手写数字识别

STEP1:数据加载和预处理（MNIST）

STEP2:模型的网络设计和开发

•  方式1：Sequential线性组网方式；快速堆叠组建网络
•  方式2：Subclass组网；可灵活自定义组织
•  方式3：高层API，Paddle框架内置模型

STEP3:模型训练

1. Model封装    model = paddle.Model(mnist)
2. 指定优化器   model.prepare() 进行参数配置
3. 指定Loss计算方法
4. 指定评估指标
5. 按照训练轮次和数据批次迭代模型 modely.fit(train_dataset,epochs,batch_size,verbose)

STEP4:模型评估和测试

STEP3:模型保存和部署

# 模型网络结构搭建
network = paddle.nn.Sequential(
    paddle.nn.Flatten(),           # 拉平，将 (28, 28) => (784)
    paddle.nn.Linear(784, 512),    # 隐层：线性变换层
    paddle.nn.ReLU(),              # 激活函数
    paddle.nn.Linear(512, 10)      # 输出层
)

• 输入层：每张图片像素值为28*28的二维数组，将二维数组拼接拉平成一维数组，即就是784
• 隐藏层：512可根据实际情况进行调整，经验值
• 输出层：0~9的数字，一共由10类

 >> 01 显示图片

# 导入图像读取第三方库
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image

img_path = 'D:/Users/xuyf2/Desktop/123/8_1.JPG'
# 读取原始图像并显示
im = Image.open(img_path)
plt.imshow(im)

# 将原始图像转为灰度图
im = im.convert('L')
plt.show()
print('原始图像shape: ', np.array(im).shape)

# 使用Image.ANTIALIAS方式采样原始图片
im = im.resize((28, 28), Image.ANTIALIAS)
plt.imshow(im)
plt.show()
print("采样后图片shape: ", np.array(im).shape)

 >> 02 模型训练

import paddle
import paddle.nn.functional as F
from paddle.vision.datasets import MNIST

# 01 数据处理
train_dataset = MNIST(mode='train')
paddle.vision.set_image_backend('cv2')  # 确保从paddle.vision.datasets.MNIST中加载的图像数据是np.ndarray类型

def norm_img(img):
    # 验证传入数据格式是否正确，img的shape为[batch_size, 28, 28]
    assert len(img.shape) == 3
    batch_size, img_h, img_w = img.shape[0], img.shape[1], img.shape[2]
    # 归一化图像数据
    img = img / 255
    # 将图像形式reshape为[batch_size, 784]
    img = paddle.reshape(img, [batch_size, img_h * img_w])
    return img

# 02 模型设计
class MNIST(paddle.nn.Layer):
    def __init__(self):
        super(MNIST, self).__init__()

        # 定义一层全连接层，输出维度是10
        self.fc = paddle.nn.Linear(in_features=784, out_features=10)

    # 定义网络结构的前向计算过程
    def forward(self, inputs):
        outputs = self.fc(inputs)
        return outputs

# 03 模型训练
model = MNIST()
def train(model):
    # 启动训练模式
    model.train()
    # 加载训练集 batch_size 设为 16， shuffle：每轮训练都随机打乱一次训练数据
    train_loader = paddle.io.DataLoader(paddle.vision.datasets.MNIST(mode='train'), batch_size=8,shuffle=True)
    # 定义优化器，使用随机梯度下降SGD优化器，学习率设置为0.001
    opt = paddle.optimizer.SGD(learning_rate=0.001, parameters=model.parameters())

    #-------------------------------------训练过程采用二层循环嵌套方式------------------------------------------

    EPOCH_NUM = 20    # 定义外层循环次数
    for epoch in range(EPOCH_NUM):
        for batch_id, data in enumerate(train_loader()):
            images = norm_img(data[0]).astype('float32')
            labels = data[1].astype('float32')

            # 前向计算的过程
            predicts = model(images)

            # 计算损失
            loss = F.square_error_cost(predicts, labels)
            avg_loss = paddle.mean(loss)
            if batch_id % 1000 == 0:
                print("epoch_id: {}, batch_id: {}, loss is: {}".format(epoch, batch_id, avg_loss.numpy()))

            # 后向传播，更新参数的过程
            avg_loss.backward()
            opt.step()
            opt.clear_grad()

train(model)
paddle.save(model.state_dict(), 'mnist.pdparams')

>> 03 模型预测

• 预测过程：①声明实例 ②加载模型 ③灌入数据 ④打印结果
• 注意事项：①图片数据归一化 ②路径正确 ③模型“校验”状态

import numpy as np
from PIL import Image
import paddle
from paddle.vision.datasets import MNIST


# 读取一张本地的样例图片，转变成模型输入的格式
def load_image(img_path):
    # 从img_path中读取图像，并转为灰度图
    im = Image.open(img_path).convert('L')
    # print(np.array(im))
    im = im.resize((28, 28), Image.ANTIALIAS)
    im = np.array(im).reshape(1, -1).astype(np.float32)
    # 图像归一化，保持和数据集的数据范围一致
    im = 1 - im / 255
    return im

class MNIST(paddle.nn.Layer):
    def __init__(self):
        super(MNIST, self).__init__()

        # 定义一层全连接层，输出维度是1
        self.fc = paddle.nn.Linear(in_features=784, out_features=1)

    # 定义网络结构的前向计算过程
    def forward(self, inputs):
        outputs = self.fc(inputs)
        return outputs

# 声明实例
model = MNIST()
params_file_path = 'mnist.pdparams'
img_path = 'D:/Users/xuyf2/Desktop/123/8_1.JPG'
# 加载模型
param_dict = paddle.load(params_file_path)
model.load_dict(param_dict)
# 灌入数据
model.eval()
tensor_img = load_image(img_path)
result = model(paddle.to_tensor(tensor_img))
# 打印结果
print('result',result)
print("本次预测的数字是", result.numpy().astype('int32'))