2. TensorFlow 模型训练基础（上）：MNIST 手写数字识别

各位同学，咱们直接进入正题。今天要聊的是 TensorFlow 模型训练的基础部分，我选了 MNIST 手写数字识别这个经典案例。为什么选它？因为简单、直观，而且能完整走通从数据到模型的整个流程。你想想看，一个能识别手写数字的模型，其实已经包含了深度学习最核心的几个环节。

2.1 MNIST 数据集：深度学习的 "Hello World"

MNIST 数据集，说白了就是一堆 28x28 像素的手写数字图片，从 0 到 9 一共十类。训练集有 6 万张，测试集 1 万张。我刚开始接触深度学习时，第一个跑通的模型就是这个。嗯，这里要注意，虽然 MNIST 现在被很多人说 "太简单了"，但它的价值在于帮你理解数据管道、模型结构、训练流程这些基本功。

在 Keras 中加载 MNIST 非常简单，一行代码就能搞定。我个人习惯用 tf.keras.datasets.mnist.load_data()，它会自动下载并返回训练集和测试集的元组。

import tensorflow as tf
from tensorflow import keras

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

# 查看数据形状
print(f"训练集图片形状: {x_train.shape}")  # (60000, 28, 28)
print(f"训练集标签形状: {y_train.shape}")  # (60000,)
print(f"测试集图片形状: {x_test.shape}")   # (10000, 28, 28)

2.2 数据预处理：别让原始数据坑了你

数据加载完，千万别直接扔进模型。我在项目中遇到过不少新手，数据预处理没做好，模型怎么调都收敛不了。这里有两个关键步骤：

1. 归一化：把像素值从 0-255 缩放到 0-1 之间。神经网络对输入数据的尺度很敏感，大数值会让梯度爆炸。
2. 标签处理：分类任务中，标签需要转换成 one-hot 编码，或者直接用 sparse_categorical_crossentropy 损失函数。

# 归一化：像素值除以 255.0
x_train = x_train.astype('float32') / 255.0
x_test = x_test.astype('float32') / 255.0

# 标签处理：使用 sparse_categorical_crossentropy 时不需要 one-hot
# 如果要用 categorical_crossentropy，需要做 one-hot 编码
# y_train = keras.utils.to_categorical(y_train, 10)

2.3 Keras Sequential API：搭积木一样建模型

Keras 提供了两种构建模型的方式：Sequential API 和 Functional API。对于 MNIST 这种简单的前馈网络，Sequential API 最合适。它就像搭积木，一层一层往上堆。

我常用的网络结构是这样的：

• 输入层：把 28x28 的二维图片展平成一维向量（784 个神经元）
• 隐藏层：全连接层，128 个神经元，激活函数用 ReLU
• Dropout 层：随机丢弃 20% 的神经元，防止过拟合
• 输出层：全连接层，10 个神经元，激活函数用 Softmax

model = keras.Sequential([
    # 输入层：将 28x28 图片展平为 784 维向量
    keras.layers.Flatten(input_shape=(28, 28)),
    
    # 隐藏层：128 个神经元，ReLU 激活
    keras.layers.Dense(128, activation='relu'),
    
    # Dropout 层：随机丢弃 20% 的神经元
    keras.layers.Dropout(0.2),
    
    # 输出层：10 个神经元，Softmax 输出概率
    keras.layers.Dense(10, activation='softmax')
])

# 查看模型结构
model.summary()

你想想看，这个模型其实就做了三件事：展平、特征提取、分类。Flatten 层把二维数据变成一维，Dense 层做矩阵乘法加激活函数，Dropout 层随机屏蔽一些神经元来增强泛化能力。

2.4 模型编译：配置训练参数

模型搭好了，接下来要告诉它怎么学。编译阶段需要指定三个东西：优化器、损失函数、评估指标。

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

这里我解释一下为什么用 sparse_categorical_crossentropy。如果你的标签是整数形式（比如 0, 1, 2...），就用这个；如果你的标签做了 one-hot 编码（比如 [0,0,1,0...]），就用 categorical_crossentropy。我个人习惯用前者，省去 one-hot 编码的步骤。

2.5 模型训练：见证 loss 下降的过程

编译完成后，调用 fit() 方法开始训练。这里有几个关键参数：

• epochs：训练轮数，每轮遍历一次全部训练数据
• batch_size：每次梯度更新使用的样本数
• validation_data：验证集，用于监控过拟合

history = model.fit(
    x_train, y_train,
    epochs=10,
    batch_size=32,
    validation_data=(x_test, y_test)
)

训练过程中，你会看到 loss 逐渐下降，accuracy 逐渐上升。我记得第一次跑这个模型时，看到 loss 从 2.3 降到 0.1 左右，那种成就感真的很棒。但要注意，如果 validation loss 开始上升而 training loss 还在下降，那就是过拟合的信号。

Epoch 1/10
1875/1875 [==============================] - 3s 1ms/step - loss: 0.2956 - accuracy: 0.9145 - val_loss: 0.1387 - val_accuracy: 0.9587
Epoch 2/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.1417 - accuracy: 0.9575 - val_loss: 0.1039 - val_accuracy: 0.9682
...
Epoch 10/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.0738 - accuracy: 0.9772 - val_loss: 0.0758 - val_accuracy: 0.9765

2.6 保存模型为 .h5 格式

训练完成后，一定要保存模型。为什么？因为后续的量化部署、版本控制都需要这个文件。Keras 提供了两种保存方式：

1. 保存整个模型：包括网络结构、权重、优化器状态
2. 仅保存权重：只保存参数，加载时需要重新定义网络结构

对于部署场景，我建议保存整个模型，这样加载时一步到位。

# 保存整个模型为 .h5 格式
model.save('mnist_model.h5')

# 加载模型
loaded_model = keras.models.load_model('mnist_model.h5')

# 验证加载的模型
test_loss, test_acc = loaded_model.evaluate(x_test, y_test, verbose=0)
print(f'测试集准确率: {test_acc:.4f}')

2.7 本章知识体系总览

为了让你更直观地理解本章的知识结构，我画了一张流程图。它展示了从数据加载到模型保存的完整链路，每个环节都有对应的操作和注意事项。

这张图把整个流程串起来了。你跟着这个顺序走，从数据加载到模型保存，每一步都有对应的代码实现。下一章我们会在这个基础上，深入讨论模型版本控制和量化部署的细节。