神经网络实现Fashion-MNIST图像分类：完整代码与调试指南

简介：这一压缩包面向机器学习初学者、深度学习入门者以及需要动手实践图像分类任务的学生，围绕Fashion-MNIST时装数据集提供一整套可运行的神经网络分类实现。包内文件共2个，包含Python源文件和Word说明文档，整体大小仅559KB，代码精炼而完整地覆盖了图像归一化、标签one-hot编码、模型构建、损失函数与优化器设定、训练迭代、测试集准确率评估以及超参数调整等关键环节。配套文档对网络结构设计思路、Conv2D卷积层与MaxPooling2D池化层的作用、全连接层分类逻辑以及训练中的常见问题做了补充梳理。读者结合代码与文档，可以快速掌握TensorFlow或PyTorch框架下的图像分类流程，并基于此扩展自己的实验，从而降低上手门槛、减少踩坑成本。目前已有297人学习下载，适合课程作业、期末设计或神经网络入门实践时作为参考模板。

1. 神经网络实现fashion数据分类：一份能直接跑通的作业代码

拿到这份「神经网络实现fashion数据分类代码.zip」，我的第一反应是：这不像网上那些动不动几百行的教学项目，解压出来就三样东西——homework6目录、main.py、一份doc文档，典型的课程作业结构。核心任务非常明确：用神经网络对Fashion-MNIST的10类服装图片做分类，从数据预处理、模型搭建、训练到评估，main.py一条链路全部串起来。

适合两类人。一类是正在做类似作业、想要一份能对照复现的代码的学生；另一类是已经写过几个分类模型、想快速搭一个图像分类基线再改结构的从业者。Fashion-MNIST比手写数字MNIST更贴近真实场景，因为类别间相似度高，跑出来的准确率数字更有说服力。这篇笔记把这套代码从数据到训练拆开讲，顺带把容易翻车的几个点都指出来。

2. 先摸清数据集：Fashion-MNIST的分布、加载与预处理

2.1 数据集的真实构成：10个类别，每类6000训练1000测试

Fashion-MNIST由Zalando公司发布，设计初衷就是替代MNIST做更难的图像分类基线。MNIST是手写数字，Fashion-MNIST换成10类服装图片：T恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包、短靴。每个类别6000张训练图和1000张测试图，总共70000张，全部是28x28的灰度图。

类别编号顺序有讲究，0到9的编码固定，输出层神经元的顺序和它完全对应：

注意6号衬衫和0号T恤/上衣、5号凉鞋和7号运动鞋，图片上长得非常像。这是Fashion-MNIST比MNIST难的核心原因——类别之间的类间距离小，模型必须学到更细的纹理特征才能区分开。28x28尺寸在今天看来很小，但轮廓、条纹、领口形态都是有效信息，一点都不简单。

2.2 加载与归一化：4行代码决定后面省不省心

常见做法是用Keras自带的数据集接口加载，第一次运行会自动下载数据。下面是完整可跑的预处理代码：

import tensorflow as tf from tensorflow.keras import datasets # 加载Fashion-MNIST，接口自动切好训练/测试集 (x_train, y_train), (x_test, y_test) = datasets.fashion_mnist.load_data() # 关键一步：归一化到0-1区间，转float32节省显存/内存 x_train = x_train.astype('float32') / 255.0 x_test = x_test.astype('float32') / 255.0 # 灰度图补通道维：28x28x1，满足Conv2D输入要求 x_train = x_train[..., None] x_test = x_test[..., None] print("训练集:", x_train.shape, y_train.shape) # (60000, 28, 28, 1) (60000,) print("测试集:", x_test.shape, y_test.shape) # (10000, 28, 28, 1) (10000,)

这4行代码是整个流程里最容易出问题的部分。astype('float32')把整数像素转成浮点类型，/255.0把0到255的原始范围压到0到1之间。有人直接把原始像素值丢进网络，训练能跑，但loss下降明显变慢，最终精度少1到2个点，属于典型的"能跑但不对"。x_train[..., None]是给28x28的二维矩阵补一个维度变成28x28x1，因为卷积层要求输入是四维张量（batch, height, width, channels），漏了这一步Conv2D会直接报维度错误。

