from?keras?import?backend?as?k
from?keras.models?import?Sequential
from?keras.layers.convolutional?import?Conv2D?MaxPooling2D
#?from?keras.layers.convolutional?import?MaxPooling2D
from?keras.layers.core?import?Activation
from?keras.layers.core?import?Flatten
from?keras.layers.core?import?Dense
from?keras.datasets?import?mnist
#?from?mydata?import?load_data
from?keras.utils?import?np_utils
from?keras.utils.vis_utils?import?model_to_dot
from?IPython.display?import?SVG
from?keras.optimizers?import?SGD?RMSprop?Adam
import?numpy?as?np
import?matplotlib.pyplot?as?plt
import?matplotlib.image?as?processimage


#?定義網絡
class?LeNet:
????@staticmethod
????def?build（input_shape?classes）:
????????model?=?Sequential（）
????????#?CONV?=>?RELU?=>?POOL
????????model.add（Conv2D（20?kernel_size=5?padding=“same“
?????????????????????????input_shape=input_shape））
????????model.add（Activation（“relu“））
????????model.add（MaxPooling2D（pool_size=（2?2）?strides=（2?2）））
????????#?CONV?=>?RELU?=>?POOL
????????model.add（Conv2D（50?kernel_size=5?padding=“same“））
????????model.add（Activation（“relu“））
????????model.add（MaxPooling2D（pool_size=（2?2）?strides=（2?2）））
????????#?Flatten?=>?RELU?layers
????????model.add（Flatten（））
????????model.add（Dense（500））
????????model.add（Activation（“relu“））

????????#?a?softmax?classifier
????????model.add（Dense（classes））
????????model.add（Activation（“softmax“））

????????return?model



#?SVG（model_to_dot（model）.create（prog=‘dot‘?format=‘svg‘））
NB_EPOCH?=1
BATCH_SIZE?=?128
VERBOSE?=?2
OPTIMIZER?=?Adam（）
VALIDATION_SPLIT?=?0.2
IMG_ROWS?IMG_COLS?=?2828
#?IMG_ROWS?IMG_COLS?=?512384
NB_CLASS?=?10
INPUT_SHAPE?=?（1?IMG_ROWSIMG_COLS）
#?混合并劃分訓練集和測試集
（X_train?y_train）?（X_test?y_test）=mnist.load_data（）
#?（X_train?y_train）?（X_test?y_test）?=?load_data（）
k.set_image_dim_ordering（“th“）
#?看成float類型并歸一化
X_train?=?X_train.astype（‘float32‘）
X_test?=?X_test.astype（‘float32‘）
X_train?/=?255
X_test?/=?255
#?需要使用形狀60k*[1*28*28]作為卷積網絡的輸入
X_train?=?X_train[:?np.newaxis?:?:]
X_test?=?X_test[:?np.newaxis?:?:]
print（‘X_train?shape:‘?X_train.shape）
print（X_train.shape[0]?‘?train?sample‘）
print（X_test.shape[0]‘test?sample‘）

#?將類向量轉換為二值類別矩陣
y_train?=?np_utils.to_categorical（y_train?NB_CLASS）
y_test?=?np_utils.to_categorical（y_test?NB_CLASS）

#?初始化優化器和模型

model?=?LeNet.build（input_shape=INPUT_SHAPE?classes=NB_CLASS）
model.compile（loss=“categorical_crossentropy“
??????????????????optimizer=OPTIMIZER?metrics=[“accuracy“]）
history?=?model.fit（X_train?y_train?batch_size=BATCH_SIZE
????????????????????????epochs=NB_EPOCH?verbose=VERBOSE?validation_split=VALIDATION_SPLIT）
score?=?model.evaluate（X_testy_test?verbose=VERBOSE）
print（“test?score:“?score[0]）
print（“test?accurary:“?score[1]）

testrun?=?X_test[9999].reshape（1784）
testlabel?=?y_test[9999]
print（testrun）
print（testlabel）
plt.imshow（testrun.reshape（[2828]））
plt.show（）

pred?=?model.pr

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????11490434??2019-07-04?14:37??mnist.npz
?????文件????????3753??2019-07-29?15:18??ttlenet.py