使用TensorFlow实现简化版 GoogLeNet 模型进行 MNIST 图像分类

在本文中，我们将使用 TensorFlow 和 Keras 实现一个简化版的 GoogLeNet 模型来进行 MNIST 数据集的手写数字分类任务。GoogLeNet 采用了 Inception 模块，这使得它在处理图像数据时能更高效地提取特征。本教程将详细介绍如何在 MNIST 数据集上训练和测试这个模型。

项目结构

我们的代码将分为两个部分：

训练部分 (train.py): 包含模型定义、数据加载、模型训练等。
测试部分 (test.py): 用于加载训练好的模型，并在测试集上评估其性能。

训练部分：`train.py`

1. 数据加载与预处理

首先，我们需要加载 MNIST 数据集并进行预处理。预处理包括调整图像形状、归一化以及 One-Hot 编码标签。

import tensorflow as tf
from tensorflow.keras.datasets import mnist
from tensorflow.keras.utils import to_categoricaldef load_and_preprocess_data():# 加载 MNIST 数据集(train_images, train_labels), (test_images, test_labels) = mnist.load_data()# 数据预处理：将图像形状调整为 [28, 28, 1]，并归一化到 [0, 1] 范围train_images = train_images.reshape((train_images.shape[0], 28, 28, 1)) / 255.0test_images = test_images.reshape((test_images.shape[0], 28, 28, 1)) / 255.0# One-Hot 编码标签train_labels = to_categorical(train_labels, 10)test_labels = to_categorical(test_labels, 10)return train_images, train_labels, test_images, test_labels

2. 创建简化版 GoogLeNet 模型

接下来，我们定义一个简化版的 GoogLeNet 模型。该模型包括卷积层、Inception 模块和全连接层。

from tensorflow.keras import layers, modelsdef googlenet(input_shape=(28, 28, 1), num_classes=10):inputs = layers.Input(shape=input_shape)# 第一卷积层 + 池化层x = layers.Conv2D(32, (3, 3), padding='same', activation='relu')(inputs)x = layers.MaxPooling2D((2, 2))(x)# 第二卷积层 + 池化层x = layers.Conv2D(64, (3, 3), padding='same', activation='relu')(x)x = layers.MaxPooling2D((2, 2))(x)# 第三卷积层 + 池化层x = layers.Conv2D(128, (3, 3), padding='same', activation='relu')(x)x = layers.MaxPooling2D((2, 2))(x)# Inception 模块inception1 = layers.Conv2D(64, (1, 1), activation='relu', padding='same')(x)inception2 = layers.Conv2D(128, (3, 3), activation='relu', padding='same')(x)inception3 = layers.Conv2D(32, (5, 5), activation='relu', padding='same')(x)# 拼接 Inception 模块的输出x = layers.concatenate([inception1, inception2, inception3], axis=-1)# 全局平均池化层x = layers.GlobalAveragePooling2D()(x)# 全连接层x = layers.Dense(1024, activation='relu')(x)x = layers.Dropout(0.5)(x)  # Dropout 层减少过拟合outputs = layers.Dense(num_classes, activation='softmax')(x)  # 输出层，使用 softmax 激活函数进行多分类model = models.Model(inputs=inputs, outputs=outputs)return model

3. 模型训练

定义好模型之后，我们使用 Adam 优化器和交叉熵损失函数来训练模型，并保存训练好的模型。

def train_model(model, train_images, train_labels, epochs=5, batch_size=64):# 训练模型history = model.fit(train_images, train_labels,epochs=epochs,batch_size=batch_size)return historydef save_model(model, filename='googlenet_mnist.h5'):model.save(filename)print(f"Model saved to {filename}")

4. 主程序

最后，在主程序中，我们加载数据、创建模型并开始训练。

def main():train_images, train_labels, test_images, test_labels = load_and_preprocess_data()model = googlenet(input_shape=(28, 28, 1), num_classes=10)model.compile(optimizer='adam',loss='categorical_crossentropy',metrics=['accuracy'])train_model(model, train_images, train_labels, epochs=5, batch_size=64)save_model(model)if __name__ == '__main__':main()

测试部分：`test.py`

1. 加载训练好的模型

在测试部分，我们将加载训练好的模型，并在测试集上进行评估。

import tensorflow as tf
from tensorflow.keras.datasets import mnist
from tensorflow.keras.utils import to_categoricaldef load_and_preprocess_data():(_, _), (test_images, test_labels) = mnist.load_data()test_images = test_images.reshape((test_images.shape[0], 28, 28, 1)) / 255.0test_labels = to_categorical(test_labels, 10)return test_images, test_labelsdef load_model(model_path='googlenet_mnist.h5'):model = tf.keras.models.load_model(model_path)return model

2. 评估模型

我们通过 evaluate 方法评估模型的损失和准确率。

def evaluate_model(model, test_images, test_labels):test_loss, test_acc = model.evaluate(test_images, test_labels)print(f"Test accuracy: {test_acc * 100:.2f}%")return test_loss, test_acc

3. 显示预测结果

使用 Matplotlib 可视化前几张图片的预测结果。

import matplotlib.pyplot as pltdef display_predictions(model, test_images, test_labels, num_images=6):predictions = model.predict(test_images[:num_images])fig, axes = plt.subplots(2, 3, figsize=(10, 6))axes = axes.flatten()for i in range(num_images):ax = axes[i]ax.imshow(test_images[i].reshape(28, 28), cmap='gray')ax.set_title(f"Pred: {tf.argmax(predictions[i]).numpy()} \n True: {tf.argmax(test_labels[i]).numpy()}")ax.axis('off')plt.tight_layout()plt.show()

4. 主程序

在主程序中，我们加载模型，评估其性能，并显示预测结果。

def main():test_images, test_labels = load_and_preprocess_data()model = load_model('googlenet_mnist.h5')evaluate_model(model, test_images, test_labels)display_predictions(model, test_images, test_labels)if __name__ == '__main__':main()