MNIST是一个手写体数字的图片数据集,包含 7 万张黑底白字手写数字图片,每张图片大小为 28x28 像素,图片中纯黑色像素值为 0,纯白色像素值为 1;数据集的标签是长度为 10 的一维数组。该数据集来由美国国家标准与技术研究所[ National Institute of Standards and Technology (NIST) ] 发起整理,一共统计了来自250个不同的人手写数字图片(其中50%是高中生,50%来自人口普查局的工作人员)。
该数据集包括训练集(一共包含了 60,000 张图像和标签)和测试集(一共包含了 10,000 张图像和标签)。该数据集的收集目的是希望通过算法,实现对手写数字的识别。
目录
在开始之前我们先了解:CNN结构
1. 首先我们先导入需要的库
这里我们使用的是keras版本是2.15.0,所以我们这样导入我们需要的库
from keras.utils import to_categorical
如果是旧版本,导入的是:from keras.utils import np_utils
from keras.datasets import mnist
#from keras.utils import np_utils#旧版本
from keras.utils import to_categorical#2.15.0版本以上
import numpy as np
import matplotlib.pyplot as plt
from keras.models import Sequential
from keras.layers import Dense,Dropout,Flatten,Conv2D,MaxPooling2D
2.下载手写数据集
函数load_data()会返回两个元组,每个元组中包含两个数组。x_train和x_test是图像数据,y_train和y_test是对应的标签
(x_Train,y_Train),(x_Test,y_Test)=mnist.load_data()
print('x_Train:',x_Train.shape)
print('y_Train:',y_Train.shape)
print('x_Test:',x_Test.shape)
print('y_Test:',y_Test.shape)
3.图形化数据集(查看前10个数据集)
''' 图形化数据集,查看前10个数据集'''
def polt_images_label_prediction(images,labels,idx,num=10):
fig=plt.gcf()
fig.set_size_inches(12,14)#创建一个画布12x14
for i in range(num):
ax=plt.subplot(5,2,1+i)#在之前的画布上创建 5 行 2 列的子图网格
ax.imshow(images[idx],cmap='binary')
title='label='+str(labels[idx])
ax.set_title(title,fontsize=10)
ax.set_xticks([])#移除当前子图的xy轴刻度线
ax.set_yticks([])
plt.show()
polt_images_label_prediction(x_Train,y_Train,0)
输出结果如下:
4.数据预处理
''' 数据预处理:
将features以reshape转化为6000*28*28*1的4维矩阵,并将其标准化。'''
x_Train4D=x_Train.reshape(x_Train.shape[0],28,28,1).astype('float32')#图像的数量、宽、高和通道数(因为是灰度图,所以通道数为1)
x_Test4D = x_Test.reshape(x_Test.shape[0], 28, 28, 1).astype('float32')#将数据类型转换为32位浮点数
x_Train4D_normalize = x_Train4D / 255#将图像数据进行标准化,因为原始的MNIST图像数据的像素值是介于0到255之间的整数(表示灰度值),所以除以255可以将它们标准化到0到1之间
x_Test4D_normalize = x_Test4D / 255
''' 对标签进行one-hot编码处理 '''
#未转化第一个数是 5
print('未转化第一个数是 5:',y_Train[:1])#以原始形式打印出y_Train的第一个标签
y_TrainOneHot = to_categorical(y_Train)#转换为one-hot编码格式。每个标签都被转换为一个二进制向量,其中只有一个元素是1,其余元素都是0。例如,如果一个标签是5,那么它将被转换为[0, 0, 0, 0, 0, 1]。
y_TestOneHot = to_categorical(y_Test)
#转化 One-Hot Encoding 都是以0 1 表示,5 在第六个位置
print('转化 One-Hot Encoding:',y_TrainOneHot[:1])#以one-hot编码形式打印出y_Train的第一个标签
输出结果如下:
5.建立模型
Sequential()是Keras中的一个模型,它允许我们线性地堆叠不同的网络层。这意味着每一层都会接收前一层的输出作为输入
''' 建立模型 '''
#建立一个 Sequential 线性堆叠模型,Sequential是Keras中的一个模型,它允许我们线性地堆叠不同的网络层。这意味着每一层都会接收前一层的输出作为输入
model=Sequential()
#建立第一个卷积层,input_shape 输入数字图像大小为 28*28*1, filters 卷积核个数 16 个,kernel_size 卷积核大小 3*3
#padding 是否零填充 same 表示填充, activation 激活函数 relu
model.add(Conv2D(filters = 16,
kernel_size = (3, 3),
padding = 'same',
input_shape = (28, 28, 1),
activation = 'relu'))
#建立第一个池化层 pool_size 池化窗口 2
model.add(MaxPooling2D(pool_size = (2, 2)))
#因为Keras会自动推断输入形状。当在Sequential模型中添加一个层时,Keras会记住前一层的输出形状,并将该形状作为下一层的输入形状。因此,第二个卷积层会接收第一个卷积层的输出作为输入,而不需要手动指定input_shape
#建立第二个卷积层, filters 卷积核个数 36 个,kernel_size 卷积核大小 3*3