2.3 标签要不要转one-hot：取决于损失函数

很多教程第一步先把标签转成one-hot向量，其实这步可有可无。你只需要保证标签格式和损失函数匹配即可：

from tensorflow.keras.utils import to_categorical # 方案A：标签保持整数，配合SparseCategoricalCrossentropy（推荐，少一步转换） # 方案B：转one-hot，配合CategoricalCrossentropy y_train_onehot = to_categorical(y_train, num_classes=10) y_test_onehot = to_categorical(y_test, num_classes=10)

方案A的标签是0到9的整数，比如一张裤子的标签就是1；方案B的标签变成长度为10的向量，比如[0, 1, 0, ..., 0]。两者在最终效果上完全等价，区别只在损失函数的写法。我一般选方案A，因为少一次转换、代码更短，而且打印预测结果时整数标签可以直接映射类别名，省一步argmax。不管选哪种，输出层神经元数必须是10，这是模型和数据的对齐约定。

2.4 从训练集切验证集：测试集从头到尾不碰

训练过程中需要一个验证集来观察模型在未见数据上的表现，但测试集是留给最后评估用的。常规做法是从60000张训练图里留出5000张做验证：

# 留出最后5000张作验证集，前55000张作实际训练集 x_val = x_train[-5000:] y_val = y_train[-5000:] x_train = x_train[:-5000] y_train = y_train[:-5000]

这段代码看起来简单，作业里翻车的人却不少。常见错误是把x_test当验证集反复调参，最后报告的测试准确率严重虚高——因为模型已经在这些样本上"见过"最优解了。更稳妥的做法是一开始就把x_test封存起来，调参全程只用x_val，全部定稿后再取出x_test做最终评估。

3. 模型怎么选：前馈全连接基线还是卷积神经网络

3.1 先跑全连接：验证链路最快的方式

Fashion-MNIST上有一个常用策略：先用前馈神经网络（全连接网络）搭一个快速基线，确认数据加载、训练、评估的链路通畅，再换成卷积网络提精度。全连接网络把每张28x28的图拉平成784维向量，经过若干Dense层逐层变换，最后softmax输出10个类别的概率。

from tensorflow.keras import layers, models def build_mlp_model(): model = models.Sequential([ layers.Flatten(input_shape=(28, 28, 1)), layers.Dense(128, activation='relu'), layers.Dense(64, activation='relu'), layers.Dense(10, activation='softmax') ]) return model

Flatten把三维输入拉平成784维向量，两个隐藏层分别128和64个神经元，relu激活，最后一层softmax做10分类。这套结构在Fashion-MNIST上跑12到15个epoch，测试准确率大约88%到90%。好处是参数少、训练快，非常适合先确认全链路没有低级错误，再换CNN。如果你没有GPU，这个模型在CPU上跑一个epoch也就几十秒，对硬件非常友好。

3.2 CNN结构：两层卷积就能到92%

想拿更高分，换成卷积神经网络。卷积核对局部纹理敏感，Fashion-MNIST这种以轮廓、条纹区分类别的数据，卷积有明显优势。典型可跑的结构长这样：

from tensorflow.keras import layers, models def build_cnn_model(): model = models.Sequential([ layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)), layers.MaxPooling2D((2, 2)), layers.Conv2D(64, (3, 3), activation='relu'), layers.MaxPooling2D((2, 2)), layers.Flatten(), layers.Dense(128, activation='relu'), layers.Dropout(0.3), layers.Dense(10, activation='softmax') ]) return model

第一层Conv2D的32表示卷积核数量，每个卷积核提取一类局部特征，比如横向条纹、领口弧线、鞋底轮廓；(3,3)是卷积核尺寸，表示每次扫描周围3x3的区域。MaxPooling2D把特征图尺寸减半，保留强特征的同时降低计算量。两层卷积分别提取低层和高层特征，Flatten拉平后接入128维全连接层，最后softmax输出。这个结构在Fashion-MNIST上通常能到92%到94%。

这里加了一个Dropout(0.3)，是全连接之后的正则化层，训练时随机丢弃30%的神经元连接，防止模型把训练集背下来。有它在，val loss不容易反弹，是一个性价比很高的改动。如果你前面忘了补通道维，这里会报"expected ndim=4, found ndim=3"之类的错误，看到别慌，回去检查预处理那行[..., None]。

