飞桨高层API实现手写数字识别任务

目录

1、介绍

2、问题定义&数据准备

3、模型选择和开发

4、模型训练和调优

5、模型评估测试

 6、部署上线

---

1、介绍

        手写数字识别项目就相当于是Paddle的Hello Word，就和我们学习编程语言一样，第一个输出的语句是Hello Word，手写数字识别是学习PaddlePaddle的第一个Hello Word级别项目。那么paddle是什么呢？它其实是由百度自主研发的一个深度学习框架，里面集成了许多API，有利于让我们更快的入门深度学习，那么我们面对一个深度学习任务的时候应该怎么去入手呢？其实我们利用paddle来完成一个深度学习任务是有一个万能公式的，它一共分为6步，分别是：1、问题定义；2、数据准备；3、模型选择和开发；4、模型训练和调优；5、模型评估测试；6、部署上线；接下来我们将基于飞桨（PaddlePaddle）的高层API来实现手写数字识别任务。

2、问题定义&数据准备

手写数字识别的问题定义比较简单，这里不过多描述。

导包也是每个程序的准备阶段了，对于手写数字识别任务我们导入的包如下：

import paddle
import numpy as np
import matplotlib.pyplot as plt
import paddle.vision.transforms as T

paddle是paddle框架的核心包，里面内置了许多高效的API。这里使用的 paddle.vision.transforms便是其一，它主要用于对我们的数据进行预处理。接下来我们会正式进入数据准备的阶段。

# 数据的加载和预处理
transform = T.Normalize(mean=[127.5], std=[127.5])
# 训练数据集
train_dataset = paddle.vision.datasets.MNIST(mode='train', transform=transform)
# 评估数据集
eval_dataset = paddle.vision.datasets.MNIST(mode='test', transform=transform)

因为paddle已经内置了手写数字识别项目的数据集，所有我们利用paddle.vision.datasets.MNIST就可以获取我们的数据集，model参数决定了我们取的是训练集还是测试集，对于我们定义的transform，它的作用是对我们的数据进行一个归一化存在，对于图片来讲，它们之间的差异通常会比较大，这时模型的训练效果就可能不是很好，但是归一化后再进行训练，模型就会得到一个比较好的预测分数。

3、模型选择和开发

当我们利用paddle来进行组网时，我们使用paddle.nn.Sequential这个API可以大幅度简化我们的代码，对于手写数字识别我们采用2层的全连接神经网络，在组网时我们会先使用paddle.nn.Flatten对数据进行一个拉平，变成一个一维的数组，作为第一层网络的输入，因为图片是28x28的，所以第一层的输入特征数为784，输出为512，这个不唯一，可以根据实际情况来调整输出值，而其会作为第二层的输入，中间我们会使用ReLu激活函数，其作用是增强神经网络的表达能力，最后的输出层的输出数为10，因为数字从0~9共10个数，网络最后会输出每个值的概率。实现代码如下：

# 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
)

4、模型训练和调优

 组网结束后，我们会将其封装为一个模型，paddle也为我们提供了封装模型的API(paddle.Model)，然后我们会为模型配置优化器、损失函数、评估指标，paddle为我们提供的优化器有许多，详情可以查看飞桨的API文档，手写数字识别任务实际上属于分类任务，对于图片的分类任务我们一般使用交叉熵损失（CrossEntropyLoss损失函数），为了评价模型的好坏，我们还需要指定一个评估指标（paddle.metric.Accuracy）。配置完成后我们马上应用模型进行训练，这里我们要指明训练数据集、训练的总轮次、训练使用的批大小，我们还可以指定日志的展现形式（verbose），一般指定1，以进度条的形式展现，根据实际情况需要，我们也可以指定评估数据集。

# 模型封装
model = paddle.Model(network)
# 配置优化器、损失函数、评估指标
model.prepare(paddle.optimizer.Adam(learning_rate=0.001, parameters=network.parameters()),
              paddle.nn.CrossEntropyLoss(),
              paddle.metric.Accuracy())
# 启动模型全流程训练
model.fit(train_dataset,  # 训练数据集
          eval_dataset,   # 评估数据集
          epochs=5,       # 训练的总轮次
          batch_size=64,  # 训练使用的批大小
          verbose=1)      # 日志展示形式

5、模型评估测试

训练结束后，我们可以使用evaluate进行评估。

# 模型评估，根据prepare接口配置的loss和metric进行返回
result = model.evaluate(eval_dataset, verbose=1)

 如果我们想进行批量的预测，可以使用model.predict接口实现对大量数据集的批量预测，为了展现更加直观的预测结果，我们可以随机输出几张图片的预测结果。

# 进行预测操作
result = model.predict(eval_dataset)
# 定义画图方法
def show_img(img, predict):
    plt.figure()
    plt.title('predict: {}'.format(predict))
    plt.imshow(img.reshape([28, 28]), cmap=plt.cm.binary)
    plt.show()
# 抽样展示
indexs = [2, 15, 38, 211]
for idx in indexs:
    show_img(eval_dataset[idx][0], np.argmax(result[0][idx]))

当然了，除了批量预测我们也可以对单张图片进行预测，这时我们会采用model.predict_batch来实现单张或少量图片的预测。

# 读取单张图片
image = eval_dataset[501][0]
# 单张图片预测
result = model.predict_batch([image])
# 可视化结果
show_img(image, np.argmax(result))

 6、部署上线

预测结束后，根据预测结果，如果我们认为模型的效果较好就可以保存模型了，保存后的模型可以继续进行调优寻练。

# 保存用于后续继续调优训练的模型
model.save('finetuning/mnist')

如果我们想要重新读取模型继续调优训练也很简单，和模型训练和调优时的代码差不多，只要改变封装函数时的代码和多加一条加载之前模型的代码就可以，其中InputSpec是用来规定层输入的尺寸和维度，因为之前模型训练的已经差不多了，所以再次训练我们可以适当降低训练的总轮次。

from paddle.static import InputSpec

# 模型封装，为了后面保存预测模型，这里传入了inputs参数
model_2 = paddle.Model(network, inputs=[InputSpec(shape=[-1, 28, 28], dtype='float32', name='image')])
# 加载之前保存的阶段训练模型
model_2.load('finetuning/mnist')
# 模型配置
model_2.prepare(paddle.optimizer.Adam(learning_rate=0.001, parameters=network.parameters()),
                paddle.nn.CrossEntropyLoss(),
                paddle.metric.Accuracy())
# 模型全流程训练
model_2.fit(train_dataset, 
            eval_dataset,
            epochs=2,
            batch_size=64,
            verbose=1)

最后在保存一下模型就ok了，当我们training设置为false时，代表模型已经结束训练，此时存储的是预测模型结构和网络参数。

# 保存用于后续推理部署的模型
model_2.save('infer/mnist', training=False)

到此手写数字识别任务完成，我们成功实现了paddlepaddle的Hello Word！