导入依赖
from tensorflow import keras from matplotlib import pyplot as plt from tensorflow.keras.layers import Conv2D, MaxPool2D, Flatten, Dense
下载数据集
mnist数据集是一个公共的手写数字数据集，一共有7W张28*28像素点的0-9手写数字图片和标签，其中有6W张是训练集，1W张是测试集。
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
其中，x_train为训练集特征，y_train为训练集标签，x_test为测试集特征，y_test为测试集标签。
数据归一化
使本来是0-255之间的灰度值，变为0-1之间的数值，从而让梯度变得平缓，更容易收敛找到最优解。
x_train, x_test = x_train / 255.0, x_test / 255.0
增加维度
给数据集增加一个维度，使其变为6W张28*28的单通道数据，让卷积核进行特征提取。
x_train = x_train.reshape(x_train.shape[0], 28, 28, 1)
x_test = x_test.reshape(x_test.shape[0], 28, 28, 1)
独热码
y_train = keras.utils.to_categorical(y_train, 10)
y_test = keras.utils.to_categorical(y_test, 10)
进行独热编码后，每个分类对应一个状态码，1为是，0为否。 如某张图片标签是6，则独热码为：0 0 0 0 0 0 1 0 0 0
切分验证集
从训练集中拿出5000个样本来作为验证集，验证集用于参与训练更新梯度。
x_validation = x_train[:5000] y_validation = y_train[:5000] x_train = x_train[5000:] y_train = y_train[5000:]
搭建网络结构
使用三层卷积两层全连接的网络结构，第一层卷积使用32个3*3的卷积核，第二三层卷积使用64个3*3的卷积核，卷积的目的是提取图片的空间特征，最大池化是为了抑制过拟合。
model = keras.models.Sequential([ Conv2D(32, (3, 3), activation='relu',input_shape=(28, 28, 1)), MaxPool2D((2, 2)), Conv2D(64, (3, 3), activation='relu'), MaxPool2D((2, 2)), Conv2D(64, (3, 3), activation='relu'), Flatten(), Dense(64, activation='relu'), Dense(10, activation='softmax') ])
编译模型
使用多分类类别交叉熵损失函数，优化器选择rmsprop，正常情况下都可以选择此优化器，它不会令你失望，这也是默认缺省优化器。
model.compile(loss='categorical_crossentropy', optimizer='rmsprop',metrics=['accuracy'])
保存模型
checkpoint_save_path = "./checkpoint/mnist2.ckpt" cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_save_path,save_weights_only=True, save_best_only=True)
执行训练
数据集按32个为一批喂入神经网络，总共迭代7次，每迭代一次测试一次准确率。
history = model.fit(x_train, y_train, batch_size=32, epochs=7, verbose=1, validation_data=(x_validation,y_validation),validation_freq=1,callbacks=[cp_callback])
评估模型
score = model.evaluate(x_test, y_test, verbose=0, batch_size=32) print('测试准确率:{}, 测试loss值: {}'.format(score[1], score[0]))
可视化acc和loss曲线
plt.rcParams['font.sans-serif']=['SimHei'] acc = history.history['accuracy'] val_acc = history.history['val_accuracy'] loss = history.history['loss'] val_loss = history.history['val_loss'] plt.subplot(1, 2, 1) plt.plot(acc, label='训练Acc') plt.plot(val_acc, label='测试Acc') plt.title('Acc曲线') plt.legend() plt.subplot(1, 2, 2) plt.plot(loss, label='训练Loss') plt.plot(val_loss, label='测试Loss') plt.title('Loss曲线') plt.legend() plt.show()
此时运行程序，待训练完成后，会显示出acc和loss的训练图像，同时当前目录下会出现checkpoint文件夹。
可以看到，加入了卷积计算的神经网络，效果有了一定提升，模型测试的准确率达到了99%。
复现网络结构
训练完成之后，接下来应该编写一个应用程序，用来接收图片，识别图片，返回识别结果。
因此我这里新开一个py文件
from PIL import Image import numpy as np import tensorflow as tf from tensorflow import keras from tensorflow.keras.layers import Conv2D, MaxPool2D, Flatten, Dense
首先要复现训练时的网络结构
model = keras.models.Sequential([ Conv2D(32, (3, 3), activation='relu',input_shape=(28, 28, 1)), MaxPool2D((2, 2)), Conv2D(64, (3, 3), activation='relu'), MaxPool2D((2, 2)), Conv2D(64, (3, 3), activation='relu'), Flatten(), Dense(64, activation='relu'), Dense(10, activation='softmax') ])
加载模型
model_save_path = './checkpoint/mnist2.ckpt' model.load_weights(model_save_path)
图片识别
我用Photoshop画了十张图，用来进行识别
imgs = ['./img/p_0.jpg','./img/p_1.jpg','./img/p_2.jpg','./img/p_3.jpg','./img/p_4.jpg','./img/p_5.jpg','./img/p_6.jpg','./img/p_7.jpg','./img/p_8.jpg','./img/p_9.jpg'] for path in imgs: #读取图片 img = Image.open(path) img = img.resize((28, 28), Image.ANTIALIAS) img_arr = np.array(img.convert('L')) #训练的图片是黑底白字，但是我们识别的图片是白底黑字，所以需要颜色取反 #将像素值转化为0和255两个极端值 在保留图片有用信息的同时 滤掉背景噪声 使图片更干净 for i in range(28): for j in range(28): if img_arr[i][j] < 150: img_arr[i][j] = 255 else: img_arr[i][j] = 0 # 归一化 img_arr = img_arr / 255.0 # 添加一个维度 x_predict = img_arr.reshape(1, 28, 28, 1) # 识别 result = model.predict(x_predict) pred = tf.argmax(result[0]) print('正在识别：{} ---- > {}'.format(path, pred))
运行结果：
