​​跟着“k同学啊”一起学习深度学习，希望自己能坚持下来。

活动地址：CSDN21天学习挑战赛

第一天学习博客深度学习100例-卷积神经网络（CNN）实现mnist手写数字识别 | 第1天_K同学啊的博客-CSDN博客

我的学习笔记

一、知识点总结

1.基本原理

输入层：将数据输入到训练网络。

卷积层：提取图片特征。

池化层：下采样，降低了每个特征映射的维度，但是保留了最重要的信息。最大池化成效最好。

全连接层：卷积层和池化层的输出代表了输入图像的高级特征，全连接层的目的就是类别基于训练集用这些特征进行分类。除了分类以外，加入全连接层也是学习特征之间非线性组合的有效办法。使用softmax激励函数作为输出层的多层感知机。

卷积+池化=特征提取器

全连接层=分类器

输出层：输出结果b

2.本次模型是CNN——LeNet-5模型

步幅（stride)：每次滑过的像素数。步幅越大，特征映射越小。 

输出数量为10：恰好针对了10个数字的概率。10个节点，分别代表数字0-9，第i的节点的数值越接近0，代表与数字i越相似。

2.数据集是MNIST手写数据集，60000张训练集，10000张测试集，图片大小28*28。

二、实验过程

1.导入库和数据集，我用的是CPU

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt

#这句下载数据集
(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data() 

2.归一化

把数变为（0，1）之间的小数，使不同量纲的特征处于同一数值量级，减少方差大的特征的影响，使模型更准确；加快学习算法的收敛速度。

# 将像素的值标准化至0到1的区间内。
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：((60000, 28, 28), (10000, 28, 28), (60000,), (10000,))
"""

3.可视化

plt.figure(figsize=(20,10))
for i in range(20):
    plt.subplot(5,10,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()

4.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
"""
输出：((60000, 28, 28, 1), (10000, 28, 28, 1), (60000,), (10000,))
"""

5.构建模型

model = models.Sequential([
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),#卷积层1，卷积核3*3
    layers.MaxPooling2D((2, 2)),                   #池化层1，2*2采样
    layers.Conv2D(64, (3, 3), activation='relu'),  #卷积层2，卷积核3*3
    layers.MaxPooling2D((2, 2)),                   #池化层2，2*2采样
    
    layers.Flatten(),                              #Flatten层，连接卷积层与全连接层
    layers.Dense(64, activation='relu'),		   #全连接层，特征进一步提取
    layers.Dense(10)                               #输出层，输出预期结果
])
# 打印网络结构
model.summary()

6.编译模型

"""
这里设置优化器、损失函数以及metrics
这三者具体介绍可参考我的博客：
https://blog.csdn.net/qq_38251616/category_10258234.html
"""
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

7.训练模型，CPU训练确实有点慢

"""
这里设置输入训练数据集（图片及标签）、验证数据集（图片及标签）以及迭代次数epochs
关于model.fit()函数的具体介绍可参考我的博客：
https://blog.csdn.net/qq_38251616/category_10258234.html
"""
history = model.fit(train_images, train_labels, epochs=10, 
                    validation_data=(test_images, test_labels))

8.输出结果

plt.imshow(test_images[1])

9.输出测试集中第一张图片的预测结果

pre = model.predict(test_images) # 对所有测试图片进行预测
pre[1] # 输出第一张图片的预测结果

三、总结

训练过程比较慢，刚开始训练到第9代自己就停了，只好重新训练。