一、概述及完整程式碼

本例的程式碼主要來自Keras自帶的example裡的mnist_cnn模組，主要用到keras.layers中的Dense, Dropout, Activation, Flatten模組和keras.layers中的Convolution2D,MaxPooling2D。構建一個兩層卷積層兩層全連線層的簡單卷積神經網路，12次迴圈後可以達到99.25%的準確率，可見CNN的預測準確率已經相當高了。

完整程式碼：

import numpy as np
np.random.seed(1337)  # for reproducibility
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Convolution2D, MaxPooling2D
from keras.utils import np_utils
from keras import backend as K

# 全域性變數
batch_size = 128
nb_classes = 10
epochs = 12
# input image dimensions
img_rows, img_cols = 28, 28
# number of convolutional filters to use
nb_filters = 32
# size of pooling area for max pooling
pool_size = (2, 2)
# convolution kernel size
kernel_size = (3, 3)

# the data, shuffled and split between train and test sets
(X_train, y_train), (X_test, y_test) = mnist.load_data()

# 根據不同的backend定下不同的格式
if K.image_dim_ordering() == 'th':
    X_train = X_train.reshape(X_train.shape[0], 1, img_rows, img_cols)
    X_test = X_test.reshape(X_test.shape[0], 1, img_rows, img_cols)
    input_shape = (1, img_rows, img_cols)
else:
    X_train = X_train.reshape(X_train.shape[0], img_rows, img_cols, 1)
    X_test = X_test.reshape(X_test.shape[0], img_rows, img_cols, 1)
    input_shape = (img_rows, img_cols, 1)

X_train = X_train.astype('float32')
X_test = X_test.astype('float32')
X_train /= 255
X_test /= 255
print('X_train shape:', X_train.shape)
print(X_train.shape[0], 'train samples')
print(X_test.shape[0], 'test samples')

# 轉換為one_hot型別
Y_train = np_utils.to_categorical(y_train, nb_classes)
Y_test = np_utils.to_categorical(y_test, nb_classes)

#構建模型
model = Sequential()
"""
model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1],
                        border_mode='same',
                        input_shape=input_shape))
"""
model.add(Convolution2D(nb_filters, (kernel_size[0], kernel_size[1]),
                        padding='same',
                        input_shape=input_shape)) # 卷積層1
model.add(Activation('relu')) #啟用層
model.add(Convolution2D(nb_filters, (kernel_size[0], kernel_size[1]))) #卷積層2
model.add(Activation('relu')) #啟用層
model.add(MaxPooling2D(pool_size=pool_size)) #池化層
model.add(Dropout(0.25)) #神經元隨機失活
model.add(Flatten()) #拉成一維資料
model.add(Dense(128)) #全連線層1
model.add(Activation('relu')) #啟用層
model.add(Dropout(0.5)) #隨機失活
model.add(Dense(nb_classes)) #全連線層2
model.add(Activation('softmax')) #Softmax評分

#編譯模型
model.compile(loss='categorical_crossentropy',
              optimizer='adadelta',
              metrics=['accuracy'])
#訓練模型
model.fit(X_train, Y_train, batch_size=batch_size, epochs=epochs,
          verbose=1, validation_data=(X_test, Y_test))
#評估模型
score = model.evaluate(X_test, Y_test, verbose=0)
print('Test score:', score[0])
print('Test accuracy:', score[1])
 

二、知識點詳解

1. 關於Keras可能會使用不同的backend

該選擇結構可以靈活對theano和tensorflow兩種backend生成對應格式的訓練資料格式。舉例說明：'th'模式，即Theano模式會把100張RGB三通道的16×32（高為16寬為32）彩色圖表示為下面這種形式（100,3,16,32），Caffe採取的也是這種方式。第0個維度是樣本維，代表樣本的數目，第1個維度是通道維，代表顏色通道數。後面兩個就是高和寬了。而TensorFlow，即'tf'模式的表達形式是（100,16,32,3），即把通道維放在了最後。這兩個表達方法本質上沒有什麼區別。

