深度学习的上机作业:
基于CNN卷积神经网络的MINIST手写体识别
版本:python-3.9,tensorflow-2.9
目录
写这篇文章为了讲一个故事:
老师布置了一个上机作业,建议参照着书上的代码进行完成,但书上的代码是四年前的,tensorflow已经大变样了,然后我浪费了两天的时间来改Bug与兼容,最终选择照着官方文档写2.0-tensorflow的故事。
MINIST数据集
由很多人手写的数字构成,分为训练集与测试集
训练集: 有6万张图片,每张图片大小28x28,同时有对应数量的标签(就是每张图片对应的数字)
测试集: 与训练集相比,其他一样,就是图片只有1万张
我们可以看看测试集的大小与部分图片
代码:
import tensorflow as tf
import matplotlib.pyplot as plt
# 导入数据集
mnist = tf.keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
print("训练集样本及标签", train_images.shape, train_labels.shape)
print("测试集样本及标签", test_images.shape, test_labels.shape)
train_images, test_images = train_images / 255.0, test_images / 255.0 # 归一化,不然梯度爆炸
# 进行绘画
for i in range(15):
plt.subplot(3, 5, i + 1)
plt.xticks([])
plt.yticks([])
plt.grid(False)
plt.imshow(test_images[i])
plt.xlabel(test_labels[i])
plt.show()
数据集大小:
![MNIST数据集大小](https://i-blog.csdnimg.cn/blog_migrate/8a4b113d5bd96df92a799f97697a8b6b.jpeg)
图像:
![部分MNIST图片](https://i-blog.csdnimg.cn/blog_migrate/dc12247abf40029d632d901098305f4f.jpeg)
训练CNN卷积神经网络
如果看这篇文章是为了完成实验报告,就用这里的代码就行
这个代码是不是看着比书(深度学习之美)上的示例代码简洁?这就是tensorflow在四年的发展,它从原来的偏向底层的代码变成现在这种高度集成的框架,但没有书上那样可以清楚的知道底层是如何实现的。
我将讲解这个代码所定义的神经网络模型,
(与书上唯一不同的就是全连接层的神经元为64个)。
- 第一层为卷积层,32卷积核(即32输出通道),卷积核大小5x5,激活函数Relu,零值等大填充
- 第二层为池化层,2x2最大值池化
- 第三层为卷积层,卷积核大小5x5,64个输出通道
- 第四层为池化层,仍为2x2最大池化
- 第五层为扁平化层,将输入的二维张量拉成一维,便于输入给全连接层
- 第六层为全连接层,与书上不同,这里是64个神经元
(因为我的电脑内存不大) - 第七层为Dropout层,随机丢掉一些全连接层的神经元,以避免过拟合
- 第八层,即最后一层,为输出层,输出独热编码
代码:(最后一行是自己的文件路径)
import tensorflow as tf
"""
教材(深度学习之美)上所使用的tensorflow十分的古老,
其版本是Python-3.6,tensorflow-1.7,
许多api现已不支持,而我们要拥抱新技术
当前版本:python-3.9,tensorflow-2.9
"""
# 导入数据集
mnist = tf.keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
print("训练集样本及标签", train_images.shape, train_labels.shape)
print("测试集样本及标签", test_images.shape, test_labels.shape)
train_images, test_images = train_images / 255.0, test_images / 255.0 # 归一化,不然梯度爆炸
# 建立各层神经网络
model = tf.keras.models.Sequential() # 建立一个堆叠层的神经网络
# 第一卷积层,32卷积核(即32输出通道),卷积核大小5x5,使用Relu激活函数,零值等大填充,输入张量形状28x28,色彩通道为1(即黑白图片)
model.add(tf.keras.layers.Conv2D(32, (5, 5), activation='relu', padding='same', input_shape=(28, 28, 1)))
# 2x2的最大值池化
model.add(tf.keras.layers.MaxPooling2D((2, 2)))
# 第二卷积层,64个输出通道,输入通道这里就不用指定,可以自动承接前一层的
model.add(tf.keras.layers.Conv2D(64, (5, 5), activation='relu', padding='same'))
