文章目录
深度学习Week7——利用TensorFlow实现mnist手写数字识别
一、前言
二、我的环境
三、前期工作
1、配置环境
2、导入数据
3、归一化
4、图片可视化
5、调整图片格式
四、构建CNN模型
五、编译模型
六、训练模型
七、预测
1、Accuracy图
2、指定图片识别
八、我的收获与疑惑
一、前言
- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍖 原作者:K同学啊 | 接辅导、项目定制
由于pytorch后面的算法本人学习起来难度过大,我思考了一段时间觉得是自己的基础仍然不扎实,确实,由于本人目前才大二,很多内容不是很理解,但好在时间比较充裕,因此慢慢来比一味的推进度要更适合我,因此从本周开始,我打算重新开始第一周的打卡,去细致的学习神经网络程序,去理解他的网络结构,体会各个层的作用,为后面更复杂的学习打下基础。
二、我的环境
- 电脑系统:Windows 10
- 语言环境:Python 3.11.3
- 编译器:Pycharm2023.2.3
深度学习环境:Pytorch
显卡及显存:RTX 3060 8G
三、前期工作
1、导入库并配置环境
import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")
if gpus:
gpu0 = gpus[0] #如果有多个GPU,仅使用第0个GPU
tf.config.experimental.set_memory_growth(gpu0, True) #设置GPU显存用量按需使用
tf.config.set_visible_devices([gpu0], "GPU")
这一步与pytorch第一步类似,我们在写神经网络程序前无论是选择pytorch还是tensorflow都应该配置好gpu环境。
2、 导入数据
导入mnist数据,依次分别为训练集图片(train_images)、训练集标签(train_labels)、测试集图片(test_images)、测试集标签(test_labels),mnist数据集是著名的公开数据集,我们可以直接用代码进行下载调用
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()
3、归一化
Q:什么是归一化?如何归一化?
A:将像素的值标准化至0到1的区间内。(对于灰度图片来说,每个像素最大值是255,每个像素最小值是0,也就是直接除以255就可以完成归一化。)
Q:为什么要归一化
A:我们归一化的目的将数据转换成具有统一尺度的形式,使得不同特征之间的数值范围相似或相同,使得模型更容易学习到合适的权重,提高模型性能,同时可以将所有特征的尺度统一到一个范围内,避免特征之间不合理的权重分配。
train_images, test_images = train_images / 255.0, test_images / 255.0
# 查看数据维数信息
train_images.shape,test_images.shape,train_labels.shape,test_labels.shape
输出:
((60000, 28, 28), (10000, 28, 28), (60000,), (10000,))
这表明我们训练集有60000张28x28像素的图片,测试集有10000张28x28像素的图片
4、图片可视化
# 将数据集前20个图片数据可视化显示
# 进行图像大小为20宽、10长的绘图(单位为英寸inch)
plt.figure(figsize = (20,10))
for i in range(20):
# 将整个figure分成2行10列,绘制第i + 1个子图。
plt.subplot(2, 10, i + 1)
# 设置不显示x轴刻度
plt.xticks([])
# 设置不显示y轴刻度
plt.yticks([])
# 设置不显示子图网格线
plt.grid(False)
# 图像展示,cmap为颜色图谱,"plt.cm.binary"为matplotlib.cm中的色表
plt.imshow(train_images[i], cmap = plt.cm.binary)
# 设置x轴标签显示为图片对应的数字
plt.xlabel(train_labels[i])
# 显示图片
plt
5、调整图片格式
由于mnist图片是灰度图,他的通道数是1,因此我们将数据调整到我们需要的格式
train_images = train_images.reshape((60000, 28, 28, 1))
test_images = test_images.reshape((10000, 28, 28, 1))
train_images.shape,test_images.shape,train_labels.shape,test_labels.shape
((60000, 28, 28, 1), (10000, 28, 28, 1), (60000,), (10000,))
四 、构建CNN模型
这是一个重难点,在构建模型之前,我们先来看一看各层有什么作用以及网络结构图
- 输入层:
