手写数字识别代码解释

一. 进行数据预处理

1导入相关库

from keras.datasets import mnist 从keras的datasets中导入mnist数据集

from keras.utils import np_utils 从keras导入将整型标签转换方法utils

import numpy as np 导入Python扩充程序库numPy，作为np调用。numPy支持大量的维度数组与矩阵运算，也针对数组运算提供大量的数学函数库。

np.random.seed(10)

设置随机数种子为10 。将随机数发生器初始化为恒定值，以获得可重复结果。

2.读取MNIST数据

(X_train, y_train), (X_test, y_test) = mnist.load_data()

返回手写图片的两个tuple，第一个tuple存储已经人工分类好的图片及标签，标签指出该图片表示的数字（0—9），供训练使用；第二个tuple存储未分类的图片，在用第一个tuple 训练完后，可以对第二个tuple利用神经网络进行分类，根据实验结果的真实值与预测值对比得到相应的损失值，再利用反向传播进行参数更新，再进行分类，然后重复前述步骤直至损失值最小。

元组不能修改

reshape to be [samples][pixels][width][height]

X_train = X_train.reshape(X_train.shape[0], 28, 28, 1).astype('float32')

X_test = X_test.reshape(X_test.shape[0], 1, 28, 28).astype('float32')

将fetures（数字图像特征值）转换（reshape）为6000 x 28 x 28 x 1的四维矩阵

CNN的输入是4维的张量（可看做多维向量），第一维是样本规模（图像数量），第四维是像素通道（这里为1通道，单色），第二维和第三维是长度和宽度。并将数值归一化和类别标签向量化。

二. 建立模型

1.导入所需模块

from keras.models import Sequential

from yers import Dense,Dropout,Flatten,Conv2D,MaxPooling2D

2.建立keras的Sequential模型--多个网络层的线性堆叠

model = Sequential() 两种建模方式：向layer添加list的方式；通过.add()方式一层层添加（一个add为一层）

3.建立卷积层1 与池化层1

建立卷积层1

卷积层1对手写数字图像以16个滤镜（卷积核）进行分解，分别侧重于同一张图片中不同的特征。把Conv2D加入模型中。model.add（Sequential是模型的添加层方法，加一个神经网络层到模型中）

In[9] model.add(Conv2D(filters=16, 输入图像大小为28×28，16个核。进行第一次卷积产生16个图像，卷积运算并不改变图像，图像大小仍是28×28

kernel_size=(5,5), 卷积核5×5

padding='same’,

注释：keras提供的两种神经网络模型

一.Sequential（序列型）模型。把一些基础神经网络层组件一个个串联起来形成一个完整的模型，在此模型上进行训练，从而完成学习任务。序列模型可看做面向对象的方法，一系列对象协作完成任务。

二.Functional（函数型模型）。

函数模型通过一系列过程调用来完成任务

序列模型在keras.models模块内实现，提供了模型的保存和重新加载功能，方便中断和重新开始一个训练过程。

save_model(model,path)；load_model(path)

Sequential类

add(layer) 向链尾追加一层神经网络层

pop() 删除尾部的神经网络层

compile(optimizer,loss,metrics) 配置模型的训练参数

Padding是边缘填充：卷积前，先将图片扩大一点，再进行卷积。对于扩大部分，一般会填入0值，即在输入矩阵的边缘填补一圈0。podding=‘SAME’时,全0填充。

input_shape=(28,28,1),张量的形状称为shape，表示多少维，平面还是立体

activation=‘relu’)) 激活函数

数据以张量形式表示，张量的形状称为shape。表示从最外层向量逐步到达最底层向量的降维解包过程。如，一阶张量[1,2,3]的shape是(3,); 二阶的张量[[1,2,3],[4,5,6]]的shape是(2,3);三阶张量[[[1],[2],[3]],[[4],[5],[6]]]的shape是(2,3,1)。input_shape指输入张量的shape。例如，input_dim=784，说明输入是一个784维的向量，这相当于一个一阶的张量，它的shape是(784,)。因此，input_shape=(784,)。

建立池化层1（亚采样或下采样）

池化层1将分解得到的16张图片中与识别无关的信息切除。降低了每个特征映射的维度，保留了最重要的信息。

In[10]: model.add(MaxPooling2D(pool_size=(2, 2)))

采用maxPooling2D最大值的池，池大小为2×2。进行第一次缩减采样后，把16个28×28 的图像缩小为16个14×14的图像，直观看将图片切掉了1/2大小。

建立卷积层2

卷积层2和池化层2做的工作相似。把Conv2D加入模型中。