3.3 激活函数、参数对比与参数量计算

中间层默认选relu，整流线性单元计算便宜、收敛快，是当前图像分类的主流选择；输出层必须用softmax，因为多分类需要输出每个类别的概率且概率之和为1。一个容易踩坑的细节：SparseCategoricalCrossentropy与softmax搭配时，要在compile里设from_logits=False；如果输出层不加softmax，这里就要设为True。

全连接网络的问题在于参数多但特征利用率低——每个像素都要和下一层全部神经元连接，忽略了像素间的空间位置关系，所以它跑得动但天花板低。CNN通过卷积核共享参数，用远少于全连接的参数量达到更高精度。Dense层的参数量等于输入维度乘神经元数加偏置数，比如784维输入接64个神经元就是784×64+64约5万个参数；而一个3x3卷积核只有3×3×1×32+32等于320个参数，这就是CNN占用资源更少的底层原因。

4. 训练与评估：交叉熵、Adam与准确率验证

4.1 损失函数与优化器怎么选

多分类任务的标配是交叉熵损失。模型输出的是一个10维概率分布，交叉熵衡量这个分布和真实标签之间的差距，值越小说明分布越接近真实情况。优化器用Adam起步，自适应调整每个参数的学习率，基本不用手动调度。compile的写法如下：

from tensorflow.keras.losses import SparseCategoricalCrossentropy from tensorflow.keras.optimizers import Adam model.compile( optimizer=Adam(learning_rate=0.001), loss=SparseCategoricalCrossentropy(from_logits=False), metrics=['accuracy'] )

learning_rate=0.001是Adam的常用默认值，在Fashion-MNIST上够用。调大到0.01，loss会在较高水平震荡不降；调小到0.0001，收敛会慢几倍。如果你不想手动调，可以加ReduceLROnPlateau回调让它在验证loss不降时自动减半。

4.2 训练循环：batch_size和epochs怎么定

compile之后调用fit，main.py里的写法大体如下：

history = model.fit( x_train, y_train, batch_size=128, epochs=15, validation_data=(x_val, y_val) )

batch_size是每次迭代喂给网络的样本数。128是折中值，显存紧张降到64或32，效果差别不大。epochs设为15，CNN在这个数据集上基本到平台期。history对象里存了每个epoch的训练loss、训练accuracy、验证loss、验证accuracy，后面画曲线就靠它。也可以不手动切验证集，直接用validation_split=0.1从训练数据尾部自动切10%，效果等价，但可控制的粒度不如手动切。

一个值得养成的习惯：不要一上来就epochs=50。先跑5个epoch看loss走势，确认在下降且验证loss没爆，再把epochs放大。很多人的第一版模型都是因为超参没调通白等几个小时。

4.3 用测试集做一次性评估

训练完成后，用测试集做最终评估：

test_loss, test_acc = model.evaluate(x_test, y_test) print(f"Test accuracy: {test_acc:.4f}")

evaluate把x_test整体过一遍前向传播，比对标签输出准确率，第二个返回值就是分类正确的样本占比。这里的潜在陷阱是数据预处理一致性：训练时做的归一化和补通道维，测试时必须原样执行。很多作业翻车就翻在这里——训练集95%，测试集掉到80%，一查，测试分支忘了除以255。

4.4 画loss曲线，别把训练过程当黑匣子

训练完顺手画一下损失曲线：

import matplotlib.pyplot as plt plt.plot(history.history['loss'], label='train_loss') plt.plot(history.history['val_loss'], label='val_loss') plt.legend() plt.grid(True) plt.show()

正常训练时train_loss和val_loss同步下降、差距不大；如果train_loss一路下行而val_loss在某个epoch后反弹，说明过拟合，去加dropout或减小模型容量；如果两条线都在高位下不去，说明学习率偏大或模型容量不够。只看最终accuracy不看曲线，相当于蒙着眼睛开车，曲线是这个黑匣子里最有价值的信号。训练完成记得model.save('fashion_model.h5')，下次直接load，省去重新训练的时间。

