第5章 图像分类对照实战
第 5 章 · 图像分类对照实战
章节摘要：前面四章把对照轴拆开讲。本章用同一数据集把轴再合上。Fashion MNIST：七万张 28×28 灰度服装图，六万训练、一万测试，十类。先把数据契约写清楚——类别名、形状、取值范围——再双侧实现相近容量的多层感知机，并加一个简单卷积作为「换层不换框架」的对照。最后用训练/验证曲线诊断过拟合与欠拟合，做第一轮调参：容量、Dropout、epoch、学习率。验收标准不是刷榜，而是：两侧数字可解释，最佳检查点可加载。
学习目标
阅读完本章，你应当能够：
- 不看代码复述 Fashion MNIST 的规模、尺寸、划分与十类名称用途
- 在 Keras 与 PyTorch 上各实现 Flatten-128-10 的 MLP，并对齐预处理后再比准确率
- 说明为何卷积在图像上通常强于展平 MLP，以及本课卷积保持简单的原因
- 从曲线区分过拟合、欠拟合，并列出第一轮只允许动的几个旋钮
核心概念速览
金句：对照实战的敌人不是「另一框架更准」，而是「两边预处理根本不是同一道菜」。
图 实战三步
子章节导航
5.1 Fashion MNIST 数据准备
MNIST 与 Fashion MNIST 的差异、十类、加载入口、为何适合当第一个分类任务。
5.2 同一任务双侧实现
Keras Sequential MLP/简单 CNN 与 PyTorch Module 对照，含原文 compile 与 CrossEntropy 约定。
5.3 结果分析与调优
训练对验证曲线、过拟合欠拟合、第一轮调参与检查点。
本章怎么对照着读
5.1 当天只做加载与打印，不要训练。shape 与 min/max 写进实验卡片。5.2 先 MLP 双侧都跑完 10 epoch，再决定要不要 CNN。CNN 是架构旋钮，不是「正餐」。5.3 在有验证曲线之后才打开，没有曲线就没有诊断。有人喜欢一上来搜「Fashion MNIST Keras 99%」，那些数字往往来自更重的网络或把测试当验证。本课不竞赛，竞赛会破坏对照。
若两侧测试准确率差过五个点，停止调参，回到控制变量清单：预处理、batch、lr、Softmax 次数、是否 shuffle。五个点以内，优先当随机与实现细节，不必为此换主框架。
子章节之间的逻辑关系
没有契约就实现，准确率不可比；没有实现就谈调参，曲线是空的。
| 节 | 禁止事项 |
|---|---|
| 5.1 | 不打印 min max 就训练 |
| 5.2 | 五锁未写数字就比框架 |
| 5.3 | 用测试集调参 |
5.1 契约 ──► 5.2 双侧跑通 ──► 5.3 读曲线再动旋钮
前置知识与后续延伸
- 前置：第 1–4 章的选型、张量、管线、循环、保存
- 后续：更大的视觉模型、检测分割、生产部署加速不在本课；把本课检查点当「会走完全流程」的证明即可
本章不要当「终于可以不对照、专心刷分」的章节。恰恰相反：前面拆开的五条轴必须同时在场。数据契约错了，准确率不可比；Softmax 约定错了，一侧会学傻；批次和打乱策略错了，曲线形状会骗人；忘记保存最佳点，调参无法回退。所以 5.1 看起来像在重复数据集说明书，其实是在签对照合同。合同没签就写 CNN，等于无对照的两次作业。
实现节只保留两种架构：原文 MLP，以及简单卷积。不是因为卷积浅显，而是因为再深就无法归因。残差、注意力、预训练骨干会引入第三套变量：初始化、图像尺寸、算力。本课算力假设是 CPU 或一块入门 GPU 能在分钟级跑完 10 个 epoch。超出这个假设的模型，请换专门的视觉教程，并把本课检查点当「我会走完框架流程」的证书。
分析节的调参清单很短，是故意的。同时改学习率、宽度、Dropout 和卷积，你无法知道哪一件起作用，对照表会写成「我调过了，还是不知道」。早停是第一处方，对齐预处理是第二，CNN 是第三。这个顺序对 Keras 与 PyTorch 同样有效——如果某一侧你只会调 fit 的 epoch、不会在另一侧存 best 权重，说明第 4 章还没互译完成，应退回 4.3 而不是在本章加层。
实现节的代码保持概念性，不等于可以省略形状打印。5.2 的第一件事仍是假批次前向，输出必须是 (batch, 10)。第二件事是一个短循环看到损失低于 ln(10)。第三件事才是 10 个 epoch。把这三道门当成第 1.3 安装验收在数据上的翻版：导入变成加载，加法变成假前向，设备列表变成批次与模型同设备。翻版一旦成为习惯，CNN 出问题你也知道先过门再加层。
分析节禁止使用测试集做旋钮选择。原文有的示例把测试当 validation_data，那是为了少写切分代码。本课允许你「跟着原文跑一遍看 API」，不允许你把那次测试数字写进对外报告当泛化。对外只报告：验证上选出的检查点，在锁定的测试集上评估一次。Keras 与 PyTorch 各一行，字段对齐。这是对照伦理，不是吹毛求疵。
实战章把前面所有契约一次性执行。5.1 签合同，5.2 跑双侧基线，5.3 只开一种药。合同字段包括形状、取值范围、划分方式、类别名只用于显示。基线字段包括容量 128、批次 64、学习率 0.001、十个 epoch、Softmax 次数。调参字段包括诊断类型与只改的那一个旋钮。缺字段的准确率数字，本课视为未完成对照，而不是刷分失败。测试集只在最终检查点上出现一次，两侧各一行写进报告。
本章读完应能交出一张双侧报告，而不是两段互不引用的实验日志。报告里每一行数字都能回溯到契约字段，回溯失败就回去补字段，不要补层。