目录
活动地址：CSDN21天学习挑战赛
学习：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
（文章内部分相关概念解释来源于 百度）
一、前期准备
1.1 环境配置
详情请见博主的另一篇文章
深度学习21天——准备（环境配置）_清园暖歌的博客-CSDN博客
1.2 CPU和GPU
1.2.1 CPU
CPU(Central Processing Unit-中央处理器),是一块超大规模的集成电路，是一台计算机的运算核心（Core）和控制核心（ Control Unit）。它的功能主要是解释计算机指令以及处理计算机软件中的数据。
1.2.2 GPU
GPU（Graphics Processing Unit-图形处理器），是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器。
1.2.3 CPU和GPU的区别
（1）缓存
CPU有大量的缓存结构，目前主流的CPU芯片上都有四级缓存，这些缓存结构消耗了大量的晶体管，在运行的时候需要大量的电力。
GPU的缓存就很简单，目前主流的GPU芯片最多有两层缓存，而且GPU可以利用晶体管上的空间和能耗做成ALU单元，因此GPU比CPU的效率要高一些。
（2）响应方式
CPU要求的是实时响应，对单任务的速度要求很高，所以就要用很多层缓存的办法来保证单任务的速度。
GPU是把所有的任务都排好，然后再批处理，对缓存的要求相对很低。
（3）浮点运算方式
CPU除了负责浮点整形运算外，还有很多其他的指令集的负载，比如像多媒体解码，硬件解码等，因此CPU是多才多艺的。CPU注重的是单线程的性能，要保证指令流不中断，需要消耗更多的晶体管和能耗用在控制部分，于是CPU分配在浮点计算的功耗就会变少。
GPU基本上只做浮点运算的，设计结构简单，也就可以做的更快。GPU注重的是吞吐量，单指令能驱动更多的计算，相比较GPU消耗在控制部分的能耗就比较少，因此可以把电省下来的资源给浮点计算使用。
（4）应用方向
CPU所擅长的像操作系统这一类应用，需要快速响应实时信息，需要针对延迟优化，所以晶体管数量和能耗都需要用在分支预测、乱序执行、低延迟缓存等控制部分。
GPU适合对于具有极高的可预测性和大量相似的运算以及高延迟、高吞吐的架构运算。
所以，我们在做深度学习时，有条件尽量使用gpu，更有效率、节能
第一步：设置GPU
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")
1.3 MNIST 手写数字数据集
MNIST是一个公开的数据集，获取网址为MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges（下载后需解压）
mnist 是一个包含 60,000 个 28x28 的 10 位灰度图像的数据集，以及一个包含 10,000 个图像的测试集。更多信息可以在 MNIST 主页上找到
第二步：导入数据
import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()train_images:uint8 具有形状的灰度图像数据的 NumPy 数组(60000, 28, 28)，包含训练数据。像素值范围从 0 到 255。
train_labels:uint8 NumPy 数字标签数组(0-9 范围内的整数)与形状(60000,)对于训练数据。
test_images:uint8 NumPy 灰度图像数据数组，形状为 (10000, 28, 28)，包含测试数据。像素值范围从 0 到 255。
test_labels:uint8 NumPy 数字标签数组(0-9 范围内的整数)与形状(10000,)为测试数据。
(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
assert x_train.shape == (60000, 28, 28)
assert x_test.shape == (10000, 28, 28)
assert y_train.shape == (60000,)
assert y_test.shape == (10000,)1.4 归一化
归一化是为了消除量纲，因为数据都是 0-255 的像素值，所以这里除以 255
第三步：归一化
# 将像素的值标准化至0到1的区间内。
train_images, test_images = train_images / 255.0, test_images / 255.0
train_images.shape,test_images.shape,train_labels.shape,test_labels.shape
"""
输出：((60000, 28, 28), (10000, 28, 28), (60000,), (10000,))
"""
二、其他代码理解
2.1 可视化图片
第四步：可视化
plt.figure(figsize=(20,10)) # 生成指定宽和高的画布（20，10）
for i in range(20):
plt.subplot(5,10,i+1) # 生成5行10列位置，这个是第i+1个
plt.xticks([]) # 横坐标刻度为空
plt.yticks([]) # 纵坐标刻度为空
plt.grid(False) # False：设置背景网格线不显示
plt.imshow(train_images[i], cmap=plt.cm.binary) # 显示第i个图片，binary为黑白色（二值）
plt.xlabel(train_labels[i]) # 显示第i个标签
plt.show()
(1)figure语法说明
figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
num:图像编号或名称，数字为编号 ，字符串为名称
figsize:指定figure的宽和高，单位为英寸；
dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张
facecolor:背景颜色
edgecolor:边框颜色
frameon:是否显示边框
参考plt.figure()参数使用详解及运行演示_超级-马里奥的博客-CSDN博客_plot.figure
2.2 调整图片格式
第五步：调整图片格式
#调整数据到我们需要的格式
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
"""
输出：((60000, 28, 28, 1), (10000, 28, 28, 1), (60000,), (10000,))
"""
reshape的第四个参数可能是 排序：顺序或逆序，不确定
2.3 构建CNN网络
2.3.1 卷积神经网络（CNN）
以下概念摘自学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇_新四石路打卤面的博客-CSDN博客_图解卷积神经网络
CNN是一种带有卷积结构的前馈神经网络，卷积结构可以减少深层网络占用的内存量，其中三个关键操作——局部感受野、权值共享、池化层，有效的减少了网络的参数个数，缓解了模型的过拟合问题。
卷积层和池化层一般会取若干个，采用卷积层和池化层交替设置，即一个卷积层连接一个池化层，池化层后再连接一个卷积层，依此类推。由于卷积层中输出特征图的每个神经元与其输入进行局部连接，并通过对应的连接权值与局部输入进行加权求和再加上偏置值，得到该神经元输入值，该过程等同于卷积过程，CNN也由此而得名1。
