TensorFlow2.0 卷积神经网络 手写数字识别简单实战

相比于全连接神经网络，卷积神经网络在分类任务上具有更好的表现，识别准确率更高，在大型数据集上面表现更为突出，本文以MNIST数据集为例，构建包含两层卷积层的卷积神经网络，以下是具体代码：

1. 配置库文件

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers, optimizers, datasets

2. 导入数据库

# 下面一行是在线加载方式
# mnist = tf.keras.datasets.mnist
# 下面两行是加载本地的数据集
datapath  = r'E:\Pycharm\project\project_TF\.idea\data\mnist.npz'
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data(datapath)

3. 数据预处理

由于导入的为60000* 28* 28 的数据，全连接网络应reshape为60000* 784（也即打平的作用Flatten()）， 卷积网络则为60000* 28 * 28*1（黑白单通道），因此需要进行数据预处理。

# 数据预处理
x_train = x_train.reshape(x_train.shape[0],28,28,1).astype('float32')
x_test = x_test.reshape(x_test.shape[0],28,28,1).astype('float32')
# 归一化
x_train = tf.keras.utils.normalize(x_train, axis=1)
x_test = tf.keras.utils.normalize(x_test, axis=1)   #归一化

4.建立卷积神经网络结构模型

建立两层卷积层和两层池化层的卷积神经网络。其中，第一层卷积核深度（个数）16，大小为5 * 5，same的填充是指输出图像大小与输入一致（这一点比PyTorch简便一点）；第二层卷积核深度为36，以提取更高维度的信息，大小为5 * 5。一般来说，最大池化层比平均池化层在分类上表现更好。

model = keras.models.Sequential([
    layers.Conv2D(filters=16, kernel_size=(5,5), padding='same',
                 input_shape=(28,28,1),  activation='relu'),
    layers.MaxPooling2D(pool_size=(2, 2)),
    layers.Conv2D(filters=36, kernel_size=(5,5), padding='same',
    			 activation='relu'),
    layers.MaxPooling2D(pool_size=(2, 2)),
    layers.Dropout(0.25),
    layers.Flatten(),
    layers.Dense(128, activation='relu'),
    layers.Dropout(0.5),
    layers.Dense(10,activation='softmax')
])
#打印模型
print(model.summary())

网络结构模型打印出来如下：

5.模型编译及训练

损失函数使用交叉熵损失函数，优化器使用adam；训练10个epoch和128的batch_size。

#训练配置
model.compile(loss='sparse_categorical_crossentropy',
              optimizer='adam', metrics=['accuracy'])
#开始训练
model.fit(x=x_train, y=y_train, validation_split=0.2,	##validation_split是指将一部分作为验证集使用，0.2代表80%的数据作为训练集，20%作为验证集
                        epochs=10, batch_size=128, verbose=1)   #verbose=1代表显示训练过程

6. 测试集验证

val_loss, val_acc = model.evaluate(x_test, y_test) # model.evaluate输出计算的损失和精确度
print('Test Loss:{:.6f}'.format(val_loss))
print('Test Acc:{:.6f}'.format(val_acc))

整个程序到此结束了。

7. 测试结果

在cpu环境下，每个epoch运行完成需要70s左右。最终训练的平均准确率为：98.62%，平均Loss为：0.0439。而在测试集中，识别的准确率达到99.07%,Loss为0.0277。与上一篇的全连接神经网络的97.87%相比，准确率有所上升。