一、前文回顾

上一节笼统的介绍了卷积的概念和卷积神经网络的结构。但是我个人觉得应该比较难理解。所以这节用一个实例来演示一下。

----理论所不能解决的那些疑难，实践会给你解决----

二、MNIST手写数据集

以前我们通过传统神经网络实现了MINIST手写数据集的学习和识别，我记得准确率可以达到94%左右，今天来看看用卷积神经网络CNN来识别，准确率能达到多少。

为了缩短代码篇幅以及便于理解我会采用google的TensorFlow框架来实现，直接上代码

from tensorflow.keras import datasets, layers, models

if __name__ == "__main__":
    # 加载MNIST数据集
    (train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()
    # 改变训练数据集图像形状（60000张图片，每张图片大小是28*28，通道为1，也就是灰度图）
    train_images = train_images.reshape((60000, 28, 28, 1))
    # 改变测试数据集图像形状（10000张图片，每张图片大小是28*28，通道为1，也就是灰度图）
    test_images = test_images.reshape((10000, 28, 28, 1))

    # 每张图片的像素归一化（0~255的像素值压缩到0~1的区间，以方便运算）
    train_images, test_images = train_images / 255.0, test_images / 255.0
    # 加载模型
    model = models.Sequential()
    # 添加卷积层，卷积核大小为3*3，输出维度为32,激励函数为Relu
    model.add(layers.Conv2D(32, (3, 3), activation="relu", input_shape=(28, 28, 1)))
    # 添加池化层，池化方式为2*2大小的四个像素中的最大值作为要处理的像素值。
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Conv2D(64, (3, 3), activation="relu"))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Conv2D(64, (3, 3), activation="relu"))

    # 把输出展开为一维数组
    model.add(layers.Flatten())
    # 全连接层（64个神经元，并且和上一层的每个神经元相连接，这样可以减少图像特征信息的损失）
    model.add(layers.Dense(64, activation="relu"))
    # 全连接层（输出神经元为10个，然后用softmax函数进行分类，概率最大的就是预测值）
    model.add(layers.Dense(10, activation="softmax"))
    model.summary()
    # 添加损失函数：交叉熵损失函数
    # 添加优化器：adam
    model.compile(optimizer='adam',
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])
    # 训练神经网络
    model.fit(train_images, train_labels, epochs=5)
    # 评价神经网络
    test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
    # 输出评价结果
    print(test_acc)

执行以后准确率可以到98%多了，这个准确度已经超过了人眼的识别率。我们再来一张动图以便加强对神经网络的识别过程的理解（网上找的图，所以网络结构和我们的不太一样，但是都是CNN网络）。说实话看起来很抽象，但是能对CNN结构有个大概的印象就足够了。

三、优化器(optimizer)

优化器：就是怎么样让损失函数以最快的速度到达最小值，这中间有很多算法，比如SGD，Momentum，AdaGrad，adam等等，有兴趣的可以自己去查查看，反正我没兴趣。

四、池化层

上一节有提到池化，但是没有具体说清楚，所以在这里补充一下。池化层的目的是为了减少参数以加快运算速度，具体的操作方法也很简单，看下图

MaxPooling就是从2*2（或者其他指定大小区域）的格子里选最大的只拿出来计算，其余就忽视掉了。当然也有AveragePooling就是2*2的格子里面的平均值，不过图像处理方面一般都会选择MaxPooling

池化层的特点

①池化层没有参数，只是对图像中的像素进行消减

②图像的维度没有变化，

③即使输入图像稍微有点区别，输出也保持不变

五、小结

从最初的感知机到传统神经网络，再到现在的卷积神经网络，一整套已经说完了，剩下的就是怎么样利用CNN来具体实现各种需求了，比如人脸识别，行人检测等等。在正式进入CNN实战之前，我决定先把图像处理的基础夯实，所以神经网络就到此结束。接下来我会陆续更新一些图像处理的基础知识。（我只会基础，毕竟javaWeb才是我吃饭的家伙，图像处理深度学习只是兴趣）