[Python知识库]深度学习笔记：01快速构建一个手写数字识别系统

深度学习笔记：01快速构建一个手写数字识别系统

神经网络代码最好运行在GPU中，但是对于初学者来说运行在GPU上成本太高了，所以先运行在CPU中，就是慢一些。

一、安装keras框架

1. 使用管理员模式打开cmd,运行以下指令

C:\WINDOWS\system32>pip install tensorflow_cpu -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

（以后安装也可以这样，只要将tensorflow_cpu换成需要下载的库或包名，根据自己需求自行更改即可）

安装完成：

2. 检测是否安装上keras框架：

   运行以下指令：

   import tensorflow
   import keras
   print(keras.__version__)
   

   我的输出结果是：2.9.0。安装完毕，可以使用啦~

二、熟悉mnist数据集

首先，我们先把我们需要的数据集引入，并且定义两个数据集

from keras.datasets import mnist 
(train_images,train_labels),(test_images,test_labels) = mnist.load_data()

其中，这个images和labels分别表示我们这个mnist数据集中的图片和这个图片所对应的数字（标签），例如：

print(test_images)

结果：

这个可能并不方便看出什么来，那么我们通过：

print(test_images.shape)

结果：

可以看出这个test_images是一个含有10000个元素的数组，并且每个元素是一个28×28的二维数组（像素）。也就是这个test_images含有10000张像素为28×28的手写数字图片。

下面我们再看一下test_labels:

print(test_labels)

结果：

test_labels是标记我们test_images的标签，他也是有10000个元素并且每个元素都和test_images的元素一一对应。相当于告诉我们test_images每个图片对应的手写数字是什么。

我们可以通过下面几行代码做一个简短的验证：

digit = test_images[0]
import matplotlib.pyplot as plt # matpoltlib是一个绘制图案的python库
plt.imshow(digit,cmap=plt.cm.binary)
plt.show()

结果：

确实，test_labels也显示第一个数字是7。验证完毕~

三、使用keras框架快速构建手写数字识别函数

首先我们之前提过神经网络的模型结构：

下面这段代码完成的是这个模型结构的上半部分：

from keras import models
from keras import layers

network = models.Sequential() 
network.add(layers.Dense(512,activation="relu",input_shape=(28*28,)))
# activation="relu"的意思是激活函数是relu函数 input_shape=(28*28,)的意思是我接受的这个神经网络必须是28*28的二维数组
network.add(layers.Dense(10,activation="softmax"))

**Sequential()函数的作用：**将你的神经网络的每一层都想象成一个佛珠，然后把每个你想串联起来的网络层名字传给Sequential函数，他的作用就是把每个网络层像串佛珠一样串联起来，这样你就不用每个都去链接一次了。

下面我们再来完善我们这个模型的下半部分：

network.compile(optimizer="rmsprop",loss="categorical_crossentropy",metrics=["accuracy"])

**compile()函数的作用：**用于将源代码编译为代码对象或AST模块对象。 可以根据提供的模式使用exec（）或eval（）函数执行返回的代码对象，以构造代码对象。

那么我们这一行就对应着这个网络模型的下半部分。

下面我们在对我们images数据进行进一步的处理：

train_images = train_images.reshape((60000,28*28))
train_images = train_images.astype('float32')/255

test_images = test_images.reshape(10000,28*28)
test_images = test_images.astype('float32')/255

1. 将我们原来的train_images里面28×28的二维数组变成28×28的一维数组

2. 再将每一个元素里面的数值都除以255（因为像素点）

   因为我们传给网络进行训练的图片是一个灰度图，灰度图指的是这里面的每一个像素点他的值都介于0~255之间。所以除以255以后他的每个数都变成了0~1之间的一个浮点数，这样传给网络便于接下来的识别与统计。

接下来我们来转化labels数据：

from keras.utils import to_categorical
print("before change:",test_labels[0])
train_labels = to_categorical(train_labels)
test_labels = to_categorical(test_labels)
print("after change:",test_labels[0])

关键点：调用categorical接口转换

目的：将数字变成数组表示。因为图片中包含的都是0~9一共10个数字，下面我们将这个数字变成由10个元素组成的数组。比如说刚刚我们的数字7，将其变成数组以后就其余元素都是0只有数组的第七个元素是1。然后将这个转换给我们的神经网络进行识别。

结果：

最后一步，开始训练我们的神经网络：

network.fit(train_images,train_labels,epochs=5,batch_size=128)

现在我们准备开始训练网络，在 keras中这一步是通过调用网络的fit方法来完成的—— 我们在训练数据上拟合（fit）模型。

epochs表示每次训练改进时都是进行5个循环

batch_size=128表示每次训练都从这个数组中_images随机抽取128个图片来进行统计

结果如图：

训练过程中显示了两个数字：一个是网络在训练数据上的损失（loss），另一个是网络在 训练数据上的精度（acc）。

下面我们调用evaluate接口看我们对这个测试的图片进行识别看识别成功率为多少

test_loss,test_acc=network.evaluate(test_images,test_labels,verbose=1)
print('test_acc:',test_acc)

我这边是：

最后我们拿一张图片，来看一下这个对于这张图片我们的神经网络的识别结果：

from keras.datasets import mnist
(train_images,train_labels),(test_images,test_labels) = mnist.load_data()
digit = test_images[1]
plt.imshow(digit,cmap=plt.cm.binary)
plt.show()

test_images = test_images.reshape(10000,28*28)
res = network.predict(test_images)
print(res[1])

for i in range(res[1].shape[0]):
    if(res[1][i] == 1):
        print("the number for the picture is",i)
        break

结果很不错！成功识别是2