#padding 是否零填充 same 表示填充, activation 激活函数 relu
model.add(Conv2D(filters = 36,
kernel_size = (3, 3),
padding = 'same',
activation = 'relu'))#还有其他多种激活函数可供选择,取决于具体需求和网络设计(Sigmoid、Tanh、Leaky ReLU、Parametric ReLU、ELU、SELU )
#建立第二个池化层 pool_size 池化窗口 2
model.add(MaxPooling2D(pool_size = (2, 2)))
''' #建立第三个卷积层, filters 卷积核个数 64 个,kernel_size 卷积核大小 3*3
#padding 是否零填充 same 表示填充, activation 激活函数 relu
model.add(Conv2D(filters = 64,
kernel_size = (3, 3),
padding = 'same',
activation = 'relu'))
#建立第三个池化层 pool_size 池化窗口 2
model.add(MaxPooling2D(pool_size = (2, 2))) '''
避免过度拟合
Dropout()层用于减少过拟合,它随机将一部分神经元的输出设置为0
#加入Dropout避免过度拟合
model.add(Dropout(0.25))
#建立平坦层,将多维向量转化为一维向量
model.add(Flatten())#将数据从(样本数,高度,宽度)转换为(样本数, 高度*宽度)
#建立隐藏层,隐藏层有 128 个神经元, activation 激活函数用 relu
model.add(Dense(128, activation = 'relu'))
#加入Dropout避免过度拟合
model.add(Dropout(0.25))
#建立输出层,一共有 10 个神经元,因为 0 到 9 一共有 10 个类别, activation 激活函数用 softmax 这个函数用来分类
model.add(Dense(10, activation = 'softmax'))
''' 查看模型摘要 '''
print('查看模型摘要:',model.summary())
输出:每一层的名字、类型、输出形状和参数数量。
模型的输入形状和输出形状。
模型的总结信息,如总参数数量、可训练参数数量等。
6.训练模型
'categorical_crossentropy'通常用于多类分类问题
optimizer = 'adam'用于优化模型权重的算法
metrics = ['accuracy']在训练过程中跟踪的额外指标。在这里,准确率被用作度量标准
#定义训练模型, loss 损失函数用 categorical_crossentropy, optimizer 优化器用 adam, metrics 度量用 accuracy
model.compile(loss = 'categorical_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
#开始训练模型, x 是训练数据集, y 是训练数据集的标签, validation_split 是把训练数据集分为 8 份训练数据集 2 份验证集
#epochs 是迭代次数 20, batch_size 是批量 256, verbose 为 2 显示训练过程
train_history = model.fit(x = x_Train4D_normalize,#训练数据集,通常是缩放到平均值为0,标准差为1
y = y_TrainOneHot,#训练数据的标签,通常以one-hot编码的形式表示
validation_split = 0.2,#从训练数据中随机选择20%作为验证集,剩下的80%作为训练集
epochs = 20,
batch_size = 256,
verbose = 2)
7.查看、评估和预测模型
train_history:训练历史对象
train:训练数据的标签
validation:验证数据的标签
''' 查看训练模型loss和accuracy '''
def show_train_history(train_history, train, validation):
plt.plot(train_history.history[train])
plt.plot(train_history.history[validation])
plt.title('Train History')#Train History
plt.ylabel(train)
plt.xlabel('Epoch')
plt.legend(['train', 'validation'], loc = 'upper left')
plt.show()
show_train_history(train_history, 'loss', 'val_loss')
show_train_history(train_history, 'accuracy', 'val_accuracy')
使用模型的 evaluate 方法来评估模型在测试数据集上的性能。 x_Test4D_normalize 是经过预处理和归一化的测试输入数据,y_TestOneHot 是相应的经过one-hot编码的测试标签数据
scores = model.evaluate(x_Test4D_normalize, y_TestOneHot)
print('评估模型:',scores[1])
预测测试集第一个数字
prediction = np.argmax(model.predict(x_Test4D_normalize[:1]))
print('预测值:', prediction)
print('真实值:', np.argmax(y_TestOneHot[:1]))
最后输出结果:
8.总代码
from keras.datasets import mnist
#from keras.utils import np_utils
from keras.utils import to_categorical
import numpy as np
import matplotlib.pyplot as plt
from keras.models import Sequential
from keras.layers import Dense,Dropout,Flatten,Conv2D,MaxPooling2D
''' 下载手写数据集 '''
(x_Train,y_Train),(x_Test,y_Test)=mnist.load_data()
