目录
- 一、训练cnn卷积神经网络
- 5、搭建cnn卷积神经网络
基础理论
第一层：卷积层。
第二层：卷积层。
第三层：全连接层。
第四层：输出层。
图中原始的手写数字的图片是一张 28×28 的图片，并且是黑白的，所以图片的通道数是1，输入数据是 28×28×1 的数据，如果是彩色图片，图片的通道数就为 3。
该网络结构是一个 4 层的卷积神经网络（计算神经网络层数的时候，有权值的才算是一层，池化层就不能单独算一层）（池化的计算是在卷积层中进行的）。
对多张特征图求卷积，相当于是同时对多张特征图进行特征提取。
特征图数量越多说明卷积网络提取的特征数量越多，如果特征图数量设置得太少容易出现欠拟合，如果特征图数量设置得太多容易出现过拟合，所以需要设置为合适的数值。
一、训练cnn卷积神经网络
1、载入数据
# 1、载入数据 mnist = tf.keras.datasets.mnist (train_data, train_target), (test_data, test_target) = mnist.load_data()
2、改变数据维度
注：在tensorflow中，在做卷积的时候需要把数据变成4维的格式。
这4个维度分别是：数据数量，图片高度，图片宽度，图片通道数。
# 3、归一化（有助于提升训练速度） train_data = train_data/255.0 test_data = test_data/255.0
3、归一化
# 3、归一化（有助于提升训练速度） train_data = train_data/255.0 test_data = test_data/255.0
4、独热编码
# 4、独热编码 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种结果
5、搭建cnn卷积神经网络
model = sequential()
5-1、第一层：第一个卷积层
第一个卷积层：卷积层+池化层。
# 5-1、第一层：卷积层+池化层 # 第一个卷积层 model.add(convolution2d(input_shape = (28,28,1), filters = 32, kernel_size = 5, strides = 1, padding = 'same', activation = 'relu')) # 卷积层 输入数据 滤波器数量 卷积核大小 步长 填充数据(same padding) 激活函数 # 第一个池化层 # pool_size model.add(maxpooling2d(pool_size = 2, strides = 2, padding = 'same',)) # 池化层(最大池化) 池化窗口大小 步长 填充方式
5-2、第二层：第二个卷积层
# 5-2、第二层：卷积层+池化层 # 第二个卷积层 model.add(convolution2d(64, 5, strides=1, padding='same', activation='relu')) # 64:滤波器个数 5:卷积窗口大小 # 第二个池化层 model.add(maxpooling2d(2, 2, 'same'))
5-3、扁平化
把(64,7,7,64)数据变成：(64,7*7*64)。
flatten扁平化：
# 5-3、扁平化 （相当于把(64,7,7,64)数据->(64,7*7*64)） model.add(flatten())
5-4、第三层：第一个全连接层
# 5-4、第三层：第一个全连接层
model.add(dense(1024,activation = 'relu'))
model.add(dropout(0.5))
5-5、第四层：第二个全连接层（输出层）
# 5-5、第四层：第二个全连接层（输出层） model.add(dense(10, activation='softmax')) # 10：输出神经元个数
6、编译
设置优化器、损失函数、标签。
# 6、编译 model.compile(optimizer=adam(lr=1e-4), loss='categorical_crossentropy', metrics=['accuracy']) # 优化器(adam) 损失函数(交叉熵损失函数) 标签
7、训练
# 7、训练 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
可以发现训练10次以后，效果达到了99%+，还是比较不错的。
代码
# 手写数字识别 -- cnn神经网络训练
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、载入数据
mnist = tf.keras.datasets.mnist
(train_data, train_target), (test_data, test_target) = mnist.load_data()
# 2、改变数据维度
train_data = train_data.reshape(-1, 28, 28, 1)
test_data = test_data.reshape(-1, 28, 28, 1)
# 注：在tensorflow中，在做卷积的时候需要把数据变成4维的格式
# 这4个维度分别是：数据数量，图片高度，图片宽度，图片通道数
# 3、归一化（有助于提升训练速度）
train_data = train_data/255.0
test_data = test_data/255.0
# 4、独热编码
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种结果
# 5、搭建cnn卷积神经网络
model = sequential()
# 5-1、第一层：卷积层+池化层
# 第一个卷积层
model.add(convolution2d(input_shape = (28,28,1), filters = 32, kernel_size = 5, strides = 1, padding = 'same', activation = 'relu'))
# 卷积层 输入数据 滤波器数量 卷积核大小 步长 填充数据(same padding) 激活函数
# 第一个池化层 # pool_size
model.add(maxpooling2d(pool_size = 2, strides = 2, padding = 'same',))
