【深度学习图像识别课程】keras实现CNN系列：（1）MLP实现手写数字MNIST分类

一、MNIST分类：MLP实现

MNIST有60000张训练图片，10000张测试图片。每张图片大小28*28。

 

matplotlib.cm：colormap（具体可参考文章matplotlib使用参考文档）

 

3 看一张图的细节

def visualize_input(img, ax):
    ax.imshow(img, cmap='gray')
    width, height = img.shape
    thresh = img.max()/2.5
    for x in range(width):
        for y in range(height):
            ax.annotate(str(round(img[x][y],2)), xy=(y,x),
                        horizontalalignment='center',
                        verticalalignment='center',
                        color='white' if img[x][y]<thresh else 'black')

fig = plt.figure(figsize = (12,12)) 
ax = fig.add_subplot(111)
visualize_input(X_train[0], ax)

astype：类型强制转换 array converted to a specified type

np_utils.to_categorical：本博客文章“keras框架学习和项目实战二”第5部分有解释

 

6 模型定义

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten

# define the model
model = Sequential()
model.add(Flatten(input_shape=X_train.shape[1:]))
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(10, activation='softmax'))

# summarize the model
model.summary()

Flatten（input_shape=X_train.shape[1:]）：用来将输入压平，这里是把28*28的图像输入压成1*784。

 

keras.callbacks modelcheckpoint：每次epoch之后，如果validation error减少，则记下模型参数，并覆盖上一次记录。

并保存在filepath中。参考：https://keras.io/callbacks/

 

• filepath: 保存模型的文件
• monitor: 监视器
• verbose: 0 or 1
• save_best_only: 如果为True，则监视器检测到的最近一次的最优模型将会被覆盖。 
• mode: one of {auto, min, max}.
• save_weights_only: 如果为True，则仅保存模型的权重；否则保存这个模型。
• period: checkpoints之间间隔的epoch数

 

 

model.load_weights：从文件中把模型参数读到内存里，再进行测试。

 

二、MLP项目说明

上面代码的准确率为：隐藏层单元数512，优化器rmsprop，有drop层，**函数，batch尺寸128

 

loss: 0.0306 - acc: 0.9910 - val_loss: 0.0898 - val_acc: 0.9787 Test accuracy: 98.0200%

通过如下的修改，看损失和正确率的变化情况：

1、增加隐藏层面的节点数量为2048：有过拟合的迹象，测试损失0.0433远小于验证损失0.1508

 

loss: 0.0433 - acc: 0.9911 - val_loss: 0.1508 - val_acc: 0.9772 Test accuracy: 97.7000%

2、减少隐藏层面的节点数量128：

 

loss: 0.0636 - acc: 0.9800 - val_loss: 0.0903 - val_acc: 0.9761 Test accuracy: 97.8500%

3、删除网络中的丢弃层

 

loss: 0.0101 - acc: 0.9969 - val_loss: 0.1352 - val_acc: 0.9780 Test accuracy: 97.5700%

4、删除ReLU**函数：测试正确率下降

 

loss: 0.3193 - acc: 0.9106 - val_loss: 0.3229 - val_acc: 0.9103 Test accuracy: 91.4500%

5、每个像素除以255，删除预处理步骤：测试正确率大大降低

 

loss: 8.3681 - acc: 0.4807 - val_loss: 8.2894 - val_acc: 0.4856 Test accuracy: 49.0200%

6、尝试其他优化器，比如SGD：测试正确率下降

 

loss: 0.2810 - acc: 0.9189 - val_loss: 0.2256 - val_acc: 0.9356 Test accuracy: 93.4900%

7、增加batch尺寸为512：

 

loss: 0.0115 - acc: 0.9960 - val_loss: 0.0971 - val_acc: 0.9801 Test accuracy: 98.2500%

8、减少batch尺寸为32：

loss: 0.0659 - acc: 0.9885 - val_loss: 0.1802 - val_acc: 0.9780 Test accuracy: 97.7400%

 

MLP的缺点：

 

1、对于28*28大小的图像，参数已经高达50万

2、输入时将图像压平，丢失了图像的二维信息

 

引入CNN：

1、更稀疏的连接层

所有隐藏层权重共享：比如判断一张图是否有猫咪，则不管猫咪在哪个角落都时满足条件、不应该有任何差异，因此权重共享可以实现这个要求。

 

2、接受矩阵输入