手寫數字識別

一、准備工作

1.打開本鏈接，其中代碼可以直接粘貼使用。

2.打開 anaconda prompt安裝圖像識別需要的庫

conda install scikit-learn
conda install tensorflow
pip install keras

3.將桌面的 mnist數據集拷貝到 Jupyter Notebook默認工作路徑(我的文檔)。

4.打開 Jupyter Notebook 新建python3 ，可將重名名為L_1，並導入需要的函數和包，如果報錯，則代表相應的庫沒有安裝成功

import numpy as np  #數據庫
import keras
import tensorflow as tf
from keras.models import Sequential   #序貫模型
from keras.layers.core import Dense,Dropout,Activation  #構建 keras網絡結構
from keras.optimizers import SGD   #SGD隨機梯度下降
import matplotlib.pyplot as plt    #畫圖

二、基於keras手寫數字識別基本步驟

2.1導入數據-》2.2構建模型-》2.3訓練模型-》2.4評估模型

2.1、讀取mnist數據集(詳見PPT),並格式轉換

第一種方法：聯網下載mnist數據集

from keras.datasets import mnist   #網上下載minist數據集,若聯網使用數據集

(x_train, y_train), (x_test, y_test) = mnist.load_data() # 使用Keras自帶的mnist工具讀取數據，由於網址會被隔斷，需要翻牆。

第二種方法：本地下載mnist數據集

path='./mnist.npz'
f = np.load(path)
x_train, y_train = f['x_train'], f['y_train'] 
#x_train存儲的是圖像的像素點組成的list數據類型，這里面又由一個二維的list（28 x 28的像素點值）和一個對應的標簽list組成
#y_train存儲的是對應圖像的標簽，也就是該圖像代表什么數字
x_test, y_test = f['x_test'], f['y_test']
f.close()

格式轉換：

x_train=x_train.reshape(x_train.shape[0],28*28).astype('float32')
x_test=x_test.reshape(x_test.shape[0],28*28).astype('float32')
#x_train.shape會發現它是(60000,28,28)，即一共60000個數據，每個數據是28*28的圖片。通過reshape轉換為(60000,784)的線性張量。
num_classes=10
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)
#如果我們打印y_train會發現它是一組表示每張圖片的表示數字的數組，每個數字轉換為一組長度為10的張量，代表的數字的位置是1，其它位置為0.

2.2 、構建模型：Sequential()序貫模型

#通常有兩種模型，序貫模型和函數式模型，序貫模型是多個網絡蹭的線性堆疊，是函數式模型的簡略版，為最簡單的線性，從頭到尾的結構順序，不發生分叉。是多個網絡層的線性堆疊。

 #參考：https://www.cnblogs.com/wj-1314/p/9967480.html

#選擇模型
model = Sequential()   ##選擇Sequetial 序貫模型

#構建網絡層
#第1層 隱藏層
model.add(Dense(500,input_shape=(784,)))#這是第一個隱藏層，並附帶定義了輸入層,該隱含層有500個神經元。輸入則是 784個節點
model.add(Activation('tanh')) # 激活函數是tanh 為雙曲正切
model.add(Dropout(0.5))   # 隨機取一半進行訓練
##第2層 隱藏層
model.add(Dense(200))    #隱藏節點200
model.add(Activation('tanh'))  #激活函數  正切函數
model.add(Dropout(0.5))  #隨機丟掉百分之五十的權值，作用相當於對參數進行正則化來防止模型過擬合
 ##第3層  輸出層
model.add(Dense(10))#輸出結果是10個類別，所以維度是10
model.add(Activation('softmax'))  #激活函數 歸一化softmax
model.summary()

        通過model.add()增加模型的層數。其中Dense()設定該層的結構，第一個參數表示輸出的個數，第二個參數是接受的輸入數據的格式。第一層中需要指定輸入的格式，在之后的增加的層中輸入層節點數默認是上一層的輸出個數。Activation()指定激活函數，Dropout()指定每層要丟掉的權值信息百分比。輸出層激活函數一般為softmax，不需要丟棄節點。

編譯模型：

sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True) # 優化函數，設定學習率（lr）等參數
# lr：學習率
# momentum：動量參數
# decay：每次更新后的學習率衰減值
# nesterov：確定是否使用Nesterov動量（指數1e-9）

#有通過了編譯，model才真正的建立起來，這時候才能夠被使用
model.compile(optimizer=sgd,loss='categorical_crossentropy', metrics=['accuracy']) # 使用交叉熵作為loss函數

2.3、訓練模型：

#訓練
print("start model training(fitting)")
model.fit(x_train,y_train,batch_size=500,epochs=50,shuffle=True,verbose=0,validation_split=0.3)
 #fit的一些參數
# batch_size：對總的樣本數進行分組，每組包含的樣本數量
# epochs ：訓練次數
#shuffle：是否把數據隨機打亂之后再進行訓練
#verbose：屏顯模式 0：不輸出  1：輸出進度  2：輸出每次的訓練結果
#validation_split：拿出百分之多少用來做交叉驗證

print("model training(fitting) finished, save model")
model.save('./now_model.h5')

2.4 、評估模型

print("calculating model accuracy")
loss, accuracy = model.evaluate(x_test,y_test,batch_size=500,verbose=0)
#evaluate是在每個batch后得到一個值，而predict是在k個batch后得到的一個均值。
print('Test loss:', loss)
print('Accuracy:', accuracy)

三、用戶測評

3.1 導入相應的函數

 

import keras 
from keras.models import load_model   #加載模型
from keras.optimizers import SGD    #優化函數
from PIL import Image
import numpy as np  #數據庫
import matplotlib.pyplot as plt    #畫圖

 

# 准備待識別的圖片數據
testImage=Image.open("test3.jpg")
testImage=testImage.convert("L")
testImageForModel=np.array(testImage)
plt.subplot(221)   #subplot函數的作用是確定圖像的位置以及圖像的個數，總共放置2*2個圖片，放在第一個位置
plt.imshow(testImage, cmap=plt.get_cmap('gray'))
testImageForModelFinal=testImageForModel.reshape(1,28*28).astype('float32')
#轉成可以輸入到模型中的格式x_test_input,x_test是可以直接使用cv2顯示處理

3.2加載模型，識別數字結果

#加載模型，使用該模型識別數字圖片
model=load_model('./now_model.h5')
sgd=SGD(lr=0.01,momentum=0.9,decay=1e-9,nesterov=True)#優化函數，參數有學習率，學習衰退率  ,指數1e-9這樣寫
model.compile(optimizer=sgd,loss='categorical_crossentropy') # 使用交叉熵作為loss函數
print("finshing loading model,starting application")

ans=model.predict(testImageForModelFinal) #輸入該數據到模型，得到預測結果的概率
print(ans)
ansmax=np.argmax(ans)  #找到每行最大的序號
print(ansmax)