# 池化层(最大池化) 池化窗口大小 步长 填充方式
# 5-2、第二层：卷积层+池化层
# 第二个卷积层
model.add(convolution2d(64, 5, strides=1, padding='same', activation='relu'))
# 64:滤波器个数 5:卷积窗口大小
# 第二个池化层
model.add(maxpooling2d(2, 2, 'same'))
# 5-3、扁平化 （相当于把(64,7,7,64)数据->(64,7*7*64)）
model.add(flatten())
# 5-4、第三层：第一个全连接层
model.add(dense(1024, activation = 'relu'))
model.add(dropout(0.5))
# 5-5、第四层：第二个全连接层（输出层）
model.add(dense(10, activation='softmax'))
# 10：输出神经元个数
# 6、编译
model.compile(optimizer=adam(lr=1e-4), loss='categorical_crossentropy', metrics=['accuracy'])
# 优化器(adam) 损失函数(交叉熵损失函数) 标签
# 7、训练
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、识别自己的手写数字（图像）
1、载入数据
# 1、载入数据 mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data()
数据集的图片（之一）：
2、载入训练好的模型
# 2、载入训练好的模型
model = load_model('mnist.h5')
3、载入自己写的数字图片并设置大小
# 3、载入自己写的数字图片并设置大小
img = image.open('6.jpg')
# 设置大小（和数据集的图片一致）
img = img.resize((28, 28))
4、转灰度图
# 4、转灰度图
gray = np.array(img.convert('l')) #.convert('l')：转灰度图
可以发现和数据集中的白底黑字差别很大，所以我们把它反转一下：
5、转黑底白字、数据归一化
mnist数据集中的数据都是黑底白字，且取值在0~1之间。
# 5、转黑底白字、数据归一化 gray_inv = (255-gray)/255.0
6、转四维数据
cnn神经网络预测需要四维数据。
# 6、转四维数据（cnn预测需要） image = gray_inv.reshape((1,28,28,1))
7、预测
# 7、预测
prediction = model.predict(image) # 预测
prediction = np.argmax(prediction,axis=1) # 找出最大值
print('预测结果：', prediction)
8、显示图像
# 8、显示
# 设置plt图表
f, ax = plt.subplots(3, 3, figsize=(7, 7))
# 显示数据集图像
ax[0][0].set_title('train_model')
ax[0][0].axis('off')
ax[0][0].imshow(x_train[18], 'gray')
# 显示原图
ax[0][1].set_title('img')
ax[0][1].axis('off')
ax[0][1].imshow(img, 'gray')
# 显示灰度图（白底黑字）
ax[0][2].set_title('gray')
ax[0][2].axis('off')
ax[0][2].imshow(gray, 'gray')
# 显示灰度图（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
代码
# 识别自己的手写数字（图像预测）
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、载入数据
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
# 2、载入训练好的模型
model = load_model('mnist.h5')
# 3、载入自己写的数字图片并设置大小
img = image.open('5.jpg')
# 设置大小（和数据集的图片一致）
img = img.resize((28, 28))
# 4、转灰度图
gray = np.array(img.convert('l')) #.convert('l')：转灰度图
# 5、转黑底白字、数据归一化
gray_inv = (255-gray)/255.0
# 6、转四维数据（cnn预测需要）
image = gray_inv.reshape((1,28,28,1))
# 7、预测
prediction = model.predict(image) # 预测
prediction = np.argmax(prediction,axis=1) # 找出最大值
print('预测结果：', prediction)
# 8、显示
# 设置plt图表
f, ax = plt.subplots(2, 2, figsize=(5, 5))
# 显示数据集图像
ax[0][0].set_title('train_model')
ax[0][0].axis('off')
ax[0][0].imshow(x_train[18], 'gray')
# 显示原图
ax[0][1].set_title('img')
ax[0][1].axis('off')
ax[0][1].imshow(img, 'gray')
# 显示灰度图（白底黑字）
ax[1][0].set_title('gray')
ax[1][0].axis('off')
ax[1][0].imshow(gray, 'gray')
# 显示灰度图（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神经网络tensorflow基于cnn卷积识别手写数字的详细内容，更多关于tensorflow识别手写数字的资料请关注www.887551.com其它相关文章！
