新闻中心 
DataFountain-FashionMNIST：CNN基础 准确率0.85
2025-07-31
浏览次数：次
返回列表图像分类（image classification）是计算机视觉领域中最简单最基础的任务，学习研究图像分类是每个计算机视觉研究者的必经之路，图像分类网络也是很多更复杂任务（如目标检测、语义分割等）算法的基础。本练习赛旨在让选手们用图像分类任务来以赛代练、熟悉深度学习框架和比赛流程。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
赛题介绍
赛题背景
图像分类（image classification）是计算机视觉领域中最简单最基础的任务，学习研究图像分类是每个计算机视觉研究者的必经之路，图像分类网络也是很多更复杂任务（如目标检测、语义分割等）算法的基础。本练习赛旨在让选手们用图像分类任务来以赛代练、熟悉深度学习框架和比赛流程。在图像分类学习中，MNIST数据集常被用来作为入门教学数据集。但是，MNIST数据集存在一些问题：首先，MNIST数据集对于现在的卷积神经网络来说过于简单，SOTA模型的分类精度达到了99.84%，甚至传统机器学习方法也能达到97%的精度，因此模型的精度在此达到了饱和，几乎没有提升的空间；再者，有些专家对MNIST数据集提出了质疑，比如谷歌的深度学习专家、Keras的作者François Chollet曾表示：“MNIST存在很多问题，但最重要的是，它真的不具有计算机视觉任务的代表性。”并补充道：“很多好点子（比如batch norm）在MNIST上效果差，但相反的，一些差的方法可能在MNIST产生好效果，却不能迁移到真实计算机视觉任务中。”
数据说明
本练习赛采用和MNIST同等规模但更有难度的数据集Fashion-MNIST（github链接：https://github.com/zalandoresearch/fashion-mnist），Fashion-MNIST由60000张训练集图像、10000张测试集图像及对应的标签构成，每张图像是分辨率为28x28的灰度图像，包含10种分类：T恤、裤子、套头衫、连衣裙、大衣、凉鞋、衬衫、运动鞋、包、短靴。
Motiff妙多
Motiff妙多是一款AI驱动的界面设计工具，定位为“AI时代设计工具”
334
查看详情
本练习赛的参赛者可以使用Tensorflow、Keras、Pytorch、Paddlepaddle等开源深度学习框架来进行模型的搭建、训练和预测。
In [1]import pandas as pdimport numpy as np# 数据读取train_df = pd.read_csv('fashion-mnist_train.csv')
test_df = pd.read_csv('fashion-mnist_test_data.csv')
In [2]
train_df.head()
label pixel1 pixel2 pixel3 pixel4 pixel5 pixel6 pixel7 pixel8 \ 0 2 0 0 0 0 0 0 0 0 1 9 0 0 0 0 0 0 0 0 2 6 0 0 0 0 0 0 0 5 3 0 0 0 0 1 2 0 0 0 4 3 0 0 0 0 0 0 0 0 pixel9 ... pixel775 pixel776 pixel777 pixel778 pixel779 pixel780 \ 0 0 ... 0 0 0 0 0 0 1 0 ... 0 0 0 0 0 0 2 0 ... 0 0 0 30 43 0 3 0 ... 3 0 0 0 0 1 4 0 ... 0 0 0 0 0 0 pixel781 pixel782 pixel783 pixel784 0 0 0 0 0 1 0 0 0 0 2 0 0 0 0 3 0 0 0 0 4 0 0 0 0 [5 rows x 785 columns]
数据可视化
In [3]%pylab inline# 绘制10*10的图片plt.figure(figsize=(10, 10))for idx in range(100): # 图片尺寸从784 -》 28 * 28
xy = train_df.iloc[idx].values[1:].reshape(28,28)
plt.subplot(10, 10, idx+1) # 展示图片
plt.imshow(xy, cmap='gray')
plt.xticks([]); plt.yticks([])
Populating the interactive namespace from numpy and matplotlib
<Figure size 720x720 with 100 Axes>In [4]
import paddle paddle.__version__
'2.2.0'
数据读取
In [5]from paddle.io import DataLoader, Datasetfrom PIL import Image# 自定义数据集完成数据读取class MyDataset(Dataset):
def __init__(self, img, label):
super(MyDataset, self).__init__()
self.img = img
self.label = label
def __getitem__(self, index):
img = self.img[index] # 对数据集进行归一化
return img/255, int(self.label[index]) def __len__(self):
return len(self.label)# 使用5.9w进行训练train_dataset = MyDataset(
train_df.iloc[:-1000, 1:].values.reshape(59000, 28, 28).astype(np.float32),