model.add(tf.keras.layers.MaxPooling2D((2, 2)))
# 扁平化,将二维的张量变成一维,这里28x28经过两次2x2池化,已是7x7大小,现在变成49
model.add(tf.keras.layers.Flatten())
# 全连接层,64个神经元
model.add(tf.keras.layers.Dense(64, activation='relu'))
# dropout层,损失函数0.5
model.add(tf.keras.layers.Dropout(0.5))
# Readout层,输出独热编码
model.add(tf.keras.layers.Dense(10)) # 最后输出10个数
# 编译模型
model.compile(optimizer='adam', # Adam优化器
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), # 损失函数
metrics=['accuracy']) # 监控指标:精度
# 开始训练,训练周期8,即将所有训练样本(6万个),遍历八遍,因为输入通道是32个,所以每遍训练1875次,每次32个
model.fit(train_images, train_labels, epochs=8, validation_data=(test_images, test_labels))
# 训练完毕,使用测试集来评估模型精度
test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
print('\n最终测试集上的精度为:', test_acc)
# 保存模型
model.save("../兼收并蓄/CNN模型") # 这是自定义的路径,删除"/兼收并蓄"即可直接运行
运行结果:
在训练集上训练了15000次,每次32张图片,最终在测试集上的精度为: 0.9934
使用训练好的模型进行预测
好不容易将模型训练完了,怎么能够不去使用?
从文件夹读取出模型,开始预测,看看自己亲手训练出的成果如何。
(这里应该将图片给显示出来才直观,但是那样意义不大,只看标签也够了)
代码:
import tensorflow as tf
# 导入数据集
mnist = tf.keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
# 加入待预测的图像及其标签
show_images, show_labels = test_images[0:20], test_labels[0:20]
print("所选取的测试集图片的标签is:", show_labels)
# 引入模型
model = tf.keras.models.load_model("../兼收并蓄/CNN模型")
# 开始预测
predictions = model.predict(show_images)
# 预测完成
predictions_num = tf.argmax(predictions, 1)
# 输出预测标签
print("所预测的标签为:", predictions_num)
运行结果:
(可以看到训练20个图像,全部都预测对了)
识别自己手写的数字
好不容易训练的模型,应该自己体验一番,自己画一个数字,看看是否能够识别
首先打开画图,将图像设置为28x28的黑白图像(打开画图-->文件-->图像属性)
(其实不设也行,但那样不能保证精度)
![画图设置](https://i-blog.csdnimg.cn/blog_migrate/2e0c162864f7caa0a58976a675decda1.jpeg)
然后画一个黑底白字的数字,保存为png文件(我这里起名“御笔亲题之作”)
(这个时候可能看不清画布,用画图的放大镜点几下就好了)
![所画图像](https://i-blog.csdnimg.cn/blog_migrate/2814050e2e772256676c080968369116.jpeg)
然后通过tf.io进行读取,并转化成numpy数组
代码:
import tensorflow as tf
# 读取一张自己手写的图片
img_01 = tf.io.read_file("../兼收并蓄/御笔亲题之作.png") # 要黑白图片
img02 = tf.io.decode_png(img_01, channels=1)
img03 = tf.image.resize(img02, [28, 28])
img = (img03.numpy()).reshape([1, 28, 28])
print("图片转化之后的形状为:", img.shape)
# 运用模型进行预测
model = tf.keras.models.load_model("../兼收并蓄/CNN模型")
predictions = model.predict(img)
predictions_num = tf.argmax(predictions, 1)
print("你的模型认为该数字为:", predictions_num.numpy())
运行结果:
![运行结果](https://i-blog.csdnimg.cn/blog_migrate/36e392f522e79691e61a21646514cade.jpeg)