Python神經網絡TensorFlow基於CNN卷積識別手寫數字
基礎理論
第一層：卷積層。
第二層：卷積層。
第三層：全連接層。
第四層：輸出層。
圖中原始的手寫數字的圖片是一張 28×28 的圖片，並且是黑白的，所以圖片的通道數是1，輸入數據是 28×28×1 的數據，如果是彩色圖片，圖片的通道數就為 3。
該網絡結構是一個 4 層的卷積神經網絡（計算神經網絡層數的時候，有權值的才算是一層，池化層就不能單獨算一層）（池化的計算是在卷積層中進行的）。
對多張特征圖求卷積，相當於是同時對多張特征圖進行特征提取。
特征圖數量越多說明卷積網絡提取的特征數量越多，如果特征圖數量設置得太少容易出現欠擬合，如果特征圖數量設置得太多容易出現過擬合，所以需要設置為合適的數值。
一、訓練CNN卷積神經網絡
1、載入數據
# 1、載入數據 mnist = tf.keras.datasets.mnist (train_data, train_target), (test_data, test_target) = mnist.load_data()
2、改變數據維度
註：在TensorFlow中，在做卷積的時候需要把數據變成4維的格式。
這4個維度分別是：數據數量，圖片高度，圖片寬度，圖片通道數。
# 3、歸一化（有助於提升訓練速度） train_data = train_data/255.0 test_data = test_data/255.0
3、歸一化
# 3、歸一化（有助於提升訓練速度） train_data = train_data/255.0 test_data = test_data/255.0
4、獨熱編碼
# 4、獨熱編碼 train_target = tf.keras.utils.to_categorical(train_target, num_classes=10) test_target = tf.keras.utils.to_categorical(test_target, num_classes=10) #10種結果
5、搭建CNN卷積神經網絡
model = Sequential()
5-1、第一層：第一個卷積層
第一個卷積層：卷積層+池化層。
# 5-1、第一層：卷積層+池化層 # 第一個卷積層 model.add(Convolution2D(input_shape = (28,28,1), filters = 32, kernel_size = 5, strides = 1, padding = 'same', activation = 'relu')) # 卷積層 輸入數據 濾波器數量 卷積核大小 步長 填充數據(same padding) 激活函數 # 第一個池化層 # pool_size model.add(MaxPooling2D(pool_size = 2, strides = 2, padding = 'same',)) # 池化層(最大池化) 池化窗口大小 步長 填充方式
5-2、第二層：第二個卷積層
# 5-2、第二層：卷積層+池化層 # 第二個卷積層 model.add(Convolution2D(64, 5, strides=1, padding='same', activation='relu')) # 64:濾波器個數 5:卷積窗口大小 # 第二個池化層 model.add(MaxPooling2D(2, 2, 'same'))
5-3、扁平化
把(64,7,7,64)數據變成：(64,7*7*64)。
flatten扁平化：
# 5-3、扁平化 （相當於把(64,7,7,64)數據->(64,7*7*64)） model.add(Flatten())
5-4、第三層：第一個全連接層
# 5-4、第三層：第一個全連接層
model.add(Dense(1024,activation = 'relu'))
model.add(Dropout(0.5))
5-5、第四層：第二個全連接層（輸出層）
# 5-5、第四層：第二個全連接層（輸出層） model.add(Dense(10, activation='softmax')) # 10：輸出神經元個數
6、編譯
設置優化器、損失函數、標簽。
# 6、編譯 model.compile(optimizer=Adam(lr=1e-4), loss='categorical_crossentropy', metrics=['accuracy']) # 優化器(adam) 損失函數(交叉熵損失函數) 標簽
7、訓練
# 7、訓練 model.fit(train_data, train_target, batch_size=64, epochs=10, validation_data=(test_data, test_target))
8、保存模型
# 8、保存模型
model.save('mnist.h5')
效果：
Epoch 1/10
938/938 [==============================] – 142s 151ms/step – loss: 0.3319 – accuracy: 0.9055 – val_loss: 0.0895 – val_accuracy: 0.9728
Epoch 2/10
938/938 [==============================] – 158s 169ms/step – loss: 0.0911 – accuracy: 0.9721 – val_loss: 0.0515 – val_accuracy: 0.9830
Epoch 3/10
938/938 [==============================] – 146s 156ms/step – loss: 0.0629 – accuracy: 0.9807 – val_loss: 0.0389 – val_accuracy: 0.9874
Epoch 4/10
938/938 [==============================] – 120s 128ms/step – loss: 0.0498 – accuracy: 0.9848 – val_loss: 0.0337 – val_accuracy: 0.9889
