TensorFlow学习笔记--MLP多层感知机识别手写数字1-9

# 简单粗暴tensorflow2.0合集 视频p7-p9 多层感知机（MLP）利用多层感知机MLP实现手写数字0-9的mnist数据集的识别
import tensorflow as tf
import numpy as np

# 数据的获取和预处理


class MNISTLoader():
    def __init__(self):
        mnist = tf.keras.datasets.mnist
        (self.train_data, self.train_label), (self.test_data, self.test_label) = mnist.load_data()
        # 或者可以写成：
        # (self.train_data, self.train_label), (self.test_data, self.test_label) = tf.keras.datasets.mnist.load_data()
        # mnist数据集有四个文件，上行代码的意思是把数据集的四个文件导入到变量
        # self.train_data, self.train_label, self.test_data, self.test_label中
        # (self.train_data, self.train_label), (self.test_data, self.test_label) 是两个元组
        # MNIST中的图像默认为uint8（0-255的数字）。shape为3：[60000,28,28]
        # 以下代码将其归一化到0-1之间的浮点数，并在最后增加一维作为颜色通道数目
        self.train_data = np.expand_dims(self.train_data.astype(np.float32) / 255.0, axis=-1)      # [60000, 28, 28, 1]
        self.test_data = np.expand_dims(self.test_data.astype(np.float32) / 255.0, axis=-1)        # [10000, 28, 28, 1]
        self.train_label = self.train_label.astype(np.int32)
        # [60000] 将label转化为np.int32类型，print train_label为[7 2 1 ... 4 5 6]
        self.test_label = self.test_label.astype(np.int32)      # [10000]
        self.num_train_data, self.num_test_data = self.train_data.shape[0], self.test_data.shape[0]

    def get_batch(self, batch_size):
        # 从60000个数据集中随机取出batch_size个元素并返回
        # 在训练时要计算损失，不能一张图片一张图片来计算损失，因为可能个别图片偏差太大，所以一组一组来计算损失
        index = np.random.randint(0, self.num_train_data, batch_size)  # 输出一个在0-self.num_train_data范围内的随机整形数列
        return self.train_data[index, :], self.train_label[index]
        # 表示取train_data第一维下标为index的所有值，其中index是一串数字


class MLP(tf.keras.Model):
    def __init__(self):
        super().__init__()
        self.flatten = tf.keras.layers.Flatten()    # Flatten层将除第一维（batch_size）以外的维度展平 28x28=784
        # 相当于全连接层，这样的话，第一层有784个单元

        self.dense1 = tf.keras.layers.Dense(units=100, activation=tf.nn.relu)
        # 这一层有100个神经元
        # 每个神经元都有784个权重，以及一个bias
        # y1=x1*w1+x2*w2+x3*w3+.....+x784*w784 + bias1
        # y2=x1*w1+x2*w2+x3*w3+.....+x784*w784 + bias2
        # kernel = [w1,w2,w3....w784]

        self.dense2 = tf.keras.layers.Dense(units=10)

    def call(self, inputs):         # [batch_size, 28, 28, 1]
        x = self.flatten(inputs)    # [batch_size, 784]
        x = self.dense1(x)          # [batch_size, 100]
        x = self.dense2(x)          # [batch_size, 10]
        output = tf.nn.softmax(x)
        # softmax的输出是一个10维向量，例如[0,0.1,0,0.2,0.5,0.1,0.1,0,0,0],分别代表0-9十个数字预测的概率
        return output


# 训练模型的搭建

# 定义一些超参数
num_epochs = 5          # 学习五轮
batch_size = 50         # 每一批50个样本
learning_rate = 0.001

model = MLP()           # 创建类的实例
data_loader = MNISTLoader()      # 创建类的实例

optimizer = tf.keras.optimizers.Adam(learning_rate=learning_rate)     # 使用Adam优化器
# 当我们求出了loss以后，对loss求梯度，把kernel和bias的梯度（偏导数）函数交给optimizer

num_batches = int(data_loader.num_train_data // batch_size * num_epochs)
# 计算下面for循环的次数，data_loader.num_train_data是总共的训练图片数60000
# 每一批50张，一共迭代五轮，" / "就表示 浮点数除法，返回浮点结果;" // "表示整数除法
# 所以需要循环data_loader.num_train_data // batch_size * num_epochs次

