卷积神经网络（CNN）入门教程

卷积神经网络（CNN）擅长处理图像等具有空间结构的数据。本文用 MNIST 手写数字演示一个小型分类模型，重点是完整且可复现的训练流程。

示例于 2026-07-29 按 TensorFlow/Keras 当前接口复核。安装方式和 Python 版本要求请以 TensorFlow 官方页面为准。

1. CNN 的核心组成

卷积层：用可学习卷积核提取边缘、纹理和更高层特征。
激活函数：为网络加入非线性，常用 ReLU。
池化层：压缩空间尺寸，降低计算量。
全连接层：把提取到的特征映射为分类结果。

输入尺寸经过卷积与池化后会变化。设计网络时应关注张量形状、参数量和过拟合风险，而不只是增加层数。

2. 准备数据

import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers

tf.keras.utils.set_random_seed(42)

(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
x_train = x_train.astype("float32") / 255.0
x_test = x_test.astype("float32") / 255.0

x_train = np.expand_dims(x_train, -1)
x_test = np.expand_dims(x_test, -1)

print(x_train.shape, y_train.shape)

测试集只用于最终评估，不应反复查看测试结果来调参。

3. 构建并训练模型

model = keras.Sequential(
    [
        keras.Input(shape=(28, 28, 1)),
        layers.Conv2D(32, kernel_size=3, activation="relu"),
        layers.MaxPooling2D(pool_size=2),
        layers.Conv2D(64, kernel_size=3, activation="relu"),
        layers.MaxPooling2D(pool_size=2),
        layers.Flatten(),
        layers.Dropout(0.3),
        layers.Dense(10, activation="softmax"),
    ]
)

model.compile(
    optimizer="adam",
    loss="sparse_categorical_crossentropy",
    metrics=["accuracy"],
)

callbacks = [
    keras.callbacks.EarlyStopping(
        monitor="val_loss",
        patience=2,
        restore_best_weights=True,
    )
]

history = model.fit(
    x_train,
    y_train,
    batch_size=128,
    epochs=15,
    validation_split=0.1,
    callbacks=callbacks,
)

validation_split 留出训练数据的一部分选择训练轮次；EarlyStopping 在验证损失不再改善时停止，并恢复最佳权重。

4. 评估与预测

test_loss, test_accuracy = model.evaluate(x_test, y_test, verbose=0)
print({"loss": test_loss, "accuracy": test_accuracy})

probabilities = model.predict(x_test[:5], verbose=0)
predicted_classes = probabilities.argmax(axis=1)
print(predicted_classes)

准确率不能反映所有错误模式。实际项目还应查看混淆矩阵、分类别指标和错误样本，并检查训练数据是否与真实使用场景一致。

5. 保存与重新加载

Keras 推荐使用原生 .keras 格式保存完整模型：

1 2	model.save("mnist_cnn.keras") restored_model = keras.models.load_model("mnist_cnn.keras")

部署模型时还应保存输入归一化、类别映射、依赖版本和训练数据说明，避免“模型文件能加载，但输入语义已变化”。

6. 数据增强

对于自然图像，可在模型开头加入与任务语义一致的数据增强层：

augmentation = keras.Sequential(
    [
        layers.RandomFlip("horizontal"),
        layers.RandomRotation(0.05),
        layers.RandomZoom(0.1),
    ]
)

手写数字不一定适合水平翻转，所以不要把这段配置直接用于 MNIST。增强方式必须根据标签语义选择，并且只应用于训练数据。

聚类和降维等不依赖标签的方法，可参考无监督学习入门。