機器學習-用keras做cnn手寫數字識別

• 2019 年 10 月 8 日
• 筆記

在用全連接做手寫數字識別的時候，準確率有97%了，但是還是會出現一些測試圖片沒有預測對，出來更好的去優化參數，現在就直接改進神經網路的模型，用cnn去訓練數據。

cnn–Convolutional neural network，簡稱cnn，中文翻譯過來是，卷積神經網路

卷積神經網路（Convolutional Neural Networks, CNN）是一類包含卷積計算且具有深度結構的前饋神經網路（Feedforward Neural Networks），是深度學習（deep learning）的代表演算法之一。卷積神經網路具有表徵學習（representation learning）能力，能夠按其階層結構對輸入資訊進行平移不變分類（shift-invariant classification），因此也被稱為「平移不變人工神經網路（Shift-Invariant Artificial Neural Networks, SIANN）

——-摘自百度百科

cnn的結構有：卷積層，池化層，全連接層

卷積層（Convolution Layer）：

卷積層主要進行卷積操作，這裡會有一個叫卷積核的東西匹配數據的矩陣

池化層（Pooling Layer）：

這裡就是把卷積層完成卷積操作後得到的特徵圖（feature Map）進行分區域，池化，然後把每個區域取出最大值或者均值或者最小值來表示

數據處理：

from keras.datasets import mnist  import numpy as np  from keras.utils import to_categorical  import matplotlib.pyplot as plt  (x_train,y_train),(x_test, y_test) = mnist.load_data()      x_train = x_train.reshape(x_train.shape[0],28,28,1)  x_test = x_test.reshape(x_test.shape[0],28,28,1)    print(x_train.shape)  print(x_train[0].shape)  input_shape = (28,28,1)    x_train = x_train.astype('float32')/255  x_test = x_test.astype('float32')/255  y_train = to_categorical(y_train,10)  y_test = to_categorical(y_test, 10)

跟全連接的手寫識別大部分一樣，

有一點不一樣的就是數據是（數據量，圖片尺寸，圖片尺寸，顏色）顏色的意思是黑白的就是1，彩色的就是3

接著就是卷積層跟池化層：

import keras  from keras.models import Sequential  from keras.layers import Dense,Dropout,Flatten,Conv2D,MaxPooling2D    model = Sequential()  model.add(Conv2D(32, kernel_size=(3,3),activation='relu', input_shape=input_shape))  model.add(Conv2D(64,(3,3),activation='relu'))  model.add(MaxPooling2D(pool_size=(2,2)))  model.add(Dropout(0.25))  model.add(Flatten())

首先就是導入相應的模組和庫，然後就是定義一個Sequential模型，接著添加卷積層，這裡用Conv2D，其中第一個參數是訓練這個圖要檢測的過濾器的數量（32，64），第二個參數是卷積核的大小，第三個是激活函數。一般用relu，第四個就是輸入的形狀的資訊。是幾維的，一般在第一層設置好就可以了。接著再添加一層卷積層，接著就是池化層，用來減少卷積層的結果的參數，有助於過度擬合，再接著就是Dropout（抓爆），有助於減低過擬合的現象，一般設置0.5，這裡設置為0.25，

最後就是Flatten，將池化後的數據轉成一列n行的數據。例如池化後的數據是（2，2，128），經過flatten後就是2*2*128 = 512

最後就是全連接層：

model.add(Dense(128,activation='relu'))  model.add(Dropout(0.5))  model.add(Dense(10,activation='softmax'))    model.compile(loss=keras.losses.categorical_crossentropy,                optimizer=keras.optimizers.Adadelta(),                metrics=['accuracy'])    model_log = model.fit(x_train,y_train,                        batch_size=128,                        epochs= 8,                        verbose=1,                        validation_data=(x_test,y_test))  score = model.evaluate(x_test,y_test,verbose=0)  print('test accuracy:', score[1])  model.save('cnnshouxie.h5')

這裡跟去全連接的時候一樣，不同就是加了一個抓爆。

就這樣一個簡單的cnn手寫數字識別就做好了，不過手寫數字識別相比於全連接的手寫數字識別，cnn的訓練比較慢，訓練時間長，但是準確性好，我在全連接的圖片沒有測出來，在cnn中就可以測出來。最後在測試中去預測一下圖片的結果。

from keras.models import load_model  import cv2  def prepare(path):      img = cv2.imread(path,0)      img = img.reshape(1,28,28,1)      img = img.astype('float32')/255      return img  model = load_model('cnnshouxie.h5')  model.summary()  img = prepare('3.jpg')  precetion = model.predict_classes(img)  print(precetion)

這裡的預測程式碼跟全連接也是一樣的，不同就是要修改圖片的reshape的參數數目，要與模型的匹配的上