输入层负责接收原始数据,将数据传递到网络中的第一层。 - 卷积层:
卷积层使用卷积核对输入数据进行滤波操作,以提取图像中的特征。 - 池化层:
池化层用于对卷积层的输出进行下采样,以减少数据的维度和计算量。 - Flatten层:
Flatten层用于将多维的输入数据(如卷积层的输出)压缩成一维的向量。
常用在卷积层到全连接层的过渡,将卷积层输出的特征图展平成一维向量,以便输入到全连接层中进行分类或回归等任务。 - 全连接层:
全连接层起到“特征提取器”的作用,将前面层的特征表示映射到输出层。 - 输出层(Output Layer):
输出层负责输出模型的预测结果。
model = models.Sequential([
# 设置二维卷积层1,设置32个3*3卷积核,activation参数将激活函数设置为ReLu函数,input_shape参数将图层的输入形状设置为(28, 28, 1)
# ReLu函数作为激活励函数可以增强判定函数和整个神经网络的非线性特性,而本身并不会改变卷积层
# 相比其它函数来说,ReLU函数更受青睐,这是因为它可以将神经网络的训练速度提升数倍,而并不会对模型的泛化准确度造成显著影响。
layers.Conv2D(32, (3, 3), activation = 'relu', input_shape = (28, 28, 1)),
#池化层1,2*2采样
layers.MaxPooling2D((2, 2)),
# 设置二维卷积层2,设置64个3*3卷积核,activation参数将激活函数设置为ReLu函数
layers.Conv2D(64, (3, 3), activation = 'relu'),
#池化层2,2*2采样
layers.MaxPooling2D((2, 2)),
layers.Flatten(), #Flatten层,连接卷积层与全连接层
layers.Dense(64, activation = 'relu'), #全连接层,特征进一步提取,64为输出空间的维数,activation参数将激活函数设置为ReLu函数
layers.Dense(10) #输出层,输出预期结果,10为输出空间的维数
])
# 打印网络结构
model.summary()
五、编译模型
# model.compile()方法用于在配置训练方法时,告知训练时用的优化器、损失函数和准确率评测标准
model.compile(
# 设置优化器为Adam优化器,Adam是一种常用的自适应学习率优化算法,它能够自动调整学习率,适应不同参数的变化情况,从而更有效地训练模型。
optimizer = 'adam',
# 设置损失函数为交叉熵损失函数(tf.keras.losses.SparseCategoricalCrossentropy())
# from_logits为True时,会将y_pred转化为概率(用softmax),否则不进行转换,通常情况下用True结果更稳定
loss = tf.keras.losses.SparseCategoricalCrossentropy(from_logits = True),
# 设置性能指标列表,将在模型训练时监控列表中的指标
metrics = ['accuracy'])
六、训练模型
# 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
history = model.fit(
# 输入训练集图片
train_images,
# 输入训练集标签
train_labels,
# 设置10个epoch,每一个epoch都将会把所有的数据输入模型完成一次训练。
# 一个epoch表示模型使用训练集中的所有数据完成一次正向传播和反向传播的过程。
epochs=10,
# 设置验证集,在每个epoch结束时,模型会使用验证集来计算验证损失和验证指标(如准确率)。
# 这有助于检查模型是否过拟合或者欠拟合,并在需要时调整模型的超参数。
validation_data=(test_images, test_labels))
七、预测
1、Accuracy图
import matplotlib.pyplot as plt
# 绘制训练过程中的准确率曲线
plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label = 'val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1])
plt.legend(loc='lower right')
plt.show()
# 计算模型在测试集上的损失值和准确率
test_loss, test_acc = model.evaluate(test_images, test_labels, verbose = 2)
print(test_acc)
结果:
2、指定图片识别
# 预测第一张图片
plt.imshow(test_images[0])
准确!
八、我的疑问与收获
通过本周的学习,我深刻的了解了深度学习的网络结构,翻阅了很多相关技术文档和博客,一步一步来,这些东西很基础但是很重要,不能只关注进度而忽略了其中的重要知识!