【深度学习】实战之MNIST
既是实战，也是入门~
MNIST介绍
MNIST是深度学习领域的一个经典数据集，内含60000张训练图像与10000张预测图像，每张图片为28像素*28像素的灰度图像，并被划分到10个类别中(0-9)。
MNIST手写数字识别，正是深度学习里的Hello World。
加载数据集
mnist数据预加载在keras库中，其中包括4个numpy数组
from keras.datasets import mnist
(train_images,train_labels),(test_images,test_labels) = mnist.load_data()
print(train_images.shape,test_images.shape)
print(train_labels[:20])
构建网络
网络共2个dense层（即全连接层）
第一层网络共512个隐藏单元（hidden unit），激活函数为relu
第一层网络共10个隐藏单元，激活函数为softmax
关于指定输入数据的shape，可以看http://ducknew.cf/posts/e9e6cec8/
from keras import models,layers
network=models.Sequential()
network.add(layers.Dense(512,activation='relu',input_shape=(28*28,)))
network.add(layers.Dense(10,activation='softmax'))
编译
- optimizer（优化器）：该参数可指定为已预定义的优化器名，如 rmsprop 、 adagrad ，或一 个 Optimizer 类的对象
- loss（损失函数）：该参数为模型试图最小化的目标函数，它可为预定义的损失函数名， 如 categorical_crossentropy 、 mse
- metrics（指标列表）：对分类问题，我们一般将该列表设置为 metrics=[‘accuracy’] 。指标可以是一个预 定义指标的名字,也可以是一个用户定制的函数
network.compile(optimizer='rmsprop',
loss='categorical_crossentropy',
metrics=['accuracy'])
数据预处理
原数据shape为(60000,28,28)，类型为uint8，取值范围为【0，255】
转换后数据shape为(60000,28*28)，类型为float32，取值范围为【0，1】
train_images=train_images.reshape((60000,28*28))
train_images = train_images.astype('float32') / 255
test_images=test_images.reshape((10000,28*28))
test_images = test_images.astype('float32') / 255
准备标签
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)
训练模型
epochs被定义为向前和向后传播中所有批次的单次训练迭代
举个例子
训练集有1000个样本，batchsize=10，那么：
训练完整个样本集需要：
100次iteration，1次epochone epoch = numbers of iterations = N = 训练样本的数量/batch_size
batch_size可以看这里: http://ducknew.cf/posts/e9e6cec8/
network.fit(train_images,train_labels,epochs=10,batch_size=128)
运行过程显示：
Epoch 1/10
469/469 [==============================] - 15s 6ms/step - loss: 0.4178 - accuracy: 0.8784
Epoch 2/10
469/469 [==============================] - 3s 5ms/step - loss: 0.1119 - accuracy: 0.9669
Epoch 3/10
469/469 [==============================] - 2s 5ms/step - loss: 0.0711 - accuracy: 0.9784
Epoch 4/10
469/469 [==============================] - 2s 5ms/step - loss: 0.0504 - accuracy: 0.9852
Epoch 5/10
469/469 [==============================] - 3s 5ms/step - loss: 0.0376 - accuracy: 0.9888
Epoch 6/10
469/469 [==============================] - 2s 5ms/step - loss: 0.0263 - accuracy: 0.9923
Epoch 7/10
469/469 [==============================] - 2s 5ms/step - loss: 0.0201 - accuracy: 0.9942
Epoch 8/10
469/469 [==============================] - 2s 5ms/step - loss: 0.0142 - accuracy: 0.9959
Epoch 9/10
469/469 [==============================] - 3s 5ms/step - loss: 0.0116 - accuracy: 0.9968
Epoch 10/10
469/469 [==============================] - 2s 5ms/step - loss: 0.0094 - accuracy: 0.9977
评估模型
loss是网络在测试数据上的损失，acc是网络在测试数据上的精度
test_loss,test_acc = network.evaluate(test_images,test_labels)
print(f'test_loss: {test_loss}, test_acc: {test_acc}')
结果：
test_loss: 0.0742919072508812, test_acc: 0.9818999767303467
可以发现test_acc<训练过程中的accuracy，这种训练精度高而测试精度低的情况一般是**过拟合（overfit）**造成的。
CNN处理MNIST
网络结构
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
conv2d (Conv2D) (None, 26, 26, 32) 320
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 13, 13, 32) 0
_________________________________________________________________
dropout (Dropout) (None, 13, 13, 32) 0
_________________________________________________________________
conv2d_1 (Conv2D) (None, 11, 11, 64) 18496
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, 5, 5, 64) 0
_________________________________________________________________
flatten (Flatten) (None, 1600) 0
_________________________________________________________________
dense (Dense) (None, 64) 102464
_________________________________________________________________
dropout_1 (Dropout) (None, 64) 0
_________________________________________________________________
dense_1 (Dense) (None, 10) 650
=================================================================
Total params: 121,930
Trainable params: 121,930
Non-trainable params: 0
网络代码
def build_model():
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28,28,1)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Dropout(0.25))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Flatten())
model.add(layers.Dense(64, activation='relu'))
model.add(layers.Dropout(0.5))
model.add(layers.Dense(10, activation='softmax'))
# print(model.summary())
model.compile(optimizer='rmsprop',
loss='categorical_crossentropy',
metrics=['accuracy'])
return model
loss与acc曲线
history=model.fit(train_images, train_labels, epochs=15, batch_size=128)
print(history.history.keys())
acc = history.history['accuracy']
loss = history.history['loss']
epochs = range(1, len(acc) + 1)
plt.plot(epochs, acc, 'bo', label='Training accuracy')
plt.title('Training and validation accuracy')
plt.legend()
plt.figure()
plt.plot(epochs, loss, 'bo', label='Training loss')
plt.title('Training and validation loss')
plt.legend()
plt.show()
事实上，卷积神经网络往往能比全连接网络取得更高的预测的精度。
更多小型demo
- CIFAR10 小图片分类：使用CNN和实时数据提升
- IMDB 电影评论观点分类：使用LSTM处理成序列的词语
- Reuters（路透社）新闻主题分类：使用多层感知器（MLP）
- 字符级文本生成：使用LSTM