图片训练：使用卷积神经网络（CNN）识别手写数字

　　这篇文章中，我们将使用CNN构建一个Tensorflow.js模型来分辨手写的数字。首先，我们通过使之“查看”数以千计的数字图片以及他们对应的标识来训练分辨器。然后我们再通过此模型从未“见到”过的测试数据评估这个分辨器的精确度。

一、运行代码

　　这篇文章的全部代码可以在仓库TensorFlow.js examples中的tfjs-examples/mnist 下找到，你可以通过下面的方式clone下来然后运行这个demo：

$ git clone https://github.com/tensorflow/tfjs-examples

$ cd tfjs-examples/mnist

$ yarn

$ yarn watch

　　上面的这个目录完全是独立的，所以完全可以copy下来然后创建你个人的项目。

二、数据相关

　　这篇文章中，我们将会使用 MNIST 的手写数据，这些我们将要去分辨的手写数据如下所示：

　　为了预处理这些数据，我们已经写了 data.js， 这个文件包含了Minsdata类，而这个类可以帮助我们从MNIST的数据集中获取到任意的一些列的MNIST。

　　而MnistData这个类将全部的数据分割成了训练数据和测试数据。我们训练模型的时候，分辨器就会只观察训练数据。而当我们评价模型时，我们就仅仅使用测试数据，而这些测试数据是模型还没有看见到的，这样就可以来观察模型预测全新的数据了。

　　这个MnistData有两个共有方法：

nextTrainBatch(batchSize)：从训练数据中返回一批任意的图片以及他们的标识。
nextTestBatch(batchSize): 从测试数据中返回一批图片以及他们的标识。

　　注意：当我们训练MNIST分辨器时，应当注意数据获取的任意性是非常重要的，这样模型预测才不会受到我们提供图片顺序的干扰。例如，如果我们每次给这个模型第一次都提供的是数字1，那么在训练期间，这个模型就会简单的预测第一个就是1（因为这样可以减小损失函数）。而如果我们每次训练时都提供的是2，那么它也会简单切换为预测2并且永远不会预测1（同样的，也是因为这样可以减少损失函数）。如果每次都提供这样典型的、有代表性的数字，那么这个模型将永远也学不会做出一个精确的预测。

三、创建模型

　　在这一部分，我们将会创建一个卷积图片识别模型。为了这样做，我们使用了Sequential模型（模型中最为简单的一个类型），在这个模型中，张量（tensors）可以连续的从一层传递到下一层中。

　　首先，我们需要使用tf.sequential先初始化一个sequential模型：

const model = tf.sequential();

　　既然我们已经创建了一个模型，那么我们就可以添加层了。

四、添加第一层

　　我们要添加的第一层是一个2维的卷积层。卷积将过滤窗口掠过图片来学习空间上来说不会转变的变量（即图片中不同位置的模式或者物体将会被平等对待）。

　　我们可以通过tf.layers.conv2d来创建一个2维的卷积层，这个卷积层可以接受一个配置对象来定义层的结构，如下所示：

model.add(tf.layers.conv2d({

  inputShape: [, , ],

  kernelSize: ,

  filters: ,

  strides: ,

  activation: 'relu',

  kernelInitializer: 'VarianceScaling'

}));

　　让我们拆分对象中的每个参数吧：

inputShape。这个数据的形状将回流入模型的第一层。在这个示例中，我们的MNIST例子是28 x 28像素的黑白图片，这个关于图片的特定的格式即[row, column, depth]，所以我们想要配置一个[28, 28, 1]的形状，其中28行和28列是这个数字在每个维度上的像素数，且其深度为1，这是因为我们的图片只有1个颜色:
kernelSize。划过卷积层过滤窗口的数量将会被应用到输入数据中去。这里，我们设置了kernalSize的值为5，也就是指定了一个5 x 5的卷积窗口。
filters。这个kernelSize的过滤窗口的数量将会被应用到输入数据中，我们这里将8个过滤器应用到数据中。
strides。即滑动窗口每一步的步长。比如每当过滤器移动过图片时将会由多少像素的变化。这里，我们指定其步长为1，这意味着每一步都是1像素的移动。
activation。这个activation函数将会在卷积完成之后被应用到数据上。在这个例子中，我们应用了relu函数，这个函数在机器学习中是一个非常常见的激活函数。
kernelInitializer。这个方法对于训练动态的模型是非常重要的，他被用于任意地初始化模型的weights。我们这里将不会深入细节来讲，但是 VarianceScaling （即这里用的）真的是一个初始化非常好的选择。

五、添加第二层　　

　　让我们为这个模型添加第二层：一个最大的池化层（pooling layer），这个层中我们将通过 tf.layers.maxPooling2d 来创建。这一层将会通过在每个滑动窗口中计算最大值来降频取样得到结果。

model.add(tf.layers.maxPooling2d({

  poolSize: [, ],

  strides: [, ]

}));

poolSize。这个滑动池窗口的数量将会被应用到输入的数据中。这里我们设置poolSize为[2, 2]，所以这就意味着池化层将会对输入数据应用2x2的窗口。
strides。这个池化层的步长大小。比如，当每次挪开输入数据时窗口需要移动多少像素。这里我们指定strides为[2, 2]，这就意味着过滤器将会以在水平方向和竖直方向上同时移动2个像素的方式来划过图片。

　　注意：因为poolSize和strides都是2x2，所以池化层空口将会完全不会重叠。这也就意味着池化层将会把激活的大小从上一层减少一半。

六、添加剩下的层