paddle.to_tensor(train_df.label.iloc[:-1000].values.astype(np.float32))
)
train_loader = DataLoader(train_dataset, batch_size=300, shuffle=True)# 最后1k作为验证集val_dataset = MyDataset(
train_df.iloc[-1000:, 1:].values.reshape(1000, 28, 28).astype(np.float32),
paddle.to_tensor(train_df.label.iloc[-1000:].values.astype(np.float32))
)
val_loader = DataLoader(val_dataset, batch_size=300, shuffle=False)# 最终测试集test_dataset = MyDataset(
test_df.iloc[:, 1:].values.reshape(10000, 28, 28).astype(np.float32),
paddle.to_tensor(np.zeros((test_df.shape[0])))
)
test_loader = DataLoader(test_dataset, batch_size=64, shuffle=False)
全连接模型
In [6]# 构建全连接模型，先需要从多维转变为二维model = paddle.nn.Sequential(
paddle.nn.Flatten(),
paddle.nn.Linear(28*28,128),
paddle.nn.LeakyReLU(),
paddle.nn.Linear(128, 10)
)
paddle.summary(model, (64, 28, 28))
W1207 20:53:04.353837 104 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1 W1207 20:53:04.359086 104 device_context.cc:465] device: 0, cuDNN Version: 7.6.
--------------------------------------------------------------------------- Layer (type) Input Shape Output Shape Param # =========================================================================== Flatten-1 [[64, 28, 28]] [64, 784] 0 Linear-1 [[64, 784]] [64, 128] 100,480 LeakyReLU-1 [[64, 128]] [64, 128] 0 Linear-2 [[64, 128]] [64, 10] 1,290 =========================================================================== Total params: 101,770 Trainable params: 101,770 Non-trainable params: 0 --------------------------------------------------------------------------- Input size (MB): 0.19 Forward/backward pass size (MB): 0.51 Params size (MB): 0.39 Estimated Total Size (MB): 1.09 ---------------------------------------------------------------------------
========================================================================
Flatten-1 [[64, 28, 28]] [64, 784] 0
Linear-1 [[64, 784]] [64, 128] 100,480
LeakyReLU-1 [[64, 128]] [64, 128] 0
Linear-2 [[64, 128]] [64, 10] 1,290
===========================================================================
Total params: 101,770
Trainable params: 101,770
Non-trainable params: 0
---------------------------------------------------------------------------
Input size (MB): 0.19
Forward/backward pass size (MB): 0.51
Params size (MB): 0.39
Estimated Total Size (MB): 1.09
---------------------------------------------------------------------------{'total_params': 101770, 'trainable_params': 101770}
In [7]
# 定义优化器，损失函数optimizer = paddle.optimizer.Adam(parameters=model.parameters(), learning_rate=0.0001)
criterion = paddle.nn.CrossEntropyLoss()# 每个epoch迭代训练# 每个batch -> 正向传播 -> 计算损失 -> 更新参数for epoch in range(0, 5):
