ctdzc网(公众号： ctdzc网)押：本文是为ctdzc字幕组编译的技术博客，原标题为Asimple2DC NFormnistDigitrecognition，作者为Sambit Mahapatra
翻译|漂亮的歌曲kdyj整理| MY
对于图像分类任务，目前最先进的架构是卷积神经网络(CNNs )。 无论是脸部识别、自动驾驶还是目标检测，CNN都被广泛使用。 本文针对着名的MNIST数字识别任务，以tensorflow为背景技术，设计了基于keras的简单2D卷积神经网络(CNN )模型。 整个工作流包括以下：
1 .准备数据
2 .建立模型并进行编译
3 .训练和评价模型
4 .保存模型以供以下用途
1 .准备数据
数据集使用前面提到的MNIST数据集。 MNIST数据集(modifiednationalinstituteofstandardsandtechnoloy数据集)是一个大型的手写数字) 0到9 )的数据集。 该数据集包含7万张大小为28x28的图像，其中6万张训练图像、1万张测试图像。 首先，加载数据集。 这很容易通过keras api实现。
其中，X_train包含6万张28x28大小的训练影像，y_train包含与这些影像对应的标签。 同样，X_test中含有1万张28x28尺寸的测试图像，y_test是与其对应的标签。 让我们将培训数据的一部分可视化，以识别深度学习模型的目标。
如上所述，左上角的图为“5”的图片数据存在于X_train[0]中，对应的标签“5”被存储在y_train[0]中。 我们的深度学习模型应该只能通过手写的图像来预测实际写的数字。 为了准备数据，需要对这些图像进行调整大小和像素值的规范化等处理。
对图像数据进行必要的处理后，需要转换y_train和y_test标签数据，并转换为分类的格式。 例如，在构建模型时，3应该被转换为向量[0、0、0、1、0、0、0、0、0、0、0]。
创建并编译模型
将数据加载到模型后，必须定义模型结构，优化函数、损耗函数和性能指标。
接下来定义的架构是两个卷积层，每个卷积层后面跟有池化层、所有连接层和softmax层。 每个层的卷积层使用多个滤波器提取不同类型的特征。 直观地说，第一个滤波器有助于检测图像中的直线，第二个滤波器有助于检测图像中的圆。 后面的帖子中将介绍各层技术实现的解释。 要更好地理解各层的含义，请访问http://cs 231 n.github.io/convolutional-networks /。
在最大池化和全连接层后，向我们的模型导入dropout进行正则化，解决模型的拟合问题。
确定模型的结构后，需要编译模型。 因为这是多类别的分类问题，所以必须使用categorical_crossentropy作为损失函数。 由于所有标签都具有类似的权重，因此建议使用精度作为性能指标。 AdaDelta是常用的坡度下降方法，使用该方法优化模型参数。
模型的训练和评价
定义模型的结构，编译模型后，使用训练集训练模型，使模型能够识别手写数字。 在本例中，我们将使用X_train和y_train来拟合模型。
其中，一个epoch表示一次全量训练样本向前和向后的传播。 batch_size是一个前向/后向传播过程中使用的培训样本的数量。 培训的输出结果如下
现在，让我们来评价通过训练得到的模型的性能吧。
测试精度达到99%意味着该预测模型的训练成功了。 纵观整个训练日志，可以发现，随着epoch次数的增加，模型训练数据、测试数据上的损耗和准确率逐渐收敛，最终趋于稳定。
保存模型以供下次使用
需要序列化训练过的模型。 的架构或结构保存在json文件中，权重保存在hdf 5文件中。
模型保存后，可以重复使用或轻松移植到其他环境中使用。 今后的帖子将演示如何将此模型引入生产环境。
享受深度学习吧！
参照文献：
guidetothesequentialmodel-keras文档
gettingstartedwiththekerassequentialmodelkeras.io
cs 231 nconvolutionalneuralnetworksforvisualrecognition
coursematerialsandnotesforstanfordclasscs 231 n : convolutional neuralnetworksforvisualrecognition.cs 231 n.github.io
原文链接： 3359 Towardsdatascience.com/a-simple-2d-CNN-for-Mn ist-digit-recognition-a 998 DB C1 e 79 a
ctdzc网ctdzc网