Keras MNIST手写数字模型预测输出解析与自定义样本识别疑问

问题1：单样本增维操作是否正确 #

• 该操作完全正确。Keras模型的predict接口要求输入的第一维为批量维度，单张28*28的图像通过np.newaxis在最前新增维度后，形状变为(1,28,28)，完全匹配模型的输入要求。你已经用训练集样本验证过输出符合预期，也进一步证明该操作没有问题。

问题2：自定义图像预处理流程是否合规 #

• 整体流程的逻辑方向是对的，符合MNIST数据集黑底白字、单通道灰度的要求，但存在几个需要校验的遗漏点：
  • 需确认手写PNG是否已经提前缩放至2828分辨率，若原图尺寸和2828不一致，直接转换后的数组形状和模型输入要求不匹配，会导致推理错误
  • 需确认输入的PNG是否为RGB/RGBA格式：如果是带透明通道的RGBA图，直接转灰度可能出现像素值异常，建议先手动剔除alpha通道后再做灰度转换
  • 需确认手写数字的大小、位置是否和MNIST数据集一致：MNIST中的数字均居中放置，四周有留白，线条粗细也相对统一，如果你的手写数字占满整个画布、位置偏移或者线条过粗/过细，都会和训练数据分布不符
  • 你当前训练代码没有对输入像素做归一化，所以不需要额外加0-1缩放的步骤，如果你后续调整训练代码加了归一化，预处理也要同步加对应操作

问题3：为什么自制样本准确率远低于MNIST测试集 #

如果前两个操作都确认没有问题，准确率低主要有以下几个原因：

• 分布偏移：MNIST测试集和训练集是同分布的采样数据，而你的手写数字属于分布外样本，书写风格（比如7带横、6的圈大小、3的弯折弧度）、线条粗细、位置偏移都和MNIST训练数据有差异，简单的全连接模型对这类变化的鲁棒性极差
• 模型结构限制：你用的是两层全连接网络，没有卷积层提供的平移、缩放不变性，输入稍微有一点位置偏移、大小变化就会识别错误，换成CNN模型会大幅提升对自制样本的泛化能力
• 样本量过小：仅3个测试样本的准确率统计不具备统计学意义，多写十几个不同写法的数字再统计准确率，结果会更贴近模型的真实泛化水平
• 补充：你给出的训练代码里有笔误，前面定义了digits_mnist = tf.keras.datasets.mnist，后面加载数据用了fashion_mnist.load_data()，如果实际运行时确实是这么写的，你训练的其实是FashionMNIST服装分类模型，识别数字当然会出错，这个要优先排查。

内容的提问来源于stack exchange，提问作者Jack Frye