Epoch 5/10
938/938 [==============================] – 119s 127ms/step – loss: 0.0424 – accuracy: 0.9869 – val_loss: 0.0273 – val_accuracy: 0.9898
Epoch 6/10
938/938 [==============================] – 129s 138ms/step – loss: 0.0338 – accuracy: 0.9897 – val_loss: 0.0270 – val_accuracy: 0.9907
Epoch 7/10
938/938 [==============================] – 124s 133ms/step – loss: 0.0302 – accuracy: 0.9904 – val_loss: 0.0234 – val_accuracy: 0.9917
Epoch 8/10
938/938 [==============================] – 132s 140ms/step – loss: 0.0264 – accuracy: 0.9916 – val_loss: 0.0240 – val_accuracy: 0.9913
Epoch 9/10
938/938 [==============================] – 139s 148ms/step – loss: 0.0233 – accuracy: 0.9926 – val_loss: 0.0235 – val_accuracy: 0.9919
Epoch 10/10
938/938 [==============================] – 139s 148ms/step – loss: 0.0208 – accuracy: 0.9937 – val_loss: 0.0215 – val_accuracy: 0.9924
可以發現訓練10次以後，效果達到瞭99%+，還是比較不錯的。
代碼
# 手寫數字識別 -- CNN神經網絡訓練
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense,Dropout,Convolution2D,MaxPooling2D,Flatten
from tensorflow.keras.optimizers import Adam
# 1、載入數據
mnist = tf.keras.datasets.mnist
(train_data, train_target), (test_data, test_target) = mnist.load_data()
# 2、改變數據維度
train_data = train_data.reshape(-1, 28, 28, 1)
test_data = test_data.reshape(-1, 28, 28, 1)
# 註：在TensorFlow中，在做卷積的時候需要把數據變成4維的格式
# 這4個維度分別是：數據數量，圖片高度，圖片寬度，圖片通道數
# 3、歸一化（有助於提升訓練速度）
train_data = train_data/255.0
test_data = test_data/255.0
# 4、獨熱編碼
train_target = tf.keras.utils.to_categorical(train_target, num_classes=10)
test_target = tf.keras.utils.to_categorical(test_target, num_classes=10) #10種結果
# 5、搭建CNN卷積神經網絡
model = Sequential()
# 5-1、第一層：卷積層+池化層
# 第一個卷積層
model.add(Convolution2D(input_shape = (28,28,1), filters = 32, kernel_size = 5, strides = 1, padding = 'same', activation = 'relu'))
# 卷積層 輸入數據 濾波器數量 卷積核大小 步長 填充數據(same padding) 激活函數
# 第一個池化層 # pool_size
model.add(MaxPooling2D(pool_size = 2, strides = 2, padding = 'same',))
# 池化層(最大池化) 池化窗口大小 步長 填充方式
# 5-2、第二層：卷積層+池化層
# 第二個卷積層
model.add(Convolution2D(64, 5, strides=1, padding='same', activation='relu'))
# 64:濾波器個數 5:卷積窗口大小
# 第二個池化層
model.add(MaxPooling2D(2, 2, 'same'))
# 5-3、扁平化 （相當於把(64,7,7,64)數據->(64,7*7*64)）
model.add(Flatten())
# 5-4、第三層：第一個全連接層
model.add(Dense(1024, activation = 'relu'))
model.add(Dropout(0.5))
# 5-5、第四層：第二個全連接層（輸出層）
model.add(Dense(10, activation='softmax'))
# 10：輸出神經元個數
# 6、編譯
model.compile(optimizer=Adam(lr=1e-4), loss='categorical_crossentropy', metrics=['accuracy'])
# 優化器(adam) 損失函數(交叉熵損失函數) 標簽
# 7、訓練
model.fit(train_data, train_target, batch_size=64, epochs=10, validation_data=(test_data, test_target))
