TensorFlow.js 卷积神经网络手写数字识别

摘要：原博地址源码演示开始时需要加载大概的训练数据稍等片刻调整训练集的大小观察测试结果的准确性数据来源数据来源与中的一道题目题目给出条训练数据包含图片和标签以及条测试数据只包含图片要求给这些测试数据打上标签要尽可能的准确网站中还有许多其

原博地址https://laboo.top/2018/11/21/tfjs-dr/

digit-recognizer

https://github-laziji.github.io/digit-recognizer/
演示开始时需要加载大概100M的训练数据, 稍等片刻

调整训练集的大小, 观察测试结果的准确性

数据来源与 https://www.kaggle.com 中的一道题目 digit-recognizer
题目给出42000条训练数据(包含图片和标签)以及28000条测试数据(只包含图片)
要求给这些测试数据打上标签[0,1,2,3....,9] 要尽可能的准确

网站中还有许多其他的机器学习的题目以及数据, 是个很好的练手的地方

这里我们使用TensorFlow.js来实现这个项目

卷积神经网络的第一层有两种作用, 它既是输入层也是执行层, 接收IMAGE_H * IMAGE_W大小的黑白像素
最后一层是输出层, 有10个输出单元, 代表着0-9这十个值的概率分布, 例如 Label=2 , 输出为[0.02,0.01,0.9,...,0.01]

function createConvModel() {
  const model = tf.sequential();

  model.add(tf.layers.conv2d({
    inputShape: [IMAGE_H, IMAGE_W, 1],
    kernelSize: 3,
    filters: 16,
    activation: "relu"
  }));

  model.add(tf.layers.maxPooling2d({ poolSize: 2, strides: 2 }));
  model.add(tf.layers.conv2d({ kernelSize: 3, filters: 32, activation: "relu" }));
  model.add(tf.layers.maxPooling2d({ poolSize: 2, strides: 2 }));
  model.add(tf.layers.conv2d({ kernelSize: 3, filters: 32, activation: "relu" }));
  model.add(tf.layers.flatten({}));

  model.add(tf.layers.dense({ units: 64, activation: "relu" }));
  model.add(tf.layers.dense({ units: 10, activation: "softmax" }));

  return model;
}

我们选择适当的优化器和损失函数, 来编译模型

async function train() {

  ui.trainLog("Create model...");
  model = createConvModel();
  
  ui.trainLog("Compile model...");
  const optimizer = "rmsprop";
  model.compile({
    optimizer,
    loss: "categoricalCrossentropy",
    metrics: ["accuracy"],
  });
  const trainData = Data.getTrainData(ui.getTrainNum());
  
  ui.trainLog("Training model...");
  await model.fit(trainData.xs, trainData.labels, {});

  ui.trainLog("Completed!");
  ui.trainCompleted();
}

这里测试一组测试数据, 返回对应的标签, 即十个输出单元中概率最高的下标

function testOne(xs){
  if(!model){
    ui.viewLog("Need to train the model first");
    return;
  }
  ui.viewLog("Testing...");
  let output = model.predict(xs);
  ui.viewLog("Completed!");
  output.print();
  const axis = 1;
  const predictions = output.argMax(axis).dataSync();
  return predictions[0];
}

欢迎关注我的博客公众号