CNN关于时尚MNIST数据集

Question

我正在使用fashion MNIST数据集来解决这个问题。我正在使用链接中的数据：

培训：http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-images-idx3-ubyte.gz

训练集标签：http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-labels-idx1-ubyte.gz

测试集图像http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-images-idx3-ubyte.gz

测试集标签http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/t10k-labels-idx1-ubyte.gz

我使用代码打开数据集：

def load_mnist(path, kind='train'):
    import os
    import gzip
    import numpy as np

    """Load MNIST data from `path`"""
    labels_path = os.path.join(path,
                               '%s-labels-idx1-ubyte.gz'
                               % kind)
    images_path = os.path.join(path,
                               '%s-images-idx3-ubyte.gz'
                               % kind)

    with gzip.open(labels_path, 'rb') as lbpath:
        labels = np.frombuffer(lbpath.read(), dtype=np.uint8,
                               offset=8)

    with gzip.open(images_path, 'rb') as imgpath:
        images = np.frombuffer(imgpath.read(), dtype=np.uint8,
                               offset=16).reshape(len(labels), 784)

    return images, labels

label = ['T-shirt/top',  'Trouser', 'Pullover', 'Dress', 'Coat', 'Sandal', 'Shirt',
         'Sneaker', 'Bag', 'Ankle boot']

data_dir = './'
X_train, y_train = load_mnist('D:\book', kind='train')
X_test, y_test = load_mnist('D:\book', kind='t10k')

X_train = X_train.astype(np.float32) / 256.0
X_test = X_test.astype(np.float32) / 256.0

我正在尝试构建一个具有以下架构的卷积神经网络：

• 卷积层，32个滤波器，尺寸为3x3
• ReLU激活功能
• 2x2 MaxPooling
• 卷积层，64个滤波器，尺寸为3x3
• ReLU激活功能
• 2x2 MaxPooling
• 具有512个单元和ReLU激活功能的全连接层
• 使用SGD优化器为100个时代的输出层设置Softmax激活层

我的代码是：

X_train = X_train.reshape([60000, 28, 28, 1])
X_train = X_train.astype('float32') / 255.0
X_test = X_test.reshape([10000, 28, 28, 1])
X_test = X_test.astype('float32') / 255.0
model = Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=[28,28,1]))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Flatten())
model.add(layers.Dense(512, activation='relu'))
model.add(layers.Dense(10, activation='softmax'))
model.summary()
y_train = keras.utils.np_utils.to_categorical(y_train)
y_test = keras.utils.np_utils.to_categorical(y_test)
model.compile(optimizer='sgd', loss='categorical_crossentropy', metrics=['accuracy'])
model.fit(X_train, y_train, epochs=100)

但是它需要很多时间来执行。就像每个时代30分钟。我认为我的代码做错了什么。有人能帮我弄清楚吗？

Answer 1

我想强调几点：

>

X_train = X_train.astype(np.float32) / 256.0
X_test = X_test.astype(np.float32) / 256.0 

为什么要除以256.0？图像中的像素数据范围为0-255。因此，您应该将其除以255.0，将其规格化为0-1。

在加载后对数据进行一次规范化之后，您将再次对其进行规范化。检查以下代码：

X_train = X_train.reshape([60000, 28, 28, 1])
X_train = X_train.astype('float32') / 255.0
X_test = X_test.reshape([10000, 28, 28, 1])
X_test = X_test.astype('float32') / 255.0

在这里，重塑后，您将再次对其进行规格化。这是没有必要的。在训练网络时，多次规范化数据可能会减慢收敛速度。

您没有在model.fit函数中传递batch_size值。根据这里的留档，

如果未指定，batch_size将默认为32。

这可能是它需要更多时间执行的原因。尝试将批处理大小增加到100、200等，然后检查执行时间。