简介：一套针对时装数据集的神经网络分类实现代码与配套说明文档，面向深度学习初学者及需要完成图像分类课程作业的学生，覆盖数据预处理、模型构建、训练评估到调参优化的完整流程。压缩包共2个文件，包含一个可直接运行的Python脚本和一份Word说明文档：脚本以卷积神经网络（Conv2D、池化层）结合全连接层的方式实现分类，文档则对归一化、one-hot编码、交叉熵损失、Adam优化器等关键环节进行了讲解，整体大小仅559KB。已有297人学习，很适合对照代码逐步理解时装数据集中10类衣物图像的识别过程。借助压缩包内的代码和文档，读者能够快速掌握加载并处理图像数据、搭建并编译模型、训练与评估模型的具体写法，也可参考代码结构完成自己的作业，或进一步尝试调整学习率、批量大小等超参数进行优化实验。

1. 时装分类代码包到底解决了什么：从一份作业代码看懂神经网络全流程

拿到「神经网络实现fashion数据分类代码.zip」的时候，多数人以为它就是一份交差的作业：解压出来一个 homework6 文件夹、一个 main.py、一份 Word 文档。实际上这份资源把神经网络做图像分类的完整流程——加载数据、预处理、建模、训练、评估、调参——压缩进了一个能直接跑的最小闭环里。Fashion-MNIST 是 Zalando 做的服装图片数据集，10 个类别、6 万张训练图、1 万张测试图，每张 28×28 灰度，比手写数字 MNIST 更难，也更接近真实图像分类的难度。对刚接触深度学习的人来说，把它跑通、改参数、看准确率变化，比看十篇教程都管用。这份代码包适合三类人：正在做图像分类作业的学生、想用真实数据集练手 TensorFlow 的初学者、以及需要一份基线代码快速验证想法的工程师。

对已经跑过几个模型的人，这份代码的参考价值在于结构规范：数据预处理、模型定义、训练评估被分得很清楚，你能直接替换成自己的数据集。核心算法是前馈神经网络和卷积神经网络的对比实现，源码基于 TensorFlow/Keras 写成，训练入口在 main.py，Word 文档则把每一行的意图解释了一遍。

2. Fashion-MNIST 数据预处理：reshape、归一化与 one-hot 编码的落地写法

2.1 先看数据长什么样：shape 与类别分布决定后面所有代码

解压后先别急着跑 main.py，第一步应该打开 Python 交互环境，把这个数据集的实际结构打印出来。Fashion-MNIST 在 Keras 里自带加载函数，不需要手动下载，第一次运行会自动从网络获取，之后缓存在本地。

from tensorflow.keras.datasets import fashion_mnist (x_train, y_train), (x_test, y_test) = fashion_mnist.load_data() print("x_train shape:", x_train.shape) # (60000, 28, 28) print("y_train shape:", y_train.shape) # (60000,) print("x_test shape:", x_test.shape) # (10000, 28, 28) print("类别取值范围:", y_train.min(), "-", y_train.max())

这里的输出值得逐行确认：x_train是四维结构，第一维 60000 是样本数，后两维 28×28 是像素矩阵，没有通道维。y_train是整数索引，0 到 9 共 10 类，分别对应 T 恤、裤子、套头衫、裙子、外套、凉鞋、衬衫、运动鞋、包、短靴。类别顺序有时候会记混，建议打印出前几张图的标签和像素范围，确认数据没加载错。

import matplotlib.pyplot as plt print("像素范围:", x_train[0].min(), "-", x_train[0].max()) plt.imshow(x_train[0], cmap="gray") plt.title(f"label: {y_train[0]}") plt.show()

如果打印出的像素范围是 0 到 255，就说明还没归一化，坦率说这一步是最容易被跳过的。另外注意x_train是三维数组，直接塞进全连接层会报维度错误，这也是后面要先 reshape 的原因。我一般会在加载完数据后立刻把 shape 写进注释里，防止隔几天回来忘了维度。

2.2 reshape 与归一化：除以 255 不是玄学，是收敛速度的分水岭

神经网络对输入特征的尺度非常敏感。28×28 灰度图的像素值范围是 0 到 255，如果原样输入，大数值特征会在前向传播中主导梯度更新，导致 loss 震荡甚至不收敛。归一化就是把每个像素除以 255，把范围压到 0 到 1 之间。这一步看起来简单，但跳过的后果在训练曲线上非常明显：loss 下降慢、准确率长期在 80% 附近卡住。