# 8、保存模型
model.save('mnist.h5')
二、識別自己的手寫數字（圖像）
1、載入數據
# 1、載入數據 mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data()
數據集的圖片（之一）：
2、載入訓練好的模型
# 2、載入訓練好的模型
model = load_model('mnist.h5')
3、載入自己寫的數字圖片並設置大小
# 3、載入自己寫的數字圖片並設置大小
img = Image.open('6.jpg')
# 設置大小（和數據集的圖片一致）
img = img.resize((28, 28))
4、轉灰度圖
# 4、轉灰度圖
gray = np.array(img.convert('L')) #.convert('L')：轉灰度圖
可以發現和數據集中的白底黑字差別很大，所以我們把它反轉一下：
5、轉黑底白字、數據歸一化
MNIST數據集中的數據都是黑底白字，且取值在0~1之間。
# 5、轉黑底白字、數據歸一化 gray_inv = (255-gray)/255.0
6、轉四維數據
CNN神經網絡預測需要四維數據。
# 6、轉四維數據（CNN預測需要） image = gray_inv.reshape((1,28,28,1))
7、預測
# 7、預測
prediction = model.predict(image) # 預測
prediction = np.argmax(prediction,axis=1) # 找出最大值
print('預測結果：', prediction)
8、顯示圖像
# 8、顯示
# 設置plt圖表
f, ax = plt.subplots(3, 3, figsize=(7, 7))
# 顯示數據集圖像
ax[0][0].set_title('train_model')
ax[0][0].axis('off')
ax[0][0].imshow(x_train[18], 'gray')
# 顯示原圖
ax[0][1].set_title('img')
ax[0][1].axis('off')
ax[0][1].imshow(img, 'gray')
# 顯示灰度圖（白底黑字）
ax[0][2].set_title('gray')
ax[0][2].axis('off')
ax[0][2].imshow(gray, 'gray')
# 顯示灰度圖（黑底白字）
ax[1][0].set_title('gray')
ax[1][0].axis('off')
ax[1][0].imshow(gray_inv, 'gray')
plt.show()
效果展示
代碼
# 識別自己的手寫數字（圖像預測）
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
import tensorflow as tf
from tensorflow.keras.models import load_model
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
# 1、載入數據
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
# 2、載入訓練好的模型
model = load_model('mnist.h5')
# 3、載入自己寫的數字圖片並設置大小
img = Image.open('5.jpg')
# 設置大小（和數據集的圖片一致）
img = img.resize((28, 28))
# 4、轉灰度圖
gray = np.array(img.convert('L')) #.convert('L')：轉灰度圖
# 5、轉黑底白字、數據歸一化
gray_inv = (255-gray)/255.0
# 6、轉四維數據（CNN預測需要）
image = gray_inv.reshape((1,28,28,1))
# 7、預測
prediction = model.predict(image) # 預測
prediction = np.argmax(prediction,axis=1) # 找出最大值
print('預測結果：', prediction)
# 8、顯示
# 設置plt圖表
f, ax = plt.subplots(2, 2, figsize=(5, 5))
# 顯示數據集圖像
ax[0][0].set_title('train_model')
ax[0][0].axis('off')
ax[0][0].imshow(x_train[18], 'gray')
# 顯示原圖
ax[0][1].set_title('img')
ax[0][1].axis('off')
ax[0][1].imshow(img, 'gray')
# 顯示灰度圖（白底黑字）
ax[1][0].set_title('gray')
ax[1][0].axis('off')
ax[1][0].imshow(gray, 'gray')
# 顯示灰度圖（黑底白字）
ax[1][1].set_title(f'predict:{prediction}')
ax[1][1].axis('off')
ax[1][1].imshow(gray_inv, 'gray')
plt.show()
以上就是Python神經網絡TensorFlow基於CNN卷積識別手寫數字的詳細內容，更多關於TensorFlow識別手寫數字的資料請關註WalkonNet其它相關文章！
推薦閱讀：
- 詳解TensorFlow訓練網絡兩種方式
- 手把手教你使用TensorFlow2實現RNN
- 一小時學會TensorFlow2之Fashion Mnist
- pytorch 實現L2和L1正則化regularization的操作
- Tensorflow 2.4 搭建單層和多層 Bi-LSTM 模型