Train_Loss, Val_Loss = [], []
Train_ACC, Val_ACC = [], [] # 训练部分
model.train() for i, (x, y) in enumerate(train_loader):
pred = model(x)
loss = criterion(pred, y)
Train_Loss.append(loss.item())
loss.backward()
optimizer.step()
optimizer.clear_grad()
Train_ACC.append((pred.numpy().argmax(1) == y.numpy()).mean())
if i % 100 == 0: print(f'{i}/{len(train_loader)}\t Loss {np.mean(Train_Loss):3.5f} {np.mean(Train_ACC):3.5f}') # 验证部分
model.eval() for i, (x, y) in enumerate(val_loader):
pred = model(x)
loss = criterion(pred, y)
Val_Loss.append(loss.item())
Val_ACC.append((pred.numpy().argmax(1) == y.numpy()).mean())
if epoch % 1 == 0: print(f'\nEpoch: {epoch}') print(f'Loss {np.mean(Train_Loss):3.5f}/{np.mean(Val_Loss):3.5f}') print(f'ACC {np.mean(Train_ACC):3.5f}/{np.mean(Val_ACC):3.5f}')
0/197 Loss 2.33518 0.17000 100/197 Loss 1.50995 0.55713 Epoch: 0 Loss 1.20884/0.83340 ACC 0.63190/0.71083 0/197 Loss 0.77190 0.74667 100/197 Loss 0.73694 0.76122 Epoch: 1 Loss 0.69631/0.65332 ACC 0.77584/0.77250 0/197 Loss 0.61251 0.80333 100/197 Loss 0.60704 0.80515 Epoch: 2 Loss 0.59082/0.57583 ACC 0.80878/0.80167 0/197 Loss 0.52229 0.84333 100/197 Loss 0.55234 0.81921 Epoch: 3 Loss 0.53963/0.53572 ACC 0.82233/0.80417 0/197 Loss 0.54005 0.81667 100/197 Loss 0.51667 0.82782 Epoch: 4 Loss 0.50867/0.50455 ACC 0.83046/0.82083
卷积模型
In [11]# 卷积模型model = paddle.nn.Sequential(
paddle.nn.Conv2D(1, 10, (5, 5)),
paddle.nn.ReLU(),
paddle.nn.Conv2D(10, 20, (5, 5)),
paddle.nn.ReLU(),
paddle.nn.MaxPool2D((2, 2)),
paddle.nn.Flatten(),
paddle.nn.Linear(2000, 10),
)
paddle.summary(model, (64, 1, 28, 28))
---------------------------------------------------------------------------
Layer (type) Input Shape Output Shape Param #
===========================================================================
Conv2D-5 [[64, 1, 28, 28]] [64, 10, 24, 24] 260
ReLU-5 [[64, 10, 24, 24]] [64, 10, 24, 24] 0
Conv2D-6 [[64, 10, 24, 24]] [64, 20, 20, 20] 5,020
ReLU-6 [[64, 20, 20, 20]] [64, 20, 20, 20] 0
MaxPool2D-4 [[64, 20, 20, 20]] [64, 20, 10, 10] 0
Flatten-4 [[64, 20, 10, 10]] [64, 2000] 0
Linear-5 [[64, 2000]] [64, 10] 20,010
===========================================================================
Total params: 25,290
Trainable params: 25,290
Non-trainable params: 0
---------------------------------------------------------------------------
Input size (MB): 0.19
Forward/backward pass size (MB): 15.40
Params size (MB): 0.10
Estimated Total Size (MB): 15.68
---------------------------------------------------------------------------
{'total_params': 25290, 'trainable_params': 25290}
In [12]