全连接网络的输入需要把 28×28 拉平成 784 维向量，卷积网络则保留 28×28 并在末尾加一个通道维度：

# 全连接网络（MLP）版：拉平成向量 x_train_flat = x_train.reshape(-1, 784) / 255.0 x_test_flat = x_test.reshape(-1, 784) / 255.0 # 卷积网络（CNN）版：保留空间结构，加灰度通道 x_train_cnn = x_train.reshape(-1, 28, 28, 1) / 255.0 x_test_cnn = x_test.reshape(-1, 28, 28, 1) / 255.0

reshape(-1, 784)里的-1表示自动推断样本数，784 是 28×28 的乘积。卷积版本最后加的 1 是灰度通道数，如果是三通道彩色图这里就是 3。两个版本的数据要分开存，因为后面模型接的输入维度完全不同。归一化统一用浮点除法，注意 Python 3 里整数除法要用/而不是//，否则 255 整除后全部变成 0。

<提示> 像素值缩放到 0-1 区间是最常见的做法，但也可以尝试标准化(x - mean) / std。对 Fashion-MNIST 这种图像数据集，简单除以 255 已经足够，数据量小、特征明显。 </提示>

2.3 标签编码：为什么不能直接把 0-9 整数喂给模型

分类任务的输出层用 softmax 输出 10 个概率值，标签就需要变成 10 维的 one-hot 向量。比如类别 3 变成[0, 0, 0, 1, 0, 0, 0, 0, 0, 0]。如果直接拿整数标签训练，模型会认为类别之间有大小关系——5 比 3 大、9 比 7 大，这完全误导了分类学习。

from tensorflow.keras.utils import to_categorical y_train_oh = to_categorical(y_train, num_classes=10) y_test_oh = to_categorical(y_test, num_classes=10) print("原始标签:", y_train[0]) # 例如 9 print("one-hot标签:", y_train_oh[0]) # [0. 0. 0. 0. 0. 0. 0. 0. 0. 1.]

to_categorical的num_classes参数必须和模型输出层神经元数量一致，否则训练时会报维度不匹配。另外，模型评估阶段计算准确率时，model.predict返回的是 10 个概率值，需要用np.argmax取最大概率的索引，再和原始整数标签比较。这个 argmax 环节是初学者最容易漏的，漏掉之后准确率算出来会非常难看，原因是拿概率向量和整数标签做了逐元素比较。

3. 模型构建：从 784 维输入到 10 类输出，前馈网络与卷积网络的搭配

3.1 全连接基线：一个隐藏层的前馈网络能跑到多少

Fashion-MNIST 的难度比手写数字高不少，MNIST 用全连接网络轻松到 98%，Fashion-MNIST 同样的结构大概只在 88% 左右。但这不妨碍先用全连接网络搭一个基线，它能验证数据预处理和训练流程是否正确。一个典型的前馈网络结构是 784 → 128 → 10，隐藏层用 ReLU 激活，输出层用 softmax。

在 Keras 里用 Sequential 写这个网络，每一层的神经元数量和激活函数是核心参数。隐藏层 128 是经验值：太少学不到特征，太多在小数据集上容易过拟合。不要一上来就堆 512、1024，先把基线跑通再逐步加宽。

from tensorflow.keras import Sequential from tensorflow.keras.layers import Dense, Dropout from tensorflow.keras.optimizers import Adam model_mlp = Sequential([ Dense(128, activation='relu', input_shape=(784,)), Dropout(0.3), Dense(10, activation='softmax') ]) model_mlp.compile( optimizer=Adam(learning_rate=0.001), loss='categorical_crossentropy', metrics=['accuracy'] ) model_mlp.summary()

input_shape=(784,)这里的逗号不能漏，它表示输入是一个 784 维的一维向量。Dropout 层的作用是随机丢弃 30% 的神经元，防止网络死记硬背训练集。learning_rate=0.001是我常用的默认值，如果 loss 不降或者降得太猛，再调整到 0.0001 或 0.01。summary()会打印每一层的参数量，全连接层的参数是输入维度 × 神经元数量 + 偏置，第一层就是 784×128+128，约十万个参数，量级在可控范围内。

3.2 卷积特征提取：Conv2D 与 MaxPooling2D 的每一维都是为什么

CNN 比全连接网络强在参数共享和局部感受野。一张 28×28 的图像，全连接第一层每个神经元要连 784 个输入，而卷积核只用 3×3=9 个权重在图像上滑动，参数少得多，而且能捕捉到边缘、纹理这类局部特征。对服装这种有明显纹理和轮廓的图片，卷积层的特征提取能力远超前馈网络。

一个常用的 Fashion-MNIST CNN 结构是两层卷积加池化，再接全连接层。我给出的是这份作业代码里最常见的搭建方式，也是能稳定跑到 92% 以上的配置：

from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten model_cnn = Sequential([ Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)), MaxPooling2D((2, 2)), Conv2D(64, (3, 3), activation='relu'), MaxPooling2D((2, 2)), Flatten(), Dense(128, activation='relu'), Dropout(0.5), Dense(10, activation='softmax') ])

