手写数字分类mnist--python深度学习

import keras
keras.__version__

‘2.7.0’

将手写数字的灰度图像（28 像素×28 像素）划分到 10 个类别中（0~9）

1.加载Keras 中的 MNIST 数据集

from keras.datasets import mnist

(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

图像被编码为 Numpy 数组，而标签是数字数组，取值范围为 0~9。图像和标签一一对应。

训练数据：

train_images.shape

(60000, 28, 28)

len(train_labels)

60000

train_labels

array([5, 0, 4, …, 5, 6, 8], dtype=uint8)

train_images[5].shape

(28, 28)

train_images[5]

# 查看手写数字灰度图像（28*28）
import matplotlib.pyplot as plt
plt.imshow(train_images[5],
           cmap=plt.cm.binary)  # 显示黑白图像
plt.show()

# 查看手写数字灰度图像（28*28）
import matplotlib.pyplot as plt
plt.imshow(train_images[5][14:,14:],   # 索引
           cmap=plt.cm.binary)  # 显示黑白图像
plt.show()

测试数据：

test_images.shape

(10000, 28, 28)

len(test_labels)

10000

test_labels

array([7, 2, 1, ..., 4, 5, 6], dtype=uint8)

2.模型构建

# 网路架构
from keras import models
from keras import layers

network = models.Sequential()
network.add(layers.Dense(512, activation='relu', input_shape=(28 * 28,)))
network.add(layers.Dense(10, activation='softmax'))

神经网络的核心组件是层（layer），你可以将它看成数据过滤器。
深度学习模型就像是数据处理的筛子，包含一系列越来越精细的
数据过滤器（即层）。

本例中的网络包含 2 个 Dense 层。第二层是一个 10 路 softmax 层，它将返回一个由 10 个概率值（总和为 1）组成的数组。
每个概率值表示当前数字图像属于 10 个数字类别中某一个的概率。

要想训练网络，我们还需要选择编译（compile）步骤的三个参数。

• 损失函数（loss function）：网络如何衡量在训练数据上的性能，即网络如何朝着正确的方向前进。
• 优化器（optimizer）：基于训练数据和损失函数来更新网络的机制。
• 在训练和测试过程中需要监控的指标（metric）：本例只关心精度，即正确分类的图像所占的比例。

# 编译步骤
network.compile(optimizer='rmsprop',    # 优化器（自适应学习率RMSProp）
                loss='categorical_crossentropy',    # 损失函数（多元交叉熵）
                metrics=['accuracy'])  # 监控的指标（精度）

https://blog.csdn.net/qq_40661327/article/details/107034575
categorical_crossentropy和binary_crossentropy

categorical_crossentropy损失函数的公式如下（一般搭配softmax激活函数使用）：

根据公式我们可以发现，因为yi,要么是0，要么是1。而当yi等于0时，结果就是0，当且仅当yi等于1时，才会有结果。也就是说categorical_crossentropy只专注与一个结果，因而它一般配合softmax做单标签分类。

3.准备图像数据

在开始训练之前，我们将对数据进行预处理，将其变换为网络要求的形状，并缩放到所有值都在 [0, 1] 区间。比如，之前训练图像保存在一个 uint8 类型的数组中，其形状为(60000, 28, 28)，取值区间为 [0, 255]。我们需要将其变换为一个 float32 数组，其形状为 (60000, 28 * 28)，取值范围为 0~1。

train_images = train_images.reshape((60000, 28 * 28))   # 形状(60000, 28, 28)改为(60000, 28 * 28)
train_images = train_images.astype('float32') / 255     # 数据类型转换为[0, 255]，取值范围为 0~1

test_images = test_images.reshape((10000, 28 * 28))
test_images = test_images.astype('float32') / 255

4.对标签进行分类编码

from tensorflow.keras.utils import to_categorical

train_labels = to_categorical(train_labels)
test_labels = to_categorical(test_labels)

train_labels.shape

(60000, 10)

5.网络训练

• 每个batch大小为128,共有469个batch
• 1 epoch = see all batch once

60000/128

468.75

network.fit(train_images, train_labels, epochs=5, batch_size=128)

test_loss, test_acc = network.evaluate(test_images, test_labels)

313/313 [==============================] - 0s 1ms/step - loss: 0.0766 - accuracy: 0.9771: 0s - loss: 0.0785 - accuracy: 0.

print('test_acc:', test_acc)

test_acc: 0.9771000146865845

预测

pred = network.predict(train_images)

pred.shape

(60000, 10)

pred[1]

array([9.9999940e-01, 1.0376198e-15, 4.1299447e-07, 1.1990192e-09,
1.3832399e-14, 1.8900495e-09, 8.1415124e-09, 1.0586651e-10,
5.9382103e-11, 9.5863918e-08], dtype=float32)

import numpy as np

np.max(pred[1])

0.9999994

train_labels[1]

array([1., 0., 0., 0., 0., 0., 0., 0., 0., 0.], dtype=float32)