18、深度学习实战——完成一个模型的训练和推理

本文进行一个实战，我选择了一个经典的图像识别神经网络 —— Mnist 手写数字识别的神经网络。

一起从获取训练数据集、训练模型到预测图片走一遍，感受一下一个神经网络是如何被训练出来，又是如何工作的。

为什么选择这个神经网络

该神经网络以数据集小、神经网络简单、任务简单为优势，并且集合了很多计算机视觉尤其是卷积神经网络中经典的算法，比如卷积+bn+池化算法，可谓麻雀虽小，五脏俱全，非常适合新手上手学习。

并且这个神经网络用到的训练数据集很小，一般个人笔记本的CPU就可以完成这个神经网络的训练，不用担心训练时间太长的问题，很适合熟悉和练手。

什么是手写数字识别

简答来说，就是搭建了一个卷积神经网络，可以完成手写数字的识别。

我用笔在纸上写了个6，这个神经网络就能认识这这张图片是一个6，我写了个8，它就识别出来这是个8，就这么简单。

之所以说该任务简单，是因为它的标签只有 0-9 这 10 个数字的十种分类，相比于 resnet 等网络在 ImageNet 上 1000 个实际物品的分类（比如汽车、高楼等），确实小很多。

虽然神经网络简单，但背后的原理却一点都不少，典型的 CNN 训练和算法无一缺席，与该神经网络一起出名的，便是大名鼎鼎的 MNIST(Mathematical Numbers In Text) 数据集。

该数据集中包含了 60,000 个训练图像和 10,000 个测试图像，图像都是各种手写的数字，基本上数字都长这样的。