15 手写数字识别-小数据集

1.手写数字数据集

• from sklearn.datasets import load_digits
• digits = load_digits()

 

2.图片数据预处理

• x：归一化MinMaxScaler()
• y：独热编码OneHotEncoder()或to_categorical
• 训练集测试集划分
• 张量结构

 

3.设计卷积神经网络结构

• 绘制模型结构图，并说明设计依据。

设置卷积核大小为4X4，

一层卷积输出大小为32X32，填充模式为same，稀疏性为relu。对于所有正值，ReLU是线性的，对于所有负值，ReLU是零的。

池化层大小为2X2

二层卷积输出大小为32X32，填充模式为same，稀疏性为relu。

.......

设置平坦层、全连接层、激活函数

 

4.模型训练

• model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
• train_history = model.fit(x=X_train,y=y_train,validation_split=0.2, batch_size=300,epochs=10,verbose=2)

随着训练次数上升，准确率会上升，当训练次数达到一定次数时，准确率不再上升，过度拟合准确率会下降。

5.模型评价

• model.evaluate()
• 交叉表与交叉矩阵
• pandas.crosstab
• seaborn.heatmap