《人工智能導論》實驗3 卷積神經網絡（CNN）手寫數字識別

實驗3卷積神經網絡（CNN）手寫數字識別一、實驗目的及要求理解卷積神經網絡（CNN）的核心思想：局部連接、權值共享、卷積、池化與平移不變性。掌握使用Keras/TensorFlow構建LeNet-5風格CNN的方法。能夠對比CNN與MLP在手寫數字識別任務上的性能差異，理解CNN在圖像任務中的優勢。理解CNN的層次化特征學習：淺層學習邊緣，中層學習部件，深層學習語義。培養對我國計算機視覺自主創新成果的關注與興趣。二、實驗學時3學時（建議時間分配：講解15分鐘，任務實踐130分鐘，總結報告15分鐘）三、實驗前準備軟件環境：Python3.8及以上，建議使用JupyterNotebook或VSCode。依賴庫：NumPy、Matplotlib、TensorFlow（包含Keras）。安裝命令如下：pipinstallnumpymatplotlibtensorflow知識儲備：已學習教材第6.3節（卷積神經網絡）內容，了解卷積、池化、局部連接與權值共享。說明：TensorFlow安裝包較大，建議課前完成安裝并驗證`importtensorflowastf`無報錯；數據集使用scikit-learn內置的load_digits，無需聯網下載。在JupyterNotebook中運行繪圖代碼前，建議先執行`%matplotlibinline`，以保證圖像正常顯示。四、實驗任務任務1加載與預處理手寫數字數據（15分鐘）使用sklearn.datasets.load_digits加載手寫數字數據；將像素值歸一化到[0,1]；增加通道維度；標簽保持整數類型。任務2構建LeNet-5風格CNN（30分鐘）搭建網絡：卷積層（16個3×3卷積核）→最大池化→卷積層（32個3×3卷積核）→最大池化→展平→全連接層（64）→輸出層（10）。理解每一層的作用。任務3訓練與評估模型（50分鐘）使用Adam優化器和sparse_categorical_crossentropy損失函數訓練模型；記錄訓練過程中的損失與準確率；在測試集上評估最終性能。任務4與MLP對比（15分鐘）記錄CNN的測試準確率；與實驗七中MLP的結果進行對比，分析CNN如何利用局部連接與權值共享提升圖像分類效果。任務5可視化卷積核與特征圖（20分鐘）抽取第一個卷積層的部分卷積核進行可視化；選擇一張測試樣本，觀察其在第一個卷積層輸出的特征圖，理解CNN如何檢測邊緣等低級特征。參考代碼以下為完整可運行代碼。完整訓練通常只需十幾秒到一分鐘（取決于硬件）：#實驗八：卷積神經網絡（CNN）手寫數字識別

importwarnings

warnings.filterwarnings('ignore')

importnumpyasnp

importmatplotlib.pyplotasplt

importtensorflowastf

fromtensorflowimportkeras

fromtensorflow.kerasimportlayers

fromsklearn.datasetsimportload_digits

fromsklearn.model_selectionimporttrain_test_split

fromsklearn.metricsimportaccuracy_score,classification_report

#設置中文字體

plt.rcParams['font.sans-serif']=['SimHei','MicrosoftYaHei','ArialUnicodeMS']

plt.rcParams['axes.unicode_minus']=False

print("TensorFlow版本:",tf.__version__)

#1.加載手寫數字數據集（load_digits為scikit-learn內置數據集，無需聯網）

print("正在加載手寫數字數據集...")

digits=load_digits()

X=digits.images.astype('float32')/16.0#像素值范圍0-16，歸一化到[0,1]

y=digits.target

X=np.expand_dims(X,-1)#增加通道維度->(1797,8,8,1)

print(f"樣本數:{X.shape[0]},圖像尺寸:{X.shape[1:4]},類別數:{len(np.unique(y))}")

#2.劃分訓練集與測試集

X_train,X_test,y_train,y_test=train_test_split(

X,y,test_size=0.2,random_state=42,stratify=y

)

print(f"訓練樣本數:{X_train.shape[0]},測試樣本數:{X_test.shape[0]}")

#3.構建CNN模型

model=keras.Sequential([

layers.Input(shape=(8,8,1)),

layers.Conv2D(16,(3,3),activation='relu',padding='same',name='conv1'),

layers.MaxPooling2D((2,2)),

layers.Conv2D(32,(3,3),activation='relu',padding='same',name='conv2'),

layers.MaxPooling2D((2,2)),

layers.Flatten(),

layers.Dense(64,activation='relu'),

layers.Dense(10,activation='softmax')

