深度学习：实现mnist手写数字识别

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

我的环境：

1.语言环境：Python 3.7

2.编译器：Pycharm

3.深度学习环境：TensorFlow2.5

一、前期工作

1.设置GPU(若使用的是cpu则可忽略)

gpus = tf.config.list_physical_devices("GPU")

if gpus:
    gpu0 = gpu[0]  #若有多个GPU，仅仅使用第0个
    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")

2.导入数据

from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
import  tensorflow as tf
# 导入mnist数据，依次分别为训练集图片，训练集标签，测试集图片，测试集标签
(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()

3.归一化（详细请参考归一化）

归一化可将数据”拍扁“统一到区间

使不同纲领的特征处于同一数值量级，减少方差大的特征影响，使模型更准确

加快学习算法的收敛速度

# 将像素点值标准化至0到1区间内。（对于灰度图片，每个像素最大值是255，最小值是0，直接除以255即可完成归一化）
train_images, test_images = train_images / 255.0, test_images / 255.0
# 查看数据维度
train_images.shape, test_images.shape, train_labels.shape, test_labels.shape

4.可视化图片

# 将数据集前20个图片可视化显示
# 进行图像大小为10宽、5长的绘图（单位为英寸inch）
plt.figure(figsize=(10, 5))
# 遍历MNIST数据集下标数值0~49
for i in range(20):
    # 将整个figure分成5行10列，绘制第i+1个子图
    plt.subplot(2, 10, i + 1)
    # 设置x轴不显示刻度
    plt.xticks([])
    # 设置y轴不显示刻度
    plt.yticks([])
    # 设置不显示子图网格
    plt.grid(False)
    # 图像展示，cmp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.show()

 5.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

二、构建CNN网络模型

 创建并设置卷积神经网络

卷积层：通过卷积操作对输入图像进行降为和特征抽取

池化层：是一中非线性形式的下采样。主要用于特征降维，压缩数据和参数的数量，减小过拟合，同时提高模型的鲁棒。

MaxPool2d(2, 2) MaxPool 最大池化层，池化层在卷积神经网络中的作用在于特征融合和降维。池化也是一种类似的卷积操作，只是池化层的所有参数都是超参数，是学习不到的。maxpooling有局部不变性而且可以提取显著特征的同时降低模型的参数，从而降低模型的过拟合。只提取了显著特征，而舍弃了不显著的信息，是的模型的参数减少了，从而一定程度上可以缓解过拟合的产生。

全连接层：在经过几个卷积和池化层后，神经网路的高级推理通过全连接层来完成。

model = models.Sequential([
    # 设置二维卷积层1，设置32个3*3的卷积核，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，而本身不会改变卷积层
    # 相比其他函数来说，ReLu函数更青睐，因为够简单，能够提升网络的训练速度，而不会影响模型的泛化性
    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的卷积核，activation参数将激活函数设置为ReLu函数
    layers.Conv2D(64, (3, 3), activation='relu', input_shape=(28, 28, 1)),
    # 池化层2, 2*2采样
    layers.MaxPooling2D((2, 2)),

    layers.Flatten(),
    layers.Dense(64, activation='relu'),
    layers.Dense(10)  # 有十个手写数字
])
#打印网络结构
model.summary()

三、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(
    # Adam 优化器
    optimizer='adam',
    # 设置交叉熵损失函数(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'])

四、训练模型（可参考(19条消息) 机器学习100天_K同学啊的博客-CSDN博客）

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，每个epoch都将会把所有的数据输入模型完成一次训练
    epochs=10,
#设置验证集
    validation_data=(test_images, test_labels))

五、预测

plt.imshow(test_images[5].reshape(28,28))
plt.show()

输出测试集中的第一张图片的预测结果

pre = model.predict(test_images) #对所有测试图片进行预测
pre[1] #输出测试集中的第一张图片的预测结果