# 开始训练
for batch_index in range(num_batches):
    X, y = data_loader.get_batch(batch_size)     # X是图像，y是标签
    with tf.GradientTape() as tape:
        y_pred = model(X)                        # y_pred是一个50行，10列的向量
        loss = tf.keras.losses.sparse_categorical_crossentropy(y_true=y, y_pred=y_pred)
        # 交叉熵损失函数，例如每个图片的y_pred是[0,0.1,0,0.2,0.5,0.1,0.1,0,0,0]，y为[0,1,0,0,0,0,0,0,0,0]，经过交叉熵损失函数使得输出为一个数
        # 因为是50张，所以输出为50维向量

        loss = tf.reduce_mean(loss)          # 对输出为50维的向量求平均
        print("batch %d: loss %f" % (batch_index, loss.numpy()))
    grads = tape.gradient(loss, model.variables)      # 对loss中每一个变量model.variables即kernel = [w1,w2,w3....w784]和bias求偏导
    # 对录像带的功能，我自己的理解是上面循环输出的loss是一个一个的浮点数，录像带让这些数变成函数

    optimizer.apply_gradients(grads_and_vars=zip(grads, model.variables))     # 梯度下降过程


# 模型的测试
sparse_categorical_accuracy = tf.keras.metrics.SparseCategoricalAccuracy()    # 定义一个测试对象
num_batches = int(data_loader.num_test_data // batch_size)                    # 循环的次数
for batch_index in range(num_batches):
    start_index, end_index = batch_index * batch_size, (batch_index + 1) * batch_size
    y_pred = model.predict(data_loader.test_data[start_index: end_index])     # 取50张图片进行预测
    sparse_categorical_accuracy.update_state(y_true=data_loader.test_label[start_index: end_index], y_pred=y_pred)
print("test accuracy: %f" % sparse_categorical_accuracy.result())
           

  本文是通过自定义类来搭建网络的，没有使用TensorFlow内置的函数库api来搭建网络，灵活性更高。

1.定义加载数据集的类

1.1  第8-9行 

class MNISTLoader():
    def __init__(self):      

def __init__(self)是构造函数，作用是数据集加载的初始化。在函数里需要加载数据集，数据集中像素值的归一化，增加色彩维度，以及其他一些备用张量的定义。当创建该类的实例时，构造函数将被自动执行。

1.2 第19-20行

self.train_data = np.expand_dims(self.train_data.astype(np.float32) / 255.0, axis=-1)      # [60000, 28, 28, 1]
self.test_data = np.expand_dims(self.test_data.astype(np.float32) / 255.0, axis=-1)        # [10000, 28, 28, 1]      

数据集元素的初始化时除以255.0不是255

2. 自定义模型的类的创建

2.1  34行

class MLP(tf.keras.Model): 表示自定义的MLP类继承了tf.keras.Model父类
      

2.2 35行

def __init__(self):
    super().__init__()      

在自定义Mlp模型类的初始化函数中，要把模型中所有用到的层以及各层的参数定义好，注意self代表实例

2.3 49行

call方法：在 Python 中，对类的实例 

myClass

 进行形如 

myClass()

 的调用等价于 

myClass.__call__()，在call方法内进行模型的搭建。

当定义类的实例： model = MLP（），等同于 model = MLP.__call__(),其括号内应该传入inputs

3. 模型训练前需要定义一些超参数

3.1  61行

epoch是指正在数据集被循环迭代的次数，epoch = 5 代表数据集被循环训练了5轮

3.2 71行

num_batches = int(data_loader.num_train_data // batch_size * num_epochs)      

4. 开始训练

注意自定义的类里的变量与类外的变量名称不能一样，否则会警告

X 的shape为（50,28,28,1） y的shape为（50,10）