您是否正在为复杂的大模型部署发愁？是否因高昂的算力成本望而却步？腾讯云重磅推出 HAI-CPU 智能算力平台，助您以行业地板价体验企业级 AI 能力！解锁价值 2000 元算力包！体验用 AI 重塑工作流程的无限可能 —— 从今天开始，让 AI 成为您的高效生产力工具！

在AlphaGo战胜人类棋手的震撼中，在ChatGPT掀起AI革命的热潮里，人工智能技术正以前所未有的速度重塑着人类文明。对于渴望踏入这个领域的学习者而言，单纯的理论学习犹如隔靴搔痒，真正的认知突破往往始于实践。本文将以经典的MNIST手写数字识别为切入点，带领读者亲历一个完整深度学习项目的构建过程。Let`s Go~

人类视觉皮层对图像信息的层次化处理机制，为卷积神经网络（CNN）的诞生提供了生物学依据。视觉神经元从局部特征到整体结构的认知过程，恰似CNN中卷积层与池化层的交替运作。当我们在代码中定义第一个卷积核时，实际上是在模拟视网膜细胞对边缘特征的初级感知。

这个包含6万张28x28像素手写数字的数据集，自1998年发布以来始终是机器学习界的"Hello World"。其价值不仅在于数据规模适中，更在于它完美平衡了教学需求与现实挑战：书写风格的多样性考验模型的泛化能力，数字形态的相似性（如5与6）则检验特征提取的精确度。

搭建？？？ No No No ~，打开腾讯云，搜索HIA；

在JupyterLab的交互式编程环境中，我们首先构建技术矩阵：

这个看似简单的安装指令背后，凝聚着开源社区的智慧结晶。TensorFlow的自动微分系统解放了人工求导的桎梏，Matplotlib的可视化能力则将抽象数据转化为直观认知。

pip install jupyterlab tensorflow matplotlib numpy

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

这个除以255的简单动作，实则是机器学习的重要法则——数据标准化。它将像素值从[0,255]压缩到[0,1]区间，避免了大数值特征对模型训练的干扰。而one-hot编码：则巧妙地将离散的类别标签转化为正交向量空间中的坐标点，为交叉熵损失函数提供了数学可行性。

# 加载 MNIST 数据集
(X_train, y_train), (X_test, y_test) = keras.datasets.mnist.load_data()

# 数据预处理
X_train = X_train.astype("float32") / 255  # 归一化到 [0,1]
X_test = X_test.astype("float32") / 255

# 添加通道维度（适用于CNN）
X_train = np.expand_dims(X_train, -1)
X_test = np.expand_dims(X_test, -1)

# 将标签转换为 one-hot 编码
y_train = keras.utils.to_categorical(y_train, 10)
y_test = keras.utils.to_categorical(y_test, 10)

# 查看数据形状
print("训练集形状:", X_train.shape)
print("测试集形状:", X_test.shape)

plt.figure(figsize=(10,5))
for i in range(10):
    plt.subplot(2,5,i+1)
    plt.imshow(X_train[i].squeeze(), cmap='gray')
    plt.title(f"Label: {np.argmax(y_train[i])}")
    plt.axis('off')
plt.show()

我们构建的CNN模型蕴含深度学习的基本法则：第一层卷积核如同数字画家的画笔，捕捉笔画走向；池化层的空间下采样模拟人类视觉的注意力机制；全连接层则是特征的终极裁判。Dropout层的引入展现了深度学习的核心智慧：通过随机失活制造"残缺美"，迫使网络发展出冗余的特征表达能力。

model = keras.Sequential([
    # 第一层：找线条（就像用放大镜看笔画）
    layers.Conv2D(32, (3,3), activation='relu', input_shape=(28,28,1)),

    # 压缩层：记住主要特征（像记重点笔记）
    layers.MaxPooling2D((2,2)),

    # 第二层：找形状组合（比如圆圈加直线是8）
    layers.Conv2D(64, (3,3), activation='relu'),

    # 再压缩
    layers.MaxPooling2D((2,2)),

    # 展开成一列（把拼图铺平）
    layers.Flatten(),

    # 思考层：分析特征（像大脑推理）
    layers.Dense(128, activation='relu'),

    # 防死记硬背：随机忘记部分知识
    layers.Dropout(0.5),

    # 输出层：10个数字的概率（像考试选择题）
    layers.Dense(10, activation='softmax')
])

model.compile(
    optimizer='adam',      # 使用智能学习方法

    loss='categorical_crossentropy',  # 错题惩罚规则
    metrics=['accuracy']   # 考试评分标准
)

model.summary()  # 显示模型结构

中设定的Adam优化器，集动量法与自适应学习率于一身，相比传统SGD更能适应复杂地形。batch_size=128的设定既考虑内存效率，又保证梯度估计的稳定性。10个epoch的训练周期设计，则是在欠拟合与过拟合的钢丝上寻找平衡点。

history = model.fit(
    X_train, y_train,
    batch_size=128,  # 每次看128张图
    epochs=10,        # 学10轮
    validation_split=0.2  # 留20%当随堂测验
)