# 根據不同的backend定下不同的格式
if K.image_dim_ordering() == 'th':
    X_train = X_train.reshape(X_train.shape[0], 1, img_rows, img_cols)
    X_test = X_test.reshape(X_test.shape[0], 1, img_rows, img_cols)
    input_shape = (1, img_rows, img_cols)
else:
    X_train = X_train.reshape(X_train.shape[0], img_rows, img_cols, 1)
    X_test = X_test.reshape(X_test.shape[0], img_rows, img_cols, 1)
    input_shape = (img_rows, img_cols, 1)
 

2. 二維卷積層Conv2D

keras.layers.convolutional.Conv2D(filters, kernel_size,strides=(1,1), padding='valid', data_format=None, dilation_rate=(1,1), activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regularizer=

二維卷積層對二維輸入進行滑動窗卷積，當使用該層作為第一層時，應提供input_shape引數。

filters：卷積核的數目；

kernel_size：卷積核的尺寸；

strides：卷積核移動的步長，分為行方向和列方向；

padding：邊界模式，有“valid”，“same”或“full”，full需要以theano為後端；

其他引數請參看Keras官方文件。

3. 二維池化層MaxPooling2D

keras.layers.pooling.MaxPooling2D(pool_size=(2,2), strides=None, padding='valid', data_format=None)

對空域訊號進行最大值池化。

pool_size：池化核尺寸；

strides：池化核移動步長；

padding：邊界模式，有“valid”，“same”或“full”，full需要以theano為後端；

其他引數請參看Keras官方文件。

4. Activation層

keras.layers.core.Activation(activation)

啟用層對一個層的輸出施加啟用函式。

預定義啟用函式：

softmax，softplus，softsign，relu，tanh，sigmoid，hard_sigmoid，linear等。

5. Dropout層

keras.layers.core.Dropout(p)

為輸入資料施加Dropout。Dropout將在訓練過程中每次更新引數時隨機斷開一定百分比（p）的輸入神經元連線，Dropout層用於防止過擬合。

6. Flatten層

keras.layers.core.Flatten()

Flatten層用來將輸入“壓平”，即把多維的輸入一維化，常用在從卷積層到全連線層的過渡。Flatten不影響batch的大小。

例子：

model =Sequential()

model.add(Convolution2D(64,3, 3, border_mode='same', input_shape=(3, 32, 32)))

# now:model.output_shape == (None, 64, 32, 32)

model.add(Flatten())

# now:model.output_shape == (None, 65536)

7.Dense層全連線層

keras.layers.core.Dense(units,activation=None, use_bias=True, kernel_initializer='glorot_uniform',bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None,activity_regularizer=None, kernel_constraint=None, bias_constraint=None)

units：輸出單元的數量，即全連線層神經元的數量，作為第一層的Dense層必須指定input_shape。

8. Sequential模型compile方法

compile(self,optimizer, loss, metrics=[], sample_weight_mode=None)

編譯用來配置模型的學習過程，其引數有：

optimizer：字串（預定義優化器名）或優化器物件；

loss：字串（預定義損失函式名）或目標函式；

metrics：列表，包含評估模型在訓練和測試時的網路效能的指標，典型用法是metrics=['accuracy']；

9. Sequential模型fit方法

fit(self,x, y, batch_size=32, epochs=10, verbose=1, callbacks=None,validation_split=0.0, validation_data=None, shuffle=True, class_weight=None,sample_weight=None, initial_epoch=0)

verbose：日誌顯示，0為不在標準輸出流輸出日誌資訊，1為輸出進度條記錄，2為每個epoch輸出一行記錄；

validation_split：0~1之間的浮點數，用來指定訓練集的一定比例資料作為驗證集。驗證集將不參與訓練，並在每個epoch結束後測試的模型的指標，如損失函式、精確度等；

validation_data：形式為（X，y）的tuple，是指定的驗證集。此引數將覆蓋validation_spilt。

10. Sequential模型evaluate方法

evaluate(self,x, y, batch_size=32, verbose=1, sample_weight=None)

相關引數可參考其他方法的同名引數說明。