人工智能技术实验手册 第3章 深度学习概览实验指导手册.docx

DOCPROPERTY ProductProject Name DOCPROPERTY DocumentName PAGE i DOCPROPERTY ProprietaryDeclaration 华为专有和保密信息 版权所有 ? 华为技术有限公司 文档版本 DOCPROPERTY DocumentVersion 01 ( DOCPROPERTY ReleaseDate 2015-12) 华为ICT认证系列教程 DOCPROPERTY ProductProject Name 人工智能技术 第3章 深度学习概览 实验指导手册 DOCPROPERTY Confidential 第 PAGE 1页 前 言 内容描述 本实验指导书书共包1个实验： 手写字体图像识别实验，通过基本的代码，帮助读者了解如何通过TensorFlow2.0实现手写字体的识别。 读者知识背景 本课程为华为认证基础课程，为了更好地掌握本书内容，阅读本书的读者应首先具备以下基本条件： 具有基本的Python知识背景，同时熟悉TensorFlow基本概念，了解基本Python编程知识。 目录 TOC \o 1-3 \h \z \u 前 言 1 内容描述 1 读者知识背景 1 1 手写数字识别 3 1.1 实验介绍 3 1.2 实验目的 3 1.3 实验步骤 3 1.3.1 项目描述和数据集获取 3 1.3.2 数据集预处理及可视化 5 1.3.3 DNN网络构建 6 1.3.4 构建CNN网络 9 1.3.5 预测结果可视化 11  手写数字识别 实验介绍 手写数字识别是常见的图像识别任务，计算机通过手写体图片来识别图片中的字，与印刷字体不同的是，不同人的手写体风格迥异，大小不一，造成了计算机对手写识别任务的困难，此项目通过应用深度学习和tensorflow工具对MNIST手写数据集进行训练并建模。 所以本章主要介绍TensorFlow计算的基本流程，以及构建网络的基本要素。 实验目的 掌握TensorFlow计算基本流程； 熟悉构建网络的基本要素：数据集、网络模型构建、模型训练、模型验证。 实验步骤 读取mnist手写数字数据集； 利用简单数学模型入门tensorflow； 高级API实现softmax回归； 构建多层卷积网络CNN； 高级API实现卷积网络CNN； 预测结果可视化； 项目描述和数据集获取 项目描述 手写数字识别是常见的图像识别任务，计算机通过手写体图片来识别图片中的字，与印刷字体不同的是，不同人的手写体风格迥异，大小不一，造成了计算机对手写识别任务的困难，此项目通过应用深度学习和tensorflow工具对MNIST手写数据集进行训练并建模。 数据获取以及数据处理 数据集介绍 1). MNIST数据集来自美国国家标准与技术研究所（National Institute of Standards and Technology ，简称NIST)； 2). 该数据集由来自250个不同人手写的数字构成，其中50%是高中学生，50%来自人口普查局的工组人员； 3). 数据集可在/exdb/mnist/ 获取, 它包含了四个部分: - Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47 MB, 包含 60,000 个样本) - Training set labels: train-labels-idx1-ubyte.gz (29 KB, 解压后 60 KB, 包含 60,000 个标签) - Test set images: t10k-images-idx3-ubyte.gz (1.6 MB, 解压后 7.8 MB, 包含 10,000 个样本) - Test set labels: t10k-labels-idx1-ubyte.gz (5KB, 解压后 10 KB, 包含 10,000 个标签) 4). mnist是一个入门级的计算机视觉数据集，它包含各种手写数字图片： 它也包含每一张图片对应的标签，告诉我们这个是数字几，比如说，上面这四张图片的标签分别是5,0,4,1。 mnist 数据集读取 从tensorflow直接读取数据集，联网下载解压； 代码： import os import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers, optimizers, datasets from matplotlib im