实现mnist手写数字识别
一.项目介绍
本文是一个深度学习入门案例，基于卷积神经网络搭建简单的网络模型完成手写数字的识别
二.数据集
本数据集来自tensorflow自带的数据集中，当然你也可以去下载来进行导入
三.实战演练
一.数据集导入
import tensorflow as tf
from tensorflow.keras import datasets,layers,models
import matplotlib.pyplot as plt
#导入minist数据，按照训练集图片，训练集标签，测试集图片,测试集标签
(train_images,train_labels),(test_images,test_labels)=datasets.mnist.load_data()二.归一化
数据归一化的作用:
1.统一不同量纲的特征处于同一数值量集，减少方差大的特征的影响，使模型更加准确
2.降低计算机的计算能力，加快算法收敛
#对像素的值标准化0到1区间，而灰度图像，每个像素值最大是255，最小是0，直接除以255就可以完成归一化
train_images,test_images=train_images/255.0,test_images/255.0
train_images.shape,test_images.shape,train_labels.shape,test_labels.shape
#输出数据维度三.可视化图片
可视化前20张图片
#可视化数据集的前20个图片数据
#进行图像大小为20宽、10长的绘图
plt.figure(figsize=(20,10))
#遍历Minst数据集下标值0-49
for i in range(20):
plt.subplot(2,10,i+1)
plt.xticks([])
plt.yticks([])
plt.grid(False)
plt.imshow(train_images[i],cmap=plt.cm.binary)
plt.xlabel(train_labels[i])
plt.show()
调整图片格式
#调整数据到我们需要的格式
train_images=train_images.reshape((60000,28,28,1))
test_images=test_images.reshape((10000,28,28,1))
train_images.shape,test_images.shape,train_labels.shape,test_labels.shape四.搭建网络
- 创建并设置卷积神经网络
- 卷积层:通过卷积操作对输入图像进行降维和特征抽取
- 池化层:是一个非线性形式的下采样。主要用于特征降维，压缩数据和参数的重要，减小过拟合，同样提高模型的鲁棒性
- 全连接层:在经过几个卷积和池化层之后，神经网络中的高级推理通过全连接层进行完成
#创建并设置卷积神经网络
#卷积层:通过卷积操作对输入图像进行降维和特征抽取
#池化层:是一个非线性形式的下采样。主要用于特征降维，压缩数据和参数的重要，减小过拟合，同样提高模型的鲁棒性
#全连接层:在经过几个卷积和池化层之后，神经网络中的高级推理通过全连接层进行完成
model=models.Sequential([
#设置二位卷积层1，设置一个32*32的卷积核，选择RelU未激活函数，设置input_shape适应输入的图片大小
layers.Conv2D(32,(3,3),activation='relu',input_shape=(28,28,1)),
layers.MaxPooling2D((2,2)),
layers.Conv2D(64,(3,3),activation='relu'),
layers.MaxPooling2D((2,2)),
layers.Flatten(),
layers.Dense(64,activation='relu'),
layers.Dense(10)
])
五.编译模型
设置优化器adam,设置优化器为Adam优化器
损失函数采取交叉熵函数，from_logits设置为True时，会将y_pred转化为概率(用softmax），否则不进行，一般进行最好，因为可以降低计算，也方便算法收敛
采取评价指标，在模型训练的时候监控列表里的评价指标
#编译模型
model.compile(
optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy']
)六.训练模型
这里输入训练数据集合训练标签、验证数据集，和迭代次数，迭代次数是这里可以改变的超参数
history=model.fit(
train_images,
train_labels,epochs=20,
validation_data=(test_images,test_labels))训练截图如下:
最后的准确率达到了99.16%，这个数据集较为小，你可以自己尝试搭建
模型预测:
#预测
pre=model.predict(test_images)
pre[1] 
如果你想使用看到具体对应的数字矩阵，可以对他进行
print(pre[1],"转换一下格式得到：",pre[1].argmax()) # 把one-hot码转换为数字
七.总结
上述的模型准确率还是不错的，训练了20个批次，用时间换来了一点准确率的提高。
当然，深度学习包含卷积神经网络和循环神经网络，一些著名的网络结构非常值得学习和研究。
你也可以使用其他的网结构来进行手写数字识别，也可以自己尝试着搭建网络。
注:如果想要设置设备使用CPU还是GPU，可以参考以下代码:
import tensorflow as tf
gpus=tf.config.list_physical_devices("GPU")
if gpus:
gpus0=gpus[0]
tf.config.experimental.set_memory_growth(gpu0,True)
tf.config.set_visible_devices([gpus0],"GPU")