准确率曲线：当训练曲线与验证曲线渐行渐远，便是过拟合的预警信号；若两者长期低迷，则提示模型容量不足。优秀的训练过程应该像和谐的探戈，两条曲线相伴相生，共同攀升。

# 绘制训练曲线
plt.figure(figsize=(12,4))
plt.subplot(1,2,1)
plt.plot(history.history['accuracy'], label='Training Accuracy')
plt.plot(history.history['val_accuracy'], label='Validation Accuracy')
plt.title('Accuracy Curve')
plt.legend()

plt.subplot(1,2,2)
plt.plot(history.history['loss'], label='Training Loss')
plt.plot(history.history['val_loss'], label='Validation Loss')
plt.title('Loss Curve')
plt.legend()
plt.show()

# 测试集评估
test_loss, test_acc = model.evaluate(X_test, y_test, verbose=0)
print(f"\n测试集准确率: {test_acc:.4f}")

7. 进行预测（可视化预测结果）

99%的准确率看似惊人，但需清醒认识到MNIST作为基准数据集的局限性。当面对真实场景中倾斜、残缺、噪声干扰的手写体时，模型性能必然下降。这也正是机器学习的第一课：实验室表现与现实应用的鸿沟。

# 随机选择测试样本
sample_idx = np.random.choice(len(X_test), 9)
samples = X_test[sample_idx]
true_labels = np.argmax(y_test[sample_idx], axis=1)

# 进行预测
predictions = model.predict(samples)
pred_labels = np.argmax(predictions, axis=1)

# 可视化结果
plt.figure(figsize=(10,5))
for i in range(9):
    plt.subplot(3,3,i+1)
    plt.imshow(samples[i].squeeze(), cmap='gray')
    plt.title(f"True: {true_labels[i]}\nPred: {pred_labels[i]}")
    plt.axis('off')
plt.tight_layout()
plt.show()

答：图片原始像素是0-255，就像声音有大小。调整到0-1相当于统一音量，避免某些图片太"吵"影响判断。

答：防止AI死记硬背。就像背书时随机跳过某些字，强迫理解整体意思。

答：不一定！如果考试题和练习题一模一样，反而说明AI不会灵活运用。好的AI应该在陌生题目上也有好成绩。

试试这些有趣改动，反正也改不坏，在学习阶段一定要大胆的尝试，因为大力出奇迹：

前添加：这会让图片有随机旋转和缩放，就像让AI戴不同眼镜看字。

from tensorflow.keras.preprocessing.image import ImageDataGenerator
datagen = ImageDataGenerator(rotation_range=15, zoom_range=0.2)
datagen.fit(X_train)

通过这个教程，不仅做出了一个能识别手写数字的AI，更掌握了深度学习的核心方法。就像学会骑自行车后，再学电动车就容易多了。接下来可以尝试识别更复杂的内容（比如猫狗图片）！快来一起体验HAI吧。

从零到一：基于腾讯云HAI实现图像识别实践教学

您是否正在为复杂的大模型部署发愁？是否因高昂的算力成本望而却步？腾讯云重磅推出 HAI-CPU 智能算力平台，助您以行业地板价体验企业级 AI 能力！解锁价值 2000 元算力包！体验用 AI 重塑工作流程的无限可能 —— 从今天开始，让 AI 成为您的高效生产力工具！人工智能时代的启蒙教育在AlphaGo战胜人类棋手的震撼中，在ChatGPT掀起AI革命的热潮里，人工智能技术正以前所未有的速度重

产品KOL

云计算

人工智能

卷积神经网络

数据预处理

自适应学习

图像识别

机器学习

深度学习

ChatGPT

Python

2025春季采购节

ai-class

imagerecognition

33 天实现自己的 AI 进化论？发文瓜分机械键盘、耳机等万元奖池！点击参加活动：<a href="https://cloud.tencent.com/developer/article/2503022" target="_blank">https://cloud.tencent.com/developer/article/2503022</a><br/> 
 <img src="https://qcloudimg.tencent-cloud.cn/raw/01543e0407db10898a7ee9f420794432.jpg"/>

从零到一：基于腾讯云HAI实现图像识别实践教学

从零到一：基于腾讯云HAI实现图像识别实践教学

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