# 优化器与损失函数optimizer = paddle.optimizer.Adam(parameters=model.parameters(), learning_rate=0.0001)
criterion = paddle.nn.CrossEntropyLoss()# 训练部分for epoch in range(0, 5):
Train_Loss, Val_Loss = [], []
Train_ACC, Val_ACC = [], []
model.train() for i, (x, y) in enumerate(train_loader):
pred = model(x.reshape((-1, 1, 28, 28)))
loss = criterion(pred, y)
Train_Loss.append(loss.item())
loss.backward()
optimizer.step()
optimizer.clear_grad()
Train_ACC.append((pred.numpy().argmax(1) == y.numpy()).mean())
if i % 100 == 0: print(f'{i}/{len(train_loader)}\t Loss {np.mean(Train_Loss):3.5f} {np.mean(Train_ACC):3.5f}')
model.eval() for i, (x, y) in enumerate(val_loader):
pred = model(x.reshape((-1, 1, 28, 28)))
loss = criterion(pred, y)
Val_Loss.append(loss.item())
Val_ACC.append((pred.numpy().argmax(1) == y.numpy()).mean())
if epoch % 1 == 0: print(f'\nEpoch: {epoch}') print(f'Loss {np.mean(Train_Loss):3.5f}/{np.mean(Val_Loss):3.5f}') print(f'ACC {np.mean(Train_ACC):3.5f}/{np.mean(Val_ACC):3.5f}')
0/197 Loss 2.29863 0.15333 100/197 Loss 1.61717 0.53125 Epoch: 0 Loss 1.23357/0.74845 ACC 0.62601/0.74167 0/197 Loss 0.73336 0.76000 100/197 Loss 0.66099 0.76261 Epoch: 1 Loss 0.63249/0.61879 ACC 0.77187/0.77333 0/197 Loss 0.56483 0.80000 100/197 Loss 0.55956 0.79855 Epoch: 2 Loss 0.54548/0.56240 ACC 0.80436/0.79167 0/197 Loss 0.58850 0.77333 100/197 Loss 0.51179 0.81703 Epoch: 3 Loss 0.50036/0.52460 ACC 0.82221/0.80583 0/197 Loss 0.41658 0.86667 100/197 Loss 0.47553 0.83274 Epoch: 4 Loss 0.47199/0.50074 ACC 0.83300/0.82333
以上就是DataFountain-FashionMNIST：CNN基础 准确率0.85的详细内容，更多请关注其它相关文章！
# 谷歌
# git
# 达到了
# 必经之路
# 练习赛
# type
# fig
# latte
# igs
# red
# ai
# seo好用的app
# 武清商城网站建设报价公示
# seo网站重要吗
# 新乡原阳网站优化排名
# 黎平网站关键词优化公司
# 网站里的链接怎么优化
# 贵州论坛营销推广品牌
# 网站建设 经典书籍
# 唐县网站优化多少钱
# 淮阳 网站建设
# 在此
# 安装包
# 代练
# 多维
# 一键
# 最简单
# 中文网
相关栏目：
【
行业资讯67740 】
【
技术百科0 】
【
网络运营39195 】
相关推荐：
直接gmV是什么意思？直接GMV:定义和概念
linux如何使用db2命令
命令行如何打开打印机
光刻机的作用及工作原理
如何右键打开命令窗口
硬盘和固态硬盘如何区分
进口超级维特拉三门版power是什么意思
debian和ubuntu的区别是什么
单片机怎么发送can 信号
cos150度等于多少
台达变频器power灯是什么意思
typescript有什么作用
光刻机分类有哪些品牌的
命令控制台如何执行sql文件
typescript有哪些版本
春运车站抢票和网上抢票
8800日元等于多少人民币
300秒等于多少分钟
夸克缺什么登录不了
如何引用typescript中的方法
unix时间戳是什么意思
2026年将会大爆发的15个新科技
酷我音乐怎么改每日推荐 酷我音乐每日推荐修改方法
datediff快捷函数怎么用
typescript的语法格式是什么
系统如何装在固态硬盘
typescript中如何引入本地js
如何在固态硬盘上安装win7系统
热水器没热水显示power是什么意思
市盈率当中17A 18E是什么意思
双十一的哪一天最优惠呢
win10如何打开dos命令窗口大小
在遥控器中power是什么意思
干股是什么意思
春运抢票可以抢几次票
a股等权市盈率中位数是什么意思
春运抢票技巧攻略
typescript全局配置放哪里
51单片机贴片怎么*
折叠手机屏易坏吗为什么
光猫power和pon常亮是什么意思
折叠屏手机好不好,耐不耐用
linux下如何重定位命令
春运抢票哪个平台好一点
datediff函数怎么用视频
如何使用net命令
苹果手机16新款颜色有哪些
苹果16更新了哪些软件
命令行如何启动应用程序
广东春运几点抢票
