动手实践：构建分类器

一个简单的图像分类器使用 Keras Sequential 和 Functional 两种 API 构建，从而巩固了对如何将层组装成可用模型架构的理解。构建过程中将使用 Fashion MNIST 数据集，这是一个常用的基准数据集，包含 70,000 张 28x28 像素的灰度图像，属于 10 种不同服装类别。核心目标是纯粹构建模型架构；编译、训练和评估将在下一章中讲解。

设置和数据准备

首先，我们需要导入 TensorFlow 和所需的 Keras 组件。我们还将直接使用 Keras 数据集模块加载 Fashion MNIST 数据集。

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import numpy as np
import matplotlib.pyplot as plt

print(f"Using TensorFlow version: {tf.__version__}")

# 加载 Fashion MNIST 数据集
(x_train, y_train), (x_test, y_test) = keras.datasets.fashion_mnist.load_data()

# 显示数据集基本信息
print(f"x_train shape: {x_train.shape}") # (60000, 28, 28)
print(f"y_train shape: {y_train.shape}") # (60000,)
print(f"Number of training samples: {x_train.shape[0]}")
print(f"Number of test samples: {x_test.shape[0]}")
print(f"Number of classes: {len(np.unique(y_train))}") # 10 个类别

该数据集包含 60,000 张训练图像和 10,000 张测试图像。每张图像都是 28x28 像素的灰度图像。标签（y_train、y_test）是 0 到 9 的整数，代表 10 种服装类别。

在将数据输入神经网络 (neural network)之前，对其进行预处理是标准做法。对于图像数据，这通常包括：

归一化 (normalization)： 将像素值从 [0, 255] 范围缩放到 [0, 1]。这有助于优化算法更有效地收敛。
重塑（如有必要）： 根据输入层类型，我们可能需要重塑数据。对于标准的 Dense 层，我们需要将 28x28 图像展平为 784 像素的 1D 向量 (vector)。

# 将像素值归一化到 0 到 1 之间
x_train = x_train.astype("float32") / 255.0
x_test = x_test.astype("float32") / 255.0

# 定义类别名称（可选，用于可视化）
class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
               'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

# 让我们可视化一些图像
plt.figure(figsize=(10,10))
for i in range(25):
    plt.subplot(5,5,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(x_train[i], cmap=plt.cm.binary)
    plt.xlabel(class_names[y_train[i]])
plt.show()

Fashion MNIST 训练集中的样本图像及其对应标签。

使用 Sequential API 构建分类器

Sequential API 非常适合层呈简单线性堆叠的模型。我们的第一个分类器将遵循以下模式：

Flatten 层： 将 2D 图像格式（28x28 像素）转换为 1D 数组（784 像素）。这为全连接层准备了数据。
Dense 层（隐藏层）： 一个全连接层，包含 128 个单元，并使用 ReLU 激活函数 (activation function)。该层从展平的输入中学习中间表示。
Dense 层（输出层）： 一个全连接层，包含 10 个单元（每个类别一个），并使用 Softmax 激活函数。Softmax 将原始输出分数（logits）转换为每个类别的概率，确保它们的和为 1。

# 定义输入形状（不包括批大小）
input_shape = (28, 28)
num_classes = 10

# 使用 Sequential API 构建模型
sequential_model = keras.Sequential(
    [
        keras.Input(shape=input_shape, name="Input_Layer"), # 推荐使用显式输入层
        layers.Flatten(name="Flatten_Layer"),
        layers.Dense(128, activation="relu", name="Hidden_Layer_1"),
        layers.Dense(num_classes, activation="softmax", name="Output_Layer"),
    ],
    name="FashionMNIST_Sequential_Classifier"
)

# 显示模型架构
print("Sequential 模型概述：")
sequential_model.summary()

model.summary() 输出提供了层、其输出形状和可训练参数 (parameter)数量的简洁概述。请注意 Flatten 层如何将形状从 (None, 28, 28) 改变为 (None, 784)，以及随后的 Dense 层如何处理这个 1D 向量 (vector)。形状中的 None 代表批大小，它可以变化。

使用 Functional API 构建分类器

现在，让我们使用 Functional API 构建完全相同的架构。尽管对于这种简单的线性模型来说有点大材小用，但它展示了另一种语法，对于更复杂的设计（例如，多输入/输出或共享层模型）是必不可少的。

