【keras代码实现】cnn-conv2D

本博客得代码来自一位b站分享技术得up，我觉得视频特别关注初学者，讲的非常细。希望分享给大家，视频传送门玩转Keras卷积神经网络Mnist数据集 ，代码传送门cnn代码

这篇博文分享一下使用Keras实现的cnn神经网络的代码

代码文件结构如下，CNN_Conv2d_train.py是用来训练这个模型的，CNN_Conv2d_predict.py是用于将我们自己的图片输入进去，用于预测的，Predict_image文件夹是用来放置我们用来预测的图片的。

我们先来介绍一下CNN_Conv2d_train.py文件中的代码

import numpy as np
from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Convolution2D, Activation, MaxPool2D, Flatten, Dense
from keras.optimizers import Adam

第一部分是导入各个包，numpy是用于科学计算的包，第二行用于导入minst数据集，第四行用于导入model，第五行用于导入层，这里涉及到二维卷积层，激活层，最大池化层，flatten层（用于将卷积得到的矩阵变成一个很大的一维向量），dense层全连接层，最后一行用于导入一个优化函数“adam”

nb_class = 10
nb_epoch = 4
batchsize = 1024

第二部分是定义一些参数，nb_class这个参数用于定义最终被分的类别的个数（本例是10类），nb_epoch这个参数是整个数据集被训练多少次（本例是四次），batchsize这个参数用于定义一次进入网络有多少张图片（本例是一次进入网络1024张图片）

# Prepare your data mnist, MAC /.Keras/datasets linux home .keras/datasets
(X_train, Y_train), (X_test, Y_test) = mnist.load_data()

第三部分是导入这个数据集，就是将mnist数据集导入内存中

# setup data shape
X_train = X_train.reshape(-1, 28, 28, 1)  # TFchannel last theano (1,28,28)
X_test = X_test.reshape(-1, 28, 28, 1)
Y_train = X_train.astype('float32')
Y_test = Y_test.astype('float32')

第四部分用来建立数据的形状，第一行定义训练集图片的形状，每一个图片都是（28，28，1）形状，第一个参数-1的作用是“未知多少张图片”就是无论多少张图片都将其定义成（28，28，1）形式

第二行将训练集的图片也定义成（28，28，1）形式

第三行用于把训练集的标签转化为float32类型，同理，第四行用于将测试集的标签转化为float32类型

X_train = X_train/255.0
X_test = X_test/255.0

这一部分用于将训练集和测试集的图片矩阵值浮点化，并且归一化，除以255.0就是同时进行浮点化和归一化，这样这个矩阵的值就变成了零到一之间的一个小数。

# One-hot [0,0,0,0,0,1,0,0,0] =5

Y_train = np_utils.to_categorical(Y_train, nb_class)
Y_test = np_utils.to_categorical(Y_test, nb_class)

这部分用于将训练集和测试集的标签变为one-hot类型的

# setup model

model = Sequential()

# 1st Conv2D layer
model.add(Convolution2D(
    filters=32,
    kernel_size=[5, 5],
    padding='same',
    input_shape=(28, 28, 1)
))
model.add(Activation('relu'))

model.add(MaxPool2D(
    pool_size=(2, 2),
    strides=(2, 2),
    padding="same",
))

# 2nd Conv2D layer
model.add(Convolution2D(
    filters=64,
    kernel_size=(5, 5),
    padding='same',
))

model.add(Activation('relu'))
model.add(MaxPool2D(
    pool_size=(2, 2),
    strides=(2, 2),
    padding="same",
))

#1st Fully connected Dense
model.add(Flatten())
model.add(Dense(1024))
model.add(Activation('relu'))

#2nd Fully connected Dense
model.add(Dense(10))
model.add(Activation('softmax'))

这部分用于定义这个模型，首先对这个添加一个Convolution2D层（二维卷积层），其中有三十二个卷积核，卷积核的大小是（5，5），加入一个padding层，因为是第一层所以定义一个input_shape（之后就不用了）；之后连接一个激活层，激活层使用的激活函数是relu，之后连接一个maxpooling层，其中pool_size的意思是2*2的区间行驶池化，strides的意思是每两个池化之间差两个，同时也在池化层中加入一个padding；之后再添加一个卷积层，但是卷积核的个数变为了64，添加激活层和池化层。

之后用Flatten层，把卷积得到的矩阵变为一个很长的向量，

之后加入全连接层Dense层，第一个Dense层的输出结果是一个1024维的向量，激活函数使用relu；第二个Dense层的输出是一个十维的向量，激活函数使用softmax（最后使用分类所以使用softmax）

这样整个模型就被定义完成了

#Define Optimizer and setup Parameter
adam = Adam(lr=0.0001)

#compile model
model.compile(
    optimizer=adam,
    loss='categorical_crossentropy',
    metrics=['accuracy'],
)

这一部分用来定义优化器和模型的参数，优化器使用adam，损失函数使用的是categorical_crossentropy loss（交叉熵损失函数）

#Run/Fireup network

model.fit(x=X_train,
          y=Y_train,
          epochs=nb_epoch,
          batch_size=batchsize,
          verbose= 1,
          validation_data=(X_test,Y_test),
          )

这一部分用于跑完整个model，其中先定义了测试集的数据，测试集的标签，定义整个训练集要被训练多少次，定义一次放多少数据到神经网络。verbos这个变量的作用是定义要不要添加测试集，最后定义了测试集的数据都有什么

至此，模型训练部分就结束了。

下面，开始我们模型预测部分：

import numpy as np
from keras.models import load_model
import matplotlib.pyplot as plt
import matplotlib.image as processimage

第一部分还是导包，

#load trained model
model = load_model('model_name.h5')

这一部分用于存储这个模型。

class MainPredictImg(object):
    def __init__(self):
        pass

    def pred(self,filename):
        #np array
        pred_img = processimage.imread(filename) #read image
        pred_img = np.array(pred_img) #tranfer to array np
        pred_img = pred_img.reshape(-1,28,28,1) #reshape into network needed shape
        prediction = model.predict(pred_img) #predict
        Final_prediction = [result.argmax() for result in prediction][0] #[1,2,3,1,3,2,2,]
        a = 0
        for i in prediction[0]:
            print a
            print 'Percent:{:.30%}'.format(i)
            a = a+1

        return Final_prediction

这一部分定义一个类MainPredictImg用于做预测只用。先是一个构造器，之后定义pred方法用于预测。方法中首先是读取图片，之后是将图片转化为numpy数组，之后是将这个导入的图片转化为（28，28，1）的图片，之后对这个图片进行预测，之后对预测结果取周瑜打的，，最后把每一个预测值输出。