基于CNN神经网络的手写字符识别实验报告

基于 CNN 神经网络的手写字符识别实验报告

22050605

杨新莹

1. 实验目标和动机

实验的目标是使用 MNIST 数据集进行手写字符识别。MNIST 数据集包含许多

手写数字的图像，每个图像都是 28x28 像素的灰度图像，表示数字 0 到 9。

实验动机是探索使用卷积神经网络（CNN）进行图像识别任务，并比较不同

网络结构和参数配置对性能的影响。

输入数据： 28x28 像素的灰度图像

系。

池化层用于降维和减少特征图的大小，同时保留主要特征。最常见的池化操

作是最大池化，它从每个局部区域中选择最大值作为输出，减小了特征图的尺寸

并提高了计算效率。

全连接层通常位于网络的顶部，将卷积层和池化层提取的特征映射到输出类

别。全连接层通过学习权重参数，将特征映射到每个类别的概率，最终实现图像

分类。

激活层采用激活函数，把卷积层输出结果做非线性映射。在卷积层之后使用，

以增加网络的表达能力。常见的激活函数包括 ReLU（Rectified Linear Unit）、

Sigmoid 和 Tanh 等。ReLU 是最常用的激活函数，它能够有效缓解梯度消失问题，

LeNet-5 的基本结构包括 7 层网络结构（不含输入层），其中包括 2 个卷积

层、2 个降采样层（池化层）、2 个全连接层和输出层。

1）输入层（Input layer）

输入层接收大小为 28×28 的手写数字图像，其中包括灰度值（0-255）。在

本实验中对数据集进行预处理，数据进行了标准化，以加快训练速度和提高模型

的准确性。[28,28,1]

2）卷积层 C1（Convolutional layer C1）

卷积层 C1 包括 6 个卷积核，每个卷积核的大小为 5×5，步长为 1，填充为 0。

因此，每个卷积核会产生一个大小为 28×28 的特征图（输出通道数为 6）。

[28,28,6]

为 0。因此，每个卷积核会产生一个大小为 10×10 的特征图（输出通道数为 16）。

每个池化操作会从 4 个相邻的特征图中选择最大值，产生一个大小为 5×5 的特

征图（输出通道数为 16）。[5,5,16]

6）全连接层 C5（Fully connected layer C5）

C5 将每个大小为 5×5 的特征图拉成一个长度为 400 的向量，并通过一个带

有 120 个神经元的全连接层进行连接。120 是由 LeNet-5 的设计者根据实验得到

的最佳值。[400,]->[120,]

7）全连接层 F6（Fully connected layer F6）

全连接层 F6 将 120 个神经元连接到 84 个神经元。[84,]

8）输出层（Output layer）

model = models.Sequential([

layers.Conv2D(6, kernel_size=(5, 5), strides=(1, 1), activation='relu', input_shape=(28, 28, 1),

padding='same'),

layers.AveragePooling2D(pool_size=(2, 2), strides=(2, 2), padding='valid'),

layers.Conv2D(16, kernel_size=(5, 5), strides=(1, 1), activation='relu', padding='valid'),

layers.AveragePooling2D(pool_size=(2, 2), strides=(2, 2), padding='valid'),

layers.Flatten(),

layers.Dense(120, activation='relu'),

layers.Dense(84, activation='relu'),

layers.Dense(10, activation='softmax')

])

训练模型

history = model.fit(train_images, train_labels, epochs=10, batch_size=16,

validation_data=(test_images, test_labels))

5. 网络训练和推理过程及说明

网络训练过程：

·准备数据: 首先需要准备训练数据集和验证数据集。训练数据集通常用来训练

模型的参数，验证数据集用来评估模型在训练过程中的性能。

·构建模型: 定义 LeNet5 模型的架构，包括输入层、隐藏层、输出层以及它们

之间的连接关系。这里通过深度学习框架 TensorFlow 来实现。

·定义损失函数和优化器: 选择交叉熵作为损失函数和 Adam 作为优化器。

输入到训练好的模型中进行推理。

·加载模型: 从保存的模型参数中加载训练好的模型。

·模型推理: 将输入数据通过加载的模型进行前向传播，得到模型的输出结果。

·输出结果