格式也是相同的。

899a94669275493880ef335b056710c2.png

keras.layers模块

TensorFlow的layers模块提供用于深度学习的更高层次封装的API，利用它可以轻松地构建模型。tf.layers模块提供的方法有：














































































方法 说明
Input 用于实例化一个输入Tensor，作为神经网络的输入
average_pooling1d 一维平均池化层
average_pooling2d 二维平均池化层
average_pooling3d 三维平均池化层
batch_normalization 批量标准化层
conv1d 一维卷积层
conv2d 二维卷积层
conv2d_transpose 二维反卷积层
conv3d 三维卷积层
conv3d_transpose 三维反卷积层
dense 全连接层
dropout Dropout层
flatten Flatten层，把一个Tensor展平
max_pooling1d 一维最大池化层
max_pooling2d 二维最大池化层
max_pooling3d 三维最大池化层
separable_conv2d 二维深度可分离卷积层

参数介绍： TensorFlow之神经网络layers模块详解_Never-Giveup的博客-CSDN博客_神经网络layer

Keras.moleds.Sequential模型

Sequential 模型结构： 层（layers）的线性堆栈。简单来说，它是一个简单的线性结构，没有多余分支，是多个网络层的堆叠。

  • 其中，Dense是一个全连接层，它的激活函数默认为是linear线性函数
  • 激活函数可以通过 单独的激活层 实现，也可以通过 构建层时传递activation实现

一、读取数据

Keras提供了数据集加载函数

  1. import tensorflow as tf
  2. from tensorflow.keras import datasets, layers, models
  3. import matplotlib.pyplot as plt
  4. import numpy as np
  5. (train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()

查看数据维度

  1. train_images.shape
  2. test_images.shape
  3. train_labels.shape
  4. test_labels.shape
  5. '''
  6. ((60000, 28, 28), (10000, 28, 28), (60000,), (10000,))
  7. '''

可以看到训练集有60000个28*28的图片，60000个标签，测试集有10000个28*28的图片，10000个标签。

  1. plt.imshow(train_images[0])

查看一下图片是一张图片

603ad420cf85457d95584a9c53089b12.png

  1. train_images[0]

查看一下其取值

4dfab792911d46b794a08671d872e574.png

查看其最大取值为多少

  1. print(np.max(train_images))
  2. print(np.min(train_images))
  4. #255
  5. #0

那么其取值范围是[0 , 255]之间。

二、数据预处理

1、在数据预处理时，首先采用reshape函数将每个图像矩阵扁平化成一个向量：

  1. #调整数据到我们需要的格式
  2. train_images = train_images.reshape((60000, 28, 28, 1))
  3. test_images = test_images.reshape((10000, 28, 28, 1))
  5. train_images.shape,test_images.shape,train_labels.shape,test_labels.shape
  6. """
  7. 输出：((60000, 28, 28, 1), (10000, 28, 28, 1), (60000,), (10000,))
  8. """

2、数据归一化，将输入值[0,255]归一化为[0,1]的取值范围：

  1. # 将像素的值标准化至0到1的区间内。
  2. train_images, test_images = train_images / 255.0, test_images / 255.0

3、数据可视化

  1. plt.figure(figsize=(20,10))
  2. for i in range(20):
  3.     plt.subplot(5,10,i+1)
  4.     plt.xticks([])
  5.     plt.yticks([])
  6.     plt.grid(False)
  7.     plt.imshow(train_images[i], cmap=plt.cm.binary)
  8.     plt.xlabel(train_labels[i])
  9. plt.show()

db750678621e436fa5ddb7484e681368.png

三、构建CNN神经网络模型

  1. model = models.Sequential([
  2.     layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),#卷积层1，卷积核3*3
  3.     layers.MaxPooling2D((2, 2)),                   #池化层1，2*2采样
  4.     layers.Conv2D(64, (3, 3), activation='relu'),  #卷积层2，卷积核3*3
  5.     layers.MaxPooling2D((2, 2)),                   #池化层2，2*2采样
  7.     layers.Flatten(),                              #Flatten层，连接卷积层与全连接层
  8.     layers.Dense(64, activation='relu'),           #全连接层，特征进一步提取
  9.     layers.Dense(10)                               #输出层，输出预期结果
  10. ])
  11. # 打印网络结构
  12. model.summary()

f51bb1e2ac704950bea7c31185dd725c.png

四、确定学习的目标

  1. model.compile(optimizer='adam',
  2.               loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
  3.               metrics=['accuracy'])

compile函数设置了学习的目标，其中：

loss：定义了损失函数，

optimizer：指定了优化算法，

metrics：是评价指标

五：模型训练

这里设置输入训练数据集（图片及标签）、验证数据集（图片及标签）以及迭代次数epochs

  1. history = model.fit(train_images, train_labels, epochs=10, 
  2.                     validation_data=(test_images, test_labels))

52e5375f47934740a60d36a3c9aeb28b.png

六、模型评估

调用evaluate函数对测试集进行评估，返回数组score，其中第一维是模型的损失值，第二维是模型评估的精度。

  1. score= model.evaluate(test_images,test_labels)
  2. print("Test loss:",score[0])
  3. print("Test accuracy:",score[1])

ec32a5873b5745d188de41aacd6115fc.png

七、模型的预测

输出第一张测试集的预测结果

  1. plt.imshow(test_images[1])
  2. pre = model.predict(test_images) # 对所有测试图片进行预测
  3. pre[1] # 输出第一张图片的预测结果

11d4c5951606417f90981cfe50544f1a.png

3387e0bbd6e54535aa3b398c97c94359.png

可以看到在第三个位置的值最大，所以预测的是2

得到预测结果：

  1. np.argmax([pre[1]])
  2. #2

查看标签

  1. test_labels[1]
  2. #2

预测正确

大家注意收看

  • 本文为[?365天深度学习训练营](https://mp.weixin.qq.com/s/k-vYaC8l7uxX51WoypLkTw) 中的学习记录博客
  • 参考文章地址： 深度学习100例-卷积神经网络（CNN）实现mnist手写数字识别 | 第1天_K同学啊的博客-CSDN博客)

发表评论

表情：
评论列表 （有 0 条评论，202人围观）

还没有评论，来说两句吧...

相关阅读