CNN主要应用于图像识别（计算机视觉，CV），应用有：图像分类和检索、目标定位检测、目标分割、人脸识别、骨骼识别和追踪，具体可见MNIST手写数据识别、猫狗大战、ImageNet LSVRC等，还可应用于自然语言处理和语音识别。
总的来说，CNN是为了解决两个难题：① 图像需要处理的数据量太大，导致成本很高，效率很低；② 图像在数字化的过程中很难保留原有的特征，导致图像处理的准确率不高。
2.3.2 主要结构
CNN主要包括以下结构：
（1）输入层(Input layer)：输入数据；
（2）卷积层(Convolution layer，CONV)：使用卷积核进行特征提取和特征映射；
（3）激活层：非线性映射（ReLU)
（4）池化层(Pooling layer，POOL)：进行下采样降维；
（5）光栅化(Rasterization)：展开像素，与全连接层全连接，某些情况下这一层可以省去；
（6）全连接层(Affine layer / Fully Connected layer，FC)：在尾部进行拟合，减少特征信息的损失；
（7）激活层：非线性映射（ReLU)
（8）输出层(Output layer)：输出结果。
其中，卷积层、激活层和池化层可叠加重复使用，这是CNN的核心结构。
在经过数次卷积和池化之后，最后会先将多维的数据进行“扁平化”，也就是把(height,width,channel)的数据压缩成长度为height × width × channel的一维数组，然后再与FC层连接，这之后就跟普通的神经网络无异了。
具体每个层的内容就直接到我上面转的那个博主的文章看吧
第六步：构建CNN网络模型
model = models.Sequential([
layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),#卷积层1，卷积核3*3
layers.MaxPooling2D((2, 2)), #池化层1，2*2采样
layers.Conv2D(64, (3, 3), activation='relu'), #卷积层2，卷积核3*3
layers.MaxPooling2D((2, 2)), #池化层2，2*2采样
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
layers.Dense(10) #输出层，输出预期结果
])
# 打印网络结构
model.summary()
下图来自深度学习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
（1）layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1))：
其他参数参考：TensorFlow 之 keras.layers.Conv2D( ) 主要参数讲解_分发吧的博客-CSDN博客_layers.conv2d
32：32个核
（3，3）：卷积核大小为3×3
activation='relu'：激活函数
input_shape：根据名称判断该参数应该是单个数据的shape值
此外步长未指定，应该是默认的 1
relu激活函数
公式: f ( x ) = m a x ( 0 , x )
图像：
1. 为什么要用ReLU激活函数
由于sigmoid函数在输入远离中心点时导数会很小，会出现梯度消失的现象。使用ReLU激活函数时则不会出现梯度消失的现象。
但是当输入为负数时ReLU函数会死掉，拐点不可导。所以需要做特殊处理。
转自文章：“智能”（5）——ReLU激活函数&卷积神经网络_Nevey-Chen的博客-CSDN博客_activation='relu
sigmoid函数：f（x）= 1/（1+e^(-z)）
（2）layers.MaxPooling2D((2, 2))
设置池化层的尺寸为 2×2
其他参数参考：CNN中的最大池化（MaxPool2D）的参数和含义，_园游会的魔法糖的博客-CSDN博客_maxpooling2d
（3）models.Sequential
Sequential()方法是一个容器，描述了神经网络的网络结构，在Sequential()的输入参数中描述从输入层到输出层的网络结构
tensorflow中tf.keras.models.Sequential()用法_yunfeather的博客-CSDN博客_models.sequential()
（4）layers.dense
tf.layers.dense用于添加一个全连接层。
函数如下：
tf.layers.dense(
inputs, #层的输入
units, #该层的输出维度
activation=None, #激活函数
use_bias=True,
kernel_initializer=None, # 卷积核的初始化器
bias_initializer=tf.zeros_initializer(), # 偏置项的初始化器
kernel_regularizer=None, # 卷积核的正则化
bias_regularizer=None, # 偏置项的正则化
activity_regularizer=None,
kernel_constraint=None,
bias_constraint=None,
trainable=True,
name=None, # 层的名字
reuse=None # 是否重复使用参数
)部分参数解释：
inputs：输入该层的数据。
units：该层的输出维度。
activation：激活函数。
use_bias：是否使用偏置项。
trainable=True:表明该层的参数是否参与训练。
tf.layers.dense的使用方法_Bubbliiiing的博客-CSDN博客_layers.dense
2.3.3 编译模型
第七步：编译模型
"""
这里设置优化器、损失函数以及metrics
这三者具体介绍可参考博客：
https://blog.csdn.net/qq_38251616/category_10258234.html
"""
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
https://blog.csdn.net/qq_38251616/category_10258234.html
tensorflow中model.compile()用法_yunfeather的博客-CSDN博客_model.compile
adam算法介绍和总结_Only_whitecat的博客-CSDN博客_adam 算法
简而言之，adam算法可以在传统梯度下降算法的基础上，能够自适应的改变学习率
2.3.4 训练模型
plt.imshow(test_images[1])
第八步：训练模型
"""
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
关于model.fit()函数的具体介绍可参考博客：
https://blog.csdn.net/qq_38251616/category_10258234.html
"""
history = model.fit(train_images, train_labels, epochs=10,
validation_data=(test_images, test_labels))
https://blog.csdn.net/qq_38251616/category_10258234.html
2.3.5 预测
第九步：预测
pre = model.predict(test_images) # 对所有测试图片进行预测
pre[1] # 输出第一张图片的预测结果
与测试集的一张图片比较
plt.imshow(test_images[1])
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
