tensorflow开发之 基于CNN的手写数字识别（含源码）

训练过程

1. 数据准备

2. 创建模型

3. 模型解析

从输出结果可以看到各层的基本信息：

• 第一层输入是28x28的图像，基于3x3的卷积核，没有滑动，因此得到26x26的输出，32是核数
• 第二层输入来自第一层的输出，因此输入为26x26，64为第二层的卷积核数量
• 第五层只是将第四层的数据摊平成一维向量，因此不需要进行参数训练
• 第六层将上一层的9216个神经元减小到128个神经元，需要训练的模型参数最大，有1179776个，差不多120万个参数
• 第八层类似第六层，有1290个参数需要训练
• 最后统计结果看到，一共有1199882个参数，都需要训练

4. 模型编译训练

5. 结果分析

从结果可以看出，基于CNN的训练比单纯的Softmax的分类预测准确率更高，可以从更高层次进行抽象和特征提取，从文章（基于softmax的手写数字识别）中可以看到只是softmax进行像素级别的提取，准确率不到98%。

源码

# 数据读取
from keras.datasets import mnist

(imgTrain, labelTrain),(imgTest, labelTest) = mnist.load_data('mnist.npz')

# 数据处理
from keras import backend as K

trainCount, testCount = imgTrain.shape[0], imgTest.shape[0]
imgRow, imgCol = imgTrain.shape[1], imgTrain.shape[2]
if K.image_data_format() == 'channels_first':
    imgTrain = imgTrain.reshape(trainCount, 1, imgRow, imgCol)
    imgTest = imgTest.reshape(testCount, 1, imgRow, imgCol)
    inputShape = (1, imgRow, imgCol)
else:
    imgTrain = imgTrain.reshape(trainCount, imgRow, imgCol, 1)
    imgTest = imgTest.reshape(testCount, imgRow, imgCol, 1)
    inputShape = (imgRow, imgCol, 1)
    
imgTrain = imgTrain.astype('float32')
imgTest = imgTest.astype('float32')
imgTrain /= 255
imgTest /= 255

# onehot 编码
from keras.utils import np_utils

rstCount = 10
rstTrain = np_utils.to_categorical(labelTrain, rstCount)
rstTest = np_utils.to_categorical(labelTest, rstCount)

# 定义CNN网络
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D

model = Sequential()

# 第一层卷积：32个3x3的卷积核
model.add(Conv2D(filters=32, kernel_size=(3,3), activation='relu', input_shape=inputShape))

# 第二层卷积：64个3x3的卷积核
model.add(Conv2D(filters=64, kernel_size=(3,3), activation='relu'))

# 使用2x2的最大值池化方法，减少输入数据
model.add(MaxPooling2D(pool_size = (2,2)))

# 随机丢弃25%的输入神经元，防止过拟合，减少计算量
model.add(Dropout(0.25))

# 将输入数据整合为1维向量
model.add(Flatten())

# 选择128个神经元
model.add(Dense(128, activation='relu'))

#随机丢弃50%的输入神经元
model.add(Dropout(0.5))

# 使用softmax激活函数进行多分类，将各个数字的概率作为输出层结果
model.add(Dense(rstCount, activation='softmax'))

# 查看模型概述
model.summary()

# 编译模型
model.compile(loss = 'categorical_crossentropy', metrics=['accuracy'], optimizer = 'adam')

# 训练模型
history = model.fit(imgTrain, rstTrain, batch_size=128, epochs=5, verbose=2, validation_data=(imgTest, rstTest))

# 模型在测试集上结果查看
import numpy as np

lossMetrics = model.evaluate(imgTest, rstTest, verbose=2)
print("测试数据最终损失值：{}".format(lossMetrics[0]))
print("测试数据精度：{}".format(lossMetrics[1] * 100))

rstPredict = model.predict(imgTest)
rstPredict = np.argmax(rstPredict, axis = 1)
correctDatas = np.nonzero(rstPredict == labelTest)[0]
wrongDatas = np.nonzero(rstPredict != labelTest)[0]
print("预测正确个数：{}".format(len(correctDatas)))
print("预测错误个数：{}".format(len(wrongDatas)))