这篇文章主要讲解了“Python神经网络TensorFlow基于CNN卷积识别手写数字的方法教程”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python神经网络TensorFlow基于CNN卷积识别手写数字的方法教程”吧!
基础理论
一、训练CNN卷积神经网络
1、载入数据
2、改变数据维度
3、归一化
4、独热编码
5、搭建CNN卷积神经网络
5-1、第一层:第一个卷积层
5-2、第二层:第二个卷积层
5-3、扁平化
5-4、第三层:第一个全连接层
5-5、第四层:第二个全连接层(输出层)
6、编译
7、训练
8、保存模型
代码
二、识别自己的手写数字(图像)
1、载入数据
2、载入训练好的模型
3、载入自己写的数字图片并设置大小
4、转灰度图
5、转黑底白字、数据归一化
6、转四维数据
7、预测
8、显示图像
效果展示
代码
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。
# 1、载入数据 mnist = tf.keras.datasets.mnist (train_data, train_target), (test_data, test_target) = mnist.load_data()
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(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
model = Sequential()
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: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'))
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 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
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 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.h6')
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。
# 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.h6')
# 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 model = load_model('mnist.h6')
# 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 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:
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
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 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(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()
# 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.h6') # 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()
感谢各位的阅读,以上就是“Python神经网络TensorFlow基于CNN卷积识别手写数字的方法教程”的内容了,经过本文的学习后,相信大家对Python神经网络TensorFlow基于CNN卷积识别手写数字的方法教程这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。