])

model.summary()

pile(optimizer='adam',

loss='sparse_categorical_crossentropy',

metrics=['accuracy'])

#4.訓練

print("\n開始訓練CNN...")

history=model.fit(X_train,y_train,epochs=15,batch_size=32,

validation_split=0.1,verbose=1)

#5.評估

test_loss,test_acc=model.evaluate(X_test,y_test,verbose=0)

print(f"\n測試集準確率:{test_acc:.4f}")

y_pred=model.predict(X_test,verbose=0)

y_pred_labels=np.argmax(y_pred,axis=1)

print("\n分類報告:")

print(classification_report(y_test,y_pred_labels))

#6.繪制訓練曲線

plt.figure(figsize=(12,5))

plt.subplot(1,2,1)

plt.plot(history.history['loss'],label='訓練損失')

plt.plot(history.history['val_loss'],label='驗證損失')

plt.xlabel('Epoch')

plt.ylabel('Loss')

plt.title('損失曲線')

plt.legend()

plt.grid(True)

plt.subplot(1,2,2)

plt.plot(history.history['accuracy'],label='訓練準確率')

plt.plot(history.history['val_accuracy'],label='驗證準確率')

plt.xlabel('Epoch')

plt.ylabel('Accuracy')

plt.title('準確率曲線')

plt.legend()

plt.grid(True)

plt.show()

#7.可視化第一個卷積層的部分卷積核

conv1_weights=model.get_layer('conv1').get_weights()[0]

plt.figure(figsize=(8,4))

foriinrange(16):

plt.subplot(2,8,i+1)

plt.imshow(conv1_weights[:,:,0,i],cmap='gray')

plt.axis('off')

plt.suptitle('第一個卷積層前16個卷積核')

plt.tight_layout()

plt.show()

#8.可視化某張測試樣本在conv1輸出的特征圖

sample=X_test[0:1]

conv1_output_model=keras.Model(inputs=model.layers[0].input,

outputs=model.get_layer('conv1').output)

feature_maps=conv1_output_model.predict(sample,verbose=0)[0]

plt.figure(figsize=(10,4))

plt.subplot(1,9,1)

plt.imshow(sample[0,:,:,0],cmap='gray')

plt.title('原圖')

plt.axis('off')

foriinrange(8):

plt.subplot(1,9,i+2)

plt.imshow(feature_maps[:,:,i],cmap='gray')

plt.title(f'特征圖{i+1}')

plt.axis('off')

plt.suptitle('輸入樣本與第一個卷積層特征圖')

plt.tight_layout()

plt.show()預期結果（參考）在1,437條訓練樣本上訓練15個epoch，測試集準確率通常可達0.95–0.97，與同規模MLP相比參數量更少且性能相近。訓練損失和驗證損失同步下降，準確率快速上升。卷積核可視化可觀察到邊緣、筆畫等低級特征檢測器；特征圖顯示網絡在數字筆畫處響應較強。結果記錄表項目MLP（實驗七）CNN（本實驗）對比分析測試準確率CNN通常更高訓練時間與硬件相關輸入處理方式64維向量8×8×1張量CNN保留空間結構參數規模CNN通常更少對平移的魯棒性CNN更強五、實驗重點、難點重點：CNN的網絡結構（卷積→池化→展平→全連接）、局部連接與權值共享、卷積核與特征圖的可視化。難點：理解卷積運算的滑動點積過程、池化層的作用、CNN為何比MLP更適合圖像任務。六、操作要點TensorFlow安裝包較大，建議課前完成安裝；若使用AppleSiliconMac，可安裝tensorflow-macos或tensorflow-metal以加速。本實驗使用scikit-learn內置的load_digits數據集（1,437條訓練樣本），建議訓練15個epoch；課后可嘗試MNIST等更大規模數據。model.summary()可查看每層輸出形狀和參數量，建議結合教材中的“參數爆炸”問題進行分析。可視化特征圖時，選擇邊緣清晰的樣本效果更明顯。七、注意事項輸入數據的通道維度必須正確：load_digits圖像為(8,8,1)，MNIST圖像為(28,28,1)，彩色圖為(H,