MNIST手写数字识别准确度提升最全、最实用的方法_minist数据集手写图片由模糊变清晰

MNIST手写数字识别是所有学习AI同学的入门必经过程，MNIST识别准确率提升修炼是精通AI模型的必经课程，MNIST识别准确率开刚始大家一般都能达到90%左右，再往上提高还需要费较大的精力去修改模型、调优参数，MNIST识别率究竟能达到多少，对于初学者还是很难搞清楚，刚开始也没有经验去提升得很高，我在第一遍学习时，通过参数和训练次数调整，利用了很多模型，达到了99.3%的精度，再往上提升时当时那台电脑的计算能力不够，也没有找到新的模型，没有再做研究了，就学习其它内容去了。

上个月旧电脑出现故障，不能启动，硬盘使用了Bitlocker，数据也不能恢复，学习代码也丢了，这次更换了一台性能非常好的电脑后重新学习，就把MNIST的Lenet-5算法重新学习了一遍，结合Kaggle网站上的方案，做了个模型和方案，最终把MNIST识别准确度提升到了99.96%的水平，据了解由于MNIST数据本身有缺陷，除非将评估数据集加入训练准确率应该是达不到100%的。我想能达到3个9的准度也应该足够了，特将实现方案总结出来，分享新学习的同学们，希望对大家有所帮助。

一、Lenet-5通用模型方案

下面方案是Lenet-5最通用的方案，初始是用3X3卷积盒，模型使用Sequential构建，训练也是用自己写的循环代码一步一步构建，特别适合于新手引用。此外，该案例还有日志保存、模型可在代码。

"""
LetNet-5 实战1：网上使用最多的模型, 测试用例精确度能达到99%
"""
import datetime
import tensorflow as tf
from tensorflow.keras import Sequential, layers, losses, datasets


def preprocess(x, y):
    """
    预处理函数
    """
    # [b, 28, 28], [b]
    x = tf.cast(x, dtype=tf.float32) / 255.
    y = tf.cast(y, dtype=tf.int32)
    y = tf.one_hot(y, depth=10)
    return x, y


# 设置LOG与模型保存相关参数
current_time = datetime.datetime.now().strftime(('%Y%m%d-%H%M%S'))
log_dir = 'logs/' + current_time
summary_writer = tf.summary.create_file_writer(log_dir)
(x, y), (x_test, y_test) = datasets.mnist.load_data()  # 加载手写数据集数据
batchsz = 128   # 此模型下batch size在128下比较好
train_db = tf.data.Dataset.from_tensor_slices((x, y))  # 转化为Dataset对象
train_db = train_db.shuffle(100000)  # 随机打散
train_db = train_db.batch(batchsz)  # 批训练
train_db = train_db.map(preprocess)  # 数据预处理

test_db = tf.data.Dataset.from_tensor_slices((x_test, y_test))
test_db = test_db.shuffle(1000).batch(batchsz).map(preprocess)
# 通过Sequnentia容器创建LeNet-5
network = Sequential([
    layers.Conv2D(6, kernel_size=3, strides=1),  # 第一个卷积核，6个3X3的卷积核，
    layers.MaxPooling2D(pool_size=2, strides=2),  # 高宽各减半的池化层
    layers.ReLU(),  # 激活函数
    layers.Conv2D(16, kernel_size=3, strides=1),  # 第二个卷积核，16个3X3的卷积核，
    layers.MaxPooling2D(pool_size=2, strides=2),  # 高宽各减半的池化层
    layers.ReLU(),  # 激活函数
    layers.Flatten(),  # 打平层，方便全连接层处理
    layers.Dense(120, activation='relu'),  # 全连接层，120个结点
    layers.Dense(84, activation='relu'),  # 全连接层，84个结点
    layers.Dense(10, activation='relu')  # 全连接层，10个结点
])
# build 一次网络模型，给输入X的形状
network.build(input_shape=(batchsz, 28, 28, 1))
# 统计网络信息
network.summary()

# 创建损失函数的类，在实际计算时直接调用类实例
criteon = losses.CategoricalCrossentropy(from_logits=True)
optimizer = tf.keras.optimizers.SGD(learning_rate=0.01, momentum=0.95)  # batch,128,lr=0.01,acc:0.9914
# optimizer = tf.keras.optimizers.Nadam(learning_rate=0.002)  # batch,128,0,89
# optimizer = tf.keras.optimizers.RMSprop(learning_rate=0.01)

# 训练30个epoch
epoch = 30
steps = 0
for n in range(epoch):
    for step, (x, y) in enumerate(train_db):
        with tf.GradientTape() as tape:
            # 插入通道维度 =》[b,28,28,1]
            x = tf.expand_dims(x, axis=3)
            # 前向计算，获取10类别的概率分布 [b,784]=>[b,10]
            out = network(x)
            # 计算交叉熵损失函数，标量
            loss = criteon(y, out)

        # 自动计算梯度
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69