《人工智能导论》实验3 卷积神经网络（CNN）手写数字识别

实验3卷积神经网络（CNN）手写数字识别一、实验目的及要求理解卷积神经网络（CNN）的核心思想：局部连接、权值共享、卷积、池化与平移不变性。掌握使用Keras/TensorFlow构建LeNet-5风格CNN的方法。能够对比CNN与MLP在手写数字识别任务上的性能差异，理解CNN在图像任务中的优势。理解CNN的层次化特征学习：浅层学习边缘，中层学习部件，深层学习语义。培养对我国计算机视觉自主创新成果的关注与兴趣。二、实验学时3学时（建议时间分配：讲解15分钟，任务实践130分钟，总结报告15分钟）三、实验前准备软件环境：Python3.8及以上，建议使用JupyterNotebook或VSCode。依赖库：NumPy、Matplotlib、TensorFlow（包含Keras）。安装命令如下：pipinstallnumpymatplotlibtensorflow知识储备：已学习教材第6.3节（卷积神经网络）内容，了解卷积、池化、局部连接与权值共享。说明：TensorFlow安装包较大，建议课前完成安装并验证`importtensorflowastf`无报错；数据集使用scikit-learn内置的load_digits，无需联网下载。在JupyterNotebook中运行绘图代码前，建议先执行`%matplotlibinline`，以保证图像正常显示。四、实验任务任务1加载与预处理手写数字数据（15分钟）使用sklearn.datasets.load_digits加载手写数字数据；将像素值归一化到[0,1]；增加通道维度；标签保持整数类型。任务2构建LeNet-5风格CNN（30分钟）搭建网络：卷积层（16个3×3卷积核）→最大池化→卷积层（32个3×3卷积核）→最大池化→展平→全连接层（64）→输出层（10）。理解每一层的作用。任务3训练与评估模型（50分钟）使用Adam优化器和sparse_categorical_crossentropy损失函数训练模型；记录训练过程中的损失与准确率；在测试集上评估最终性能。任务4与MLP对比（15分钟）记录CNN的测试准确率；与实验七中MLP的结果进行对比，分析CNN如何利用局部连接与权值共享提升图像分类效果。任务5可视化卷积核与特征图（20分钟）抽取第一个卷积层的部分卷积核进行可视化；选择一张测试样本，观察其在第一个卷积层输出的特征图，理解CNN如何检测边缘等低级特征。参考代码以下为完整可运行代码。完整训练通常只需十几秒到一分钟（取决于硬件）：#实验八：卷积神经网络（CNN）手写数字识别

importwarnings

warnings.filterwarnings('ignore')

importnumpyasnp

importmatplotlib.pyplotasplt

importtensorflowastf

fromtensorflowimportkeras

fromtensorflow.kerasimportlayers

fromsklearn.datasetsimportload_digits

fromsklearn.model_selectionimporttrain_test_split

fromsklearn.metricsimportaccuracy_score,classification_report

#设置中文字体

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

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

print("TensorFlow版本:",tf.__version__)

#1.加载手写数字数据集（load_digits为scikit-learn内置数据集，无需联网）

print("正在加载手写数字数据集...")

digits=load_digits()

X=digits.images.astype('float32')/16.0#像素值范围0-16，归一化到[0,1]

y=digits.target

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

print(f"样本数:{X.shape[0]},图像尺寸:{X.shape[1:4]},类别数:{len(np.unique(y))}")

#2.划分训练集与测试集

X_train,X_test,y_train,y_test=train_test_split(

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

)

print(f"训练样本数:{X_train.shape[0]},测试样本数:{X_test.shape[0]}")

#3.构建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.训练

print("\n开始训练CNN...")

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

validation_split=0.1,verbose=1)

#5.评估

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

print(f"\n测试集准确率:{test_acc:.4f}")

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

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

print("\n分类报告:")

print(classification_report(y_test,y_pred_labels))

#6.绘制训练曲线

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

plt.subplot(1,2,1)

plt.plot(history.history['loss'],label='训练损失')

plt.plot(history.history['val_loss'],label='验证损失')

plt.xlabel('Epoch')

plt.ylabel('Loss')

plt.title('损失曲线')

plt.legend()

plt.grid(True)

plt.subplot(1,2,2)

plt.plot(history.history['accuracy'],label='训练准确率')

plt.plot(history.history['val_accuracy'],label='验证准确率')

plt.xlabel('Epoch')

plt.ylabel('Accuracy')

plt.title('准确率曲线')

plt.legend()

plt.grid(True)

plt.show()

#7.可视化第一个卷积层的部分卷积核

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('第一个卷积层前16个卷积核')

plt.tight_layout()

plt.show()

#8.可视化某张测试样本在conv1输出的特征图

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('原图')

plt.axis('off')

foriinrange(8):

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

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

plt.title(f'特征图{i+1}')

plt.axis('off')

plt.suptitle('输入样本与第一个卷积层特征图')

plt.tight_layout()

plt.show()预期结果（参考）在1,437条训练样本上训练15个epoch，测试集准确率通常可达0.95–0.97，与同规模MLP相比参数量更少且性能相近。训练损失和验证损失同步下降，准确率快速上升。卷积核可视化可观察到边缘、笔画等低级特征检测器；特征图显示网络在数字笔画处响应较强。结果记录表项目MLP（实验七）CNN（本实验）对比分析测试准确率CNN通常更高训练时间与硬件相关输入处理方式64维向量8×8×1张量CNN保留空间结构参数规模CNN通常更少对平移的鲁棒性CNN更强五、实验重点、难点重点：CNN的网络结构（卷积→池化→展平→全连接）、局部连接与权值共享、卷积核与特征图的可视化。难点：理解卷积运算的滑动点积过程、池化层的作用、CNN为何比MLP更适合图像任务。六、操作要点TensorFlow安装包较大，建议课前完成安装；若使用AppleSiliconMac，可安装tensorflow-macos或tensorflow-metal以加速。本实验使用scikit-learn内置的load_digits数据集（1,437条训练样本），建议训练15个epoch；课后可尝试MNIST等更大规模数据。model.summary()可查看每层输出形状和参数量，建议结合教材中的“参数爆炸”问题进行分析。可视化特征图时，选择边缘清晰的样本效果更明显。七、注意事项输入数据的通道维度必须正确：load_digits图像为(8,8,1)，MNIST图像为(28,28,1)，彩色图为(H,