5. 避坑指南：跑通Fashion分类最常见的五个翻车点

这一章写的全是我在实际跑类似项目时遇到过的坑。每个坑都是现象、原因、解决三段式，照着排查能省下不少调试时间。

5.1 没归一化，准确率卡在80%上不去

现象：训练多轮loss下降缓慢，最终准确率止步在80%左右，换更复杂的网络也没用。

原因：像素值范围0到255，数值跨度大，梯度更新不稳定，尤其全连接网络的权重更新被大数值输入放大，细节特征完全学不到。

解决：加载后立刻除以255.0。排查方法：打印x_train.min()和x_train.max()，确认值域在0到1之间。这是新手翻车率最高的位置，没有之一。

5.2 label格式与损失函数不匹配

现象：compile不报错，训练到第一个epoch结束loss变成nan，准确率一直为0。

原因：用了CategoricalCrossentropy却喂整数标签，或者用了SparseCategoricalCrossentropy却喂one-hot向量，输入格式和损失函数的前提条件不匹配。

解决：整数标签配SparseCategoricalCrossentropy，one-hot标签配CategoricalCrossentropy，一一对应。用方案A（整数标签）可以少记一条规则，也少写一行转换代码。这类问题最容易在从网上抄代码混用两套方案时出现。

5.3 训练和测试的预处理不一致

现象：训练集准确率95%，测试集只有80%不到，差距大到不正常。

原因：训练时做了归一化、补通道维，测试时漏做了其中某一步；或者测试分支用了原始整数像素。

解决：把预处理封装成一个函数，训练和测试调同一个函数。我见过最隐蔽的一次是训练分支做了x_train[..., None]，测试分支忘了，结果model.evaluate直接报维度错误，排查了十分钟才发现。

5.4 epochs太少，误判模型上限

现象：跑5个epoch看到88%准确率，以为这个网络结构就到头了，开始怀疑模型设计。

原因：CNN在Fashion-MNIST上一般10到15个epoch才进入平台期，5个epoch还在上升通道中段，结论下早了。

解决：先跑15个epoch，观察val_loss是否还在降；还在降就继续加，直到val_loss平稳或反弹为止。判断模型上限之前，先把epochs喂够。

5.5 过拟合被忽视

现象：训练loss降到0.2，val_loss却反弹到0.8，测试准确率仍然90%以上，于是选择忽略。

原因：模型背住了训练集样本特征，泛化能力没有同步提升，这个隐患换到真实数据集上会立刻暴露。

解决：在全连接层后加Dropout(0.3)，或增大batch_size。前者随机丢弃连接做正则，后者让每轮梯度更新更稳定。两条路都有效，我一般两个一起上。

提示：上面任何一条踩坑，排错的第一步都是打印张量形状和值域。shape和min/max都没问题，再往模型结构上找原因。

6. 进阶：从92%到94%的调参思路与验证习惯

6.1 先跑一个batch过拟合测试，再跑全量

我在校验一份新的训练代码时，会先取8张图跑一个batch，loss能快速下降说明链路是通的，再放开全量训练。这个习惯帮我挡掉过不少低级错误，比如shape写错、label顺序错位。

# 取8张图跑50轮，模型必然能把这批图片背下来 sample_x = x_train[:8] sample_y = y_train[:8] model.fit(sample_x, sample_y, epochs=50, verbose=0) acc = model.evaluate(sample_x, sample_y, verbose=0)[1] assert acc > 0.9, f"链路有问题，准确率只有{acc}"

8张图跑50轮，准确率上不了90%说明代码链路里有毛病。确认没问题再上全量训练，省时间也省心情。

6.2 数据增强是双刃剑

简单平移、随机翻转能让模型更鲁棒，但Fashion-MNIST里有语义方向问题——帽子倒过来还是帽子，鞋子就不一定。旋转范围控制在10度以内，翻转只用水平翻转，垂直翻转会让模型学到错误的方向特征。数据增强只在训练时做，验证和测试保持原图。

6.3 学习率衰减比手动调参更省心

Adam的默认学习率0.001在前期够用，后期loss会在平台期抖动。用ReduceLROnPlateau回调，验证loss连续两个epoch不降就把学习率减半，最后几轮往往能把准确率再顶上去0.5到1个点，而且是全自动的。

从那以后，我每次跑这种图像分类任务都强制走一遍固定流程：先跑8张图的过拟合测试确认链路，再全量训练并盯着loss曲线，最后才碰调参。这几个习惯帮我省下的调试时间，比任何模型结构上的骚操作都多。希望帮到你。

本文还有配套的精品资源，点击获取