MNIST手写数字识别（TensorFlow2.0，包含数字的数据集）

0 简介

手写数字识别是深度学习入门的一个典型案例，用于新手的学习，以此了解训练的过程。手写数字识别是一个分类的过程。数据集一共包括60000张手写数字图像，本示例包含完整的处理过程。

有一说一，按照官网这种突然地数据载入，我初学的时候简直头痛。

1 训练部分

训练部分在train.py文件中。
老规矩，首先导入用到的package。主要用到了tensorflow2.0、简单的图像处理、numpy、os处理、图像可视化的package。

'''
@Auther : gaoxin
@Date : 2019.08.15
@Version : 1.0
'''

import tensorflow as tf
from PIL import Image
import numpy as np
import os
from matplotlib import pyplot as plt

#定义numpy显示数组全部内容
np.set_printoptions(threshold = np.inf)

1.1 图像的预处理

首先加载图像路径。

train_path = './mnist_image_label/mnist_train_jpg_60000/'
train_txt = './mnist_image_label/mnist_train_jpg_60000.txt'
x_train_savepath = './mnist_image_label/mnist_x_train.npy'
y_train_savepath = './mnist_image_label/mnist_y_train.npy'

test_path = './mnist_image_label/mnist_test_jpg_10000/'
test_txt = './mnist_image_label/mnist_test_jpg_10000.txt'
x_test_savepath = './mnist_image_label/mnist_x_test.npy'
y_test_savepath = './mnist_image_label/mnist_y_test.npy'

接着定义一个预处理函数，用于产生适合训练的数据集。

def generateds(path, txt):
    f = open(txt, 'r')
    contents = f.readlines()
    f.close() 
    x, y_ = [], []
    for content in contents: 
        value = content.split() 
        img_path = path + value[0]
        img = Image.open(img_path) 
        img = np.array(img.convert('L'))
        img = img / 255. 
        x.append(img) 
        y_.append(value[1]) 
        print('loading : ' + content)  
    x = np.array(x)  
    y_ = np.array(y_)  
    y_ = y_.astype(np.int64)  
    return x, y_  
    

然后，产生数据集。

if os.path.exists(x_train_savepath) and os.path.exists(y_train_savepath) and os.path.exists(
        x_test_savepath) and os.path.exists(y_test_savepath):
    print('-------------Load Datasets-----------------')
    x_train_save = np.load(x_train_savepath)
    y_train = np.load(y_train_savepath)
    x_test_save = np.load(x_test_savepath)
    y_test = np.load(y_test_savepath)
    x_train = np.reshape(x_train_save, (len(x_train_save), 28, 28))
    x_test = np.reshape(x_test_save, (len(x_test_save), 28, 28))
else:
    print('-------------Generate Datasets-----------------')
    x_train, y_train = generateds(train_path, train_txt)
    x_test, y_test = generateds(test_path, test_txt)

    print('-------------Save Datasets-----------------')
    x_train_save = np.reshape(x_train, (len(x_train), -1))
    x_test_save = np.reshape(x_test, (len(x_test), -1))
    np.save(x_train_savepath, x_train_save)
    np.save(y_train_savepath, y_train)
    np.save(x_test_savepath, x_test_save)
    np.save(y_test_savepath, y_test)
    

1.2 进行训练

这里的教程只使用了全连接层，大家也可以换成其他的模型，比如一些经典的卷积神经LeeNet、AlexNet、InceptionNet、VGGNet、ResNet等（注意手写数字识别太简单了，根本不必要用复杂的模型进行训练）

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

模型进行配置，然后训练。

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
              metrics=['sparse_categorical_accuracy'])


checkpoint_save_path = "./checkpoint/mnist.ckpt"
if os.path.exists(checkpoint_save_path + '.index'):
    print('-------------load the model-----------------')
    model.load_weights(checkpoint_save_path)

cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_save_path,
                                                 save_weights_only=True,
                                                 save_best_only=True)

history = model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1, callbacks=[cp_callback])
model.summary()

1.3 参数可视化

这里将模型的weights、bias都写入了一个txt文件，如果需要的话可以查看参数情况。

file = open('./weights.txt', 'w')
for v in model.trainable_variables:
    file.write(str(v.name) + '\n')
    file.write(str(v.shape) + '\n')
    file.write(str(v.numpy()) + '\n')
file.close()

最后是plot画出正确率与loss的曲线图。

# 显示训练集和验证集的acc和loss曲线
acc = history.history['sparse_categorical_accuracy']
val_acc = history.history['val_sparse_categorical_accuracy']
loss = history.history['loss']
val_loss = history.history['val_loss']

plt.subplot(1, 2, 1)
plt.plot(acc, label='Training Accuracy')
plt.plot(val_acc, label='Validation Accuracy')
plt.title('Training and Validation Accuracy')
plt.legend()

plt.subplot(1, 2, 2)
plt.plot(loss, label='Training Loss')
plt.plot(val_loss, label='Validation Loss')
plt.title('Training and Validation Loss')
plt.legend()
plt.show()

最后运行程序，结果如下。

训练完成。

2 检验训练结果

检验部分在app.py程序中。
程序如下。主要是加载模型参数，然后做数字分类的识别。

from PIL import Image
import numpy as np
import tensorflow as tf

model_save_path = './checkpoint/mnist.ckpt'

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')])

model.load_weights(model_save_path)

preNum = int(input("input the number of test pictures:"))

for i in range(preNum):
    image_path = input("the path of test picture:")
    img = Image.open(image_path)
    img = img.resize((28, 28), Image.ANTIALIAS)
    img_arr = np.array(img.convert('L'))

    for i in range(28):
        for j in range(28):
            if img_arr[i][j] < 200:
                img_arr[i][j] = 255
            else:
                img_arr[i][j] = 0

    img_arr = img_arr / 255.0
    x_predict = img_arr[tf.newaxis, ...]
    result = model.predict(x_predict)

    pred = tf.argmax(result, axis=1)

    print('\n')
    tf.print(pred)

运行程序，输入检验的次数，我输入：3，检验3次；然后依次输入检验的图像的路径：1.png、2.png、7.png，检验结果正确，结果如下。

3 代码资源

因为这个程序带有数据集，所以我放上了网盘资源：
链接：https://pan.baidu.com/s/1z-UHb2yNBrNv38ISlhbzwg
提取码：gxin
最后使用的时候记得解压数据集。

附上另一分类识别的数据集，可以当做一个小练习。
链接：https://pan.baidu.com/s/1SR3uu86xWGyEMyneRaVg5Q
提取码：gxin