paddlepaddle学习笔记（二）———手写数字识别

1. 基于纵向+横向的基本框架

 

 

 纵向为训练模型的一般步骤，横向为每一部分设计合适的方案，使得学习者更好的掌握深度学习的理论知识。

2. 模型实现

 读取数据：paddle.dataset.mnist.train()

 模型设计：模型的输入为784维（28*28）数据，输出为1维数据，如 下图 所示。

　　输入像素的位置排布信息对理解图像内容非常重要（如将原始尺寸为28*28图像的像素按照7*112的尺寸排布，那么其中的数字将不可识别），因此网络的输入设计为28*28的尺寸，而不是1*784，以便于模型能够正确处理像素之间的空间信息。

训练配置：训练配置需要先生成模型实例（设为“训练”状态），再设置优化算法和学习率（使用随机梯度下降SGD，学习率设置为0.001）

 

训练过程：训练过程采用二层循环嵌套方式，训练完成后需要保存模型参数，以便后续使用。

• 内层循环：负责整个数据集的一次遍历，遍历数据集采用分批次（batch）方式。
• 外层循环：定义遍历数据集的次数，本次训练中外层循环10次，通过参数EPOCH_NUM设置。

模型测试： 模型测试的主要目的是验证训练好的模型是否能正确识别出数字，包括如下四步：

• 声明实例
• 加载模型：加载训练过程中保存的模型参数。
• 灌入数据：将测试样本传入模型，模型的状态设置为校验状态（eval），显式告诉框架我们接下来只会使用前向计算的流程，不会计算梯度和梯度反向传播。
• 获取预测结果，取整后作为预测标签输出。

在模型测试之前，需要先从'./work/example_0.jpg'文件中读取样例图片，并进行归一化处理。