核心思想是定义一个输入张量，然后将层作为函数调用，在它们之间传递张量。

# 定义输入张量
inputs = keras.Input(shape=input_shape, name="Input_Tensor")

# 链式连接各层
x = layers.Flatten(name="Flatten_Layer")(inputs)
x = layers.Dense(128, activation="relu", name="Hidden_Layer_1")(x)
outputs = layers.Dense(num_classes, activation="softmax", name="Output_Layer")(x)

# 创建 Model 实例
functional_model = keras.Model(inputs=inputs, outputs=outputs, name="FashionMNIST_Functional_Classifier")

# 显示模型架构
print("\nFunctional 模型概述：")
functional_model.summary()

# 可选：使用 Keras 工具可视化模型结构
# （需要安装 pydot 和 graphviz：pip install pydot graphviz）
try:
    keras.utils.plot_model(functional_model, "functional_model_diagram.png", show_shapes=True)
    print("\n模型图已保存为 functional_model_diagram.png")
    # 为保持一致性，显示 Graphviz DOT 格式的图表
    # 注意：这只是说明性的；plot_model 生成的是图像文件。
# 我们可以用 Graphviz 表示结构：
    print("\n模型结构 (Graphviz DOT)：")
    dot_string = f"""
    digraph G {{
      rankdir=TB;
      node [shape=box, style=filled, fillcolor="#a5d8ff"];
      Input [label="输入\nshape=(None, 28, 28)"];
      Flatten [label="展平\nshape=(None, 784)"];
      Hidden1 [label="Dense (ReLU)\n单元=128\nshape=(None, 128)"];
      Output [label="Dense (Softmax)\n单元={num_classes}\nshape=(None, {num_classes})"];
      Input -> Flatten [label=" "];
      Flatten -> Hidden1 [label=" "];
      Hidden1 -> Output [label=" "];
    }}
    """
    # 实际的 Graphviz 渲染取决于环境
# 在此处为了显示目的，打印 DOT 字符串来表示它。
    # 嵌入示例：
    # ```graphviz
    # digraph G {{ rankdir=TB; node [shape=box, style=filled, fillcolor="#a5d8ff"]; Input [label="Input\nshape=(None, 28, 28)"]; Flatten [label="Flatten\nshape=(None, 784)"]; Hidden1 [label="Dense (ReLU)\nunits=128\nshape=(None, 128)"]; Output [label="Dense (Softmax)\nunits=10\nshape=(None, 10)"]; Input -> Flatten; Flatten -> Hidden1; Hidden1 -> Output;}}
    # ```
    # print(dot_string) # 打印原始 DOT 字符串以供参考
    # 一个简单的 Graphviz DOT 表示：
    print("```graphviz")
    print('digraph G { rankdir=TB; node [shape=box, style="filled", fillcolor="#a5d8ff"]; Input [label="输入\\nshape=(None, 28, 28)"]; Flatten [label="展平\\nshape=(None, 784)"]; Hidden1 [label="Dense (ReLU)\\n单元=128\\nshape=(None, 128)", fillcolor="#74c0fc"]; Output [label="Dense (Softmax)\\n单元=10\\nshape=(None, 10)", fillcolor="#4dabf7"]; Input -> Flatten; Flatten -> Hidden1; Hidden1 -> Output;}')
    print("```")

except ImportError:
    print("\n请安装 pydot 和 graphviz 以可视化模型（'pip install pydot graphviz'）。")

Functional API 模型结构的图表。输入数据从上到下流经各层。

正如你所见，Functional API 模型的 model.summary() 输出与 Sequential API 模型相同。两种方法都得到了相同的架构和参数 (parameter)数量。Functional API 只是提供了一种更灵活的方式来定义层之间的连接。

我们现在已成功使用两种主要的 Keras API 定义了简单图像分类器的架构。你已经了解了如何堆叠层，并理解了 Flatten、Dense 以及 ReLU 和 Softmax 等激活函数 (activation function)在此处的作用。下一步（将在第 4 章中介绍）是使用损失函数 (loss function)和优化器编译这些模型，在 Fashion MNIST 数据集上训练它们，并评估它们的性能。

这部分内容有帮助吗？