138 lines
5.8 KiB
Markdown
138 lines
5.8 KiB
Markdown
# Python 中的手写数字识别
|
||
|
||
> 原文：<https://www.askpython.com/python/examples/handwritten-digit-recognition>
|
||
|
||
你好，初学者！今天在本教程中，我们将学习如何从 sklearn 数据集中已经可用的 [MNIST 数据集](https://www.askpython.com/python/examples/load-and-plot-mnist-dataset-in-python)中识别手写数字。为了识别数字，我们将利用[卷积神经网络](https://www.askpython.com/python/examples/relu-function) (CNN)。
|
||
|
||
我们先从了解 CNN 是什么开始。
|
||
|
||
## 什么是卷积神经网络？
|
||
|
||
CNN 是基于多层感知器的计算任务的最重要的神经网络模型之一。这些模型在图像处理方面表现尤为出色。例如，手写的识别。手写识别是神经网络最基本和最优秀的用途之一。CNN 模型经过多层训练，可以做出正确的预测
|
||
|
||
### 卷积神经网络用例
|
||
|
||
CNN 在图像处理等领域发挥着重要作用。它对探测和预测有很大的影响。它甚至被用于纳米技术，如制造半导体。在这里，它被用来检测材料中的缺陷。如果 CNN 与 [Keras](https://www.askpython.com/python/examples/handling-large-datasets-machine-learning) 或 [Tensorflow](https://www.askpython.com/python-modules/saving-loading-models-tensorflow) 一起使用，与各种分类算法相比，它给出了最高的准确度。与任何其他数据集相比，CNN 和反向传播架构使 MNIST 数据集具有最高的准确性。通过研究，CNN 每天都在开发新的应用。在德国，提出了使用 CNN 的交通标志识别模型。
|
||
|
||
## 手写数字识别数据集的加载和准备
|
||
|
||
我们将要使用的数据集包含大约**60000 张训练图像**和 **10000 张测试图像**。然后我们将数据分别分成[训练和测试数据集](https://www.askpython.com/python/examples/split-data-training-and-testing-set)。
|
||
|
||
`x_train`和`x_test`包含图像的像素代码，而`y_test`和`y_train`包含来自`0–9`的标签，其代表数字，因为数字可以从 0 到 9 变化。
|
||
|
||
现在，我们需要检查数据集的形状是否可以在 CNN 模型中使用。数据的大小被观察为 **(60000，28，28)** ，这意味着 60000 个大小为 **28×28** **像素**的图像。
|
||
|
||
但是为了使用 Keras API，我们需要一个 4 维数组数据集，因此我们需要将 3 维数据转换成 4 维数据集。
|
||
|
||
```py
|
||
import tensorflow as tf
|
||
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.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)
|
||
input_shape = (28, 28, 1)
|
||
|
||
```
|
||
|
||
下一步是标准化数据，首先将数据转换为浮点型，然后除以 255(最大 RGB 码–最小 RGB 码)。
|
||
|
||
```py
|
||
x_train = x_train.astype('float32')
|
||
x_test = x_test.astype('float32')
|
||
|
||
x_train /= 255
|
||
x_test /= 255
|
||
|
||
```
|
||
|
||
## 构建模型
|
||
|
||
在本教程中，用户将利用 **Keras API** 来构建模型，为了做到这一点，我们将从 Keras 导入**顺序模型**并添加多层，如下所示:
|
||
|
||
1. Conv2D
|
||
2. 最大池化
|
||
3. 变平
|
||
4. 拒绝传统社会的人
|
||
5. 稠密的
|
||
|
||
脱落层负责对抗过度拟合，展平层将 2D 阵列展平为 1D 阵列。
|
||
|
||
```py
|
||
from tensorflow.keras.models import Sequential
|
||
from tensorflow.keras.layers import Dense, Conv2D, Dropout, Flatten, MaxPooling2D
|
||
model = Sequential()
|
||
model.add(Conv2D(28, kernel_size=(3,3), input_shape=input_shape))
|
||
model.add(MaxPooling2D(pool_size=(2, 2)))
|
||
model.add(Flatten())
|
||
model.add(Dense(128, activation=tf.nn.relu))
|
||
model.add(Dropout(0.2))
|
||
model.add(Dense(10,activation=tf.nn.softmax))
|
||
|
||
```
|
||
|
||
## **编译和拟合模型**
|
||
|
||
所以现在我们创造了一个**非优化的空 CNN** 。然后，我们设置一个具有给定的**损失函数**的**优化器**，该优化器利用一个度量，并且通过使用创建的训练数据集来拟合模型。ADAM 优化器优于其他类似的优化器。
|
||
|
||
```py
|
||
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
|
||
model.fit(x=x_train,y=y_train, epochs=10)
|
||
|
||
```
|
||
|
||
培训过程的结果如下。
|
||
|
||
|
||
|
||
Training Result Handwritten Digit Recog
|
||
|
||
在使用`evaluate`函数评估模型时，我们观察到**的准确度为 98.4%** 。
|
||
|
||
## 可视化结果
|
||
|
||
我们的最后一步是可视化训练模型的结果，并在`subplots`的帮助下绘制它们。同样的代码和输出如下所示。我们可以看到结果相当准确。
|
||
|
||
```py
|
||
import matplotlib.pyplot as plt
|
||
plt.style.use('seaborn')
|
||
|
||
plt.figure(figsize=(10,10))
|
||
plt.subplot(4,4,1)
|
||
image_index = 2853
|
||
predict = x_test[image_index].reshape(28,28)
|
||
pred = model.predict(x_test[image_index].reshape(1, 28, 28, 1))
|
||
plt.imshow(x_test[image_index].reshape(28, 28),cmap='Greys')
|
||
plt.title("Predicted Label: "+str(pred.argmax()))
|
||
|
||
plt.subplot(4,4,2)
|
||
image_index = 2000
|
||
predict = x_test[image_index].reshape(28,28)
|
||
pred = model.predict(x_test[image_index].reshape(1, 28, 28, 1))
|
||
plt.imshow(x_test[image_index].reshape(28, 28),cmap='Greys')
|
||
plt.title("Predicted Label: "+str(pred.argmax()))
|
||
|
||
plt.subplot(4,4,3)
|
||
image_index = 1500
|
||
predict = x_test[image_index].reshape(28,28)
|
||
pred = model.predict(x_test[image_index].reshape(1, 28, 28, 1))
|
||
plt.imshow(x_test[image_index].reshape(28, 28),cmap='Greys')
|
||
plt.title("Predicted Label: "+str(pred.argmax()))
|
||
|
||
plt.subplot(4,4,4)
|
||
image_index = 1345
|
||
predict = x_test[image_index].reshape(28,28)
|
||
pred = model.predict(x_test[image_index].reshape(1, 28, 28, 1))
|
||
plt.imshow(x_test[image_index].reshape(28, 28),cmap='Greys')
|
||
plt.title("Predicted Label: "+str(pred.argmax()))
|
||
|
||
```
|
||
|
||
|
||
|
||
Handwritten Digit Recog Output
|
||
|
||
## 结论
|
||
|
||
在本教程中，我们构建了自己的 CNN 集成手写数字识别模型。而且精度出来还挺不错的！
|
||
|
||
感谢您的阅读！ |