print('x_Train:',x_Train.shape)
print('y_Train:',y_Train.shape)
print('x_Test:',x_Test.shape)
print('y_Test:',y_Test.shape)
''' 图形化数据集,查看前10个数据集'''
def polt_images_label_prediction(images,labels,idx,num=10):
fig=plt.gcf()
fig.set_size_inches(12,14)
for i in range(num):
ax=plt.subplot(5,2,1+i)
ax.imshow(images[idx],cmap='binary')
title='label='+str(labels[idx])
ax.set_title(title,fontsize=10)
ax.set_xticks([])
ax.set_yticks([])
plt.show()
polt_images_label_prediction(x_Train,y_Train,0)
''' 数据预处理:
将features以reshape转化为6000*28*28*1的4维矩阵,并将其标准化。'''
x_Train4D=x_Train.reshape(x_Train.shape[0],28,28,1).astype('float32')
x_Test4D = x_Test.reshape(x_Test.shape[0], 28, 28, 1).astype('float32')
x_Train4D_normalize = x_Train4D / 255
x_Test4D_normalize = x_Test4D / 255
''' 对标签进行one-hot编码处理 '''
#未转化第一个数是 5
print('未转化第一个数是 5:',y_Train[:1])
y_TrainOneHot = to_categorical(y_Train)
y_TestOneHot = to_categorical(y_Test)
#转化 One-Hot Encoding 都是以0 1 表示,5 在第六个位置
print('转化 One-Hot Encoding:',y_TrainOneHot[:1])
''' 建立模型 '''
model=Sequential()
#建立第一个卷积层
model.add(Conv2D(filters = 16,
kernel_size = (3, 3),
padding = 'same',
input_shape = (28, 28, 1),
activation = 'relu'))
model.add(MaxPooling2D(pool_size = (2, 2)))
#建立第二个卷积层
model.add(Conv2D(filters = 36,
kernel_size = (3, 3),
padding = 'same',
activation = 'relu'))
model.add(MaxPooling2D(pool_size = (2, 2)))
""""""
#建立第三个卷积层
model.add(Conv2D(filters = 64,
kernel_size = (3, 3),
padding = 'same',
activation = 'relu'))
model.add(MaxPooling2D(pool_size = (2, 2)))
#加入Dropout避免过度拟合
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation = 'relu'))
#加入Dropout避免过度拟合
model.add(Dropout(0.25))
model.add(Dense(10, activation = 'softmax'))
''' 查看模型摘要 '''
print('查看模型摘要:',model.summary())
''' 训练模型 '''
#定义训练模型, loss 损失函数用 categorical_crossentropy, optimizer 优化器用 adam, metrics 度量用 accuracy
model.compile(loss = 'categorical_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
#开始训练模型, x 是训练数据集, y 是训练数据集的标签, validation_split 是把训练数据集分为 8 份训练数据集 2 份验证集
#epochs 是迭代次数 20, batch_size 是批量 256, verbose 为 2 显示训练过程
train_history = model.fit(x = x_Train4D_normalize,
y = y_TrainOneHot,
validation_split = 0.2,
epochs = 20,
batch_size = 256,
verbose = 2)
''' 查看训练模型loss和accuracy '''
def show_train_history(train_history, train, validation):
plt.plot(train_history.history[train])
plt.plot(train_history.history[validation])
plt.title('Train History')#Train History
plt.ylabel(train)
plt.xlabel('Epoch')
plt.legend(['train', 'validation'], loc = 'upper left')
plt.show()
show_train_history(train_history, 'loss', 'val_loss')
show_train_history(train_history, 'accuracy', 'val_accuracy')
''' 评估模型 '''
scores = model.evaluate(x_Test4D_normalize, y_TestOneHot)
print('评估模型:',scores[1])
''' 预测模型 '''
#预测测试集第一个数字
prediction = np.argmax(model.predict(x_Test4D_normalize[:1]))
print('预测值:', prediction)
print('真实值:', np.argmax(y_TestOneHot[:1]))