Conv2D(32, (3, 3))的第一个参数 32 是卷积核数量，也叫输出通道数，可以理解为提取 32 种不同特征；第二个参数是卷积核尺寸，3×3 是最常用的，5×5 感受野更大但参数更多。MaxPooling2D((2, 2))把 2×2 区域取最大值，图像尺寸缩小一半，同时保留最显著的特征。第一层池化后是 14×14，第二层后是 7×7，Flatten 把它拉平成 7×7×64=3136 维向量，再接全连接层。

这里有一个输入数据对齐的问题：CNN 的input_shape=(28, 28, 1)对应之前预处理的x_train_cnn，如果误把x_train_flat喂进来，第一层就会报维度错误。作业代码里通常会写清楚哪个变量喂给哪个模型，但自己改的时候经常会把这两组数据搞混。

3.3 输出层与损失函数：softmax 和交叉熵是配对使用的

输出层的Dense(10, activation='softmax')是全篇代码的关键落点。softmax 把 10 个神经元的输出变成和为 1 的概率分布，哪个类别的概率最大，模型就预测哪个类。配合categorical_crossentropy损失函数，梯度更新会更稳定。

如果标签做成了 one-hot，就用categorical_crossentropy；如果标签还是整数，用sparse_categorical_crossentropy也能训练，但作业代码里大多是 one-hot 方案。这是一个容易踩的坑：标签编码方式与损失函数不匹配时，训练不报错但准确率异常，因为 Keras 内部做了不同的比较方式。建议代码里写死 one-hot 编码，损失函数固定用categorical_crossentropy，排查问题也更方便。

隐藏层的激活函数用 ReLU 而不是 sigmoid 或 tanh，原因是 ReLU 的计算简单、梯度不会饱和，深层网络也能稳定传播。卷积层里的 ReLU 还会把负值特征直接砍掉，相当于做了一个隐式的特征筛选。

<提示> 关于 CNN 的参数量，可以对比：全连接网络约 10 万参数，CNN 只有约 5 万参数，但准确率反而高 4 到 5 个点。这就是「参数共享 + 局部连接」带来的效果。 </提示>

4. 训练闭环：损失函数、优化器与准确率评估的配合要点

4.1 编译配置：交叉熵搭配 Adam 的选型理由

模型定义完，compile是训练前最后一个关键步骤。损失函数选categorical_crossentropy，优化器选 Adam，评估指标选accuracy。Adam 的优点是自适应学习率，它会在训练过程中根据梯度大小动态调整每个参数的学习步长，相比 SGD 需要手动调整学习率和动量，Adam 对新手更友好。

from tensorflow.keras.optimizers import Adam model_cnn.compile( optimizer=Adam(learning_rate=0.001), loss='categorical_crossentropy', metrics=['accuracy'] )

learning_rate这个参数值得多说一句：0.001 是 Adam 的默认值，对大多数图像分类任务都够用。如果训练时 loss 出现剧烈震荡，说明学习率偏大，降到 0.0003 或 0.0001；如果 loss 下降得极其缓慢，可以试着提到 0.003。不要用太小的学习率硬撑着跑几十个 epoch，浪费时间且收益很低。

metrics=['accuracy']会在训练过程中同步计算准确率，Keras 会自动把预测结果和标签做argmax再比较。这里需要注意，训练时的准确率是 one-hot 标签的匹配结果，和我们手动用整数标签算出来的准确率在数值上是一致的，但代码路径不同，别混着用。

4.2 fit 训练参数：batch_size、epochs 和过拟合信号

训练过程的参数直接影响模型的收敛速度和最终效果。batch_size每次喂给网络多少张图，epochs跑几轮完整数据集，validation_split从训练集里切出多少比例做验证。这三者的关系是：batch 越小，梯度更新越频繁，训练越不稳定但可能跳出局部最优；batch 越大，训练越平滑但显存占用高。64 是经验平衡点。

history = model_cnn.fit( x_train_cnn, y_train_oh, batch_size=64, epochs=20, validation_split=0.2, verbose=1 )

validation_split=0.2表示把 60000 张训练图里的 12000 张拿出来当验证集，不参与梯度更新。每次 epoch 结束后，Keras 会在验证集上计算 loss 和准确率，这个结果比训练集的准确率更能反映泛化能力。verbose=1会打印进度条，verbose=0安静模式，作业里推荐保持 1 方便观察。

训练中最常见的信号是：训练准确率持续上升但验证准确率开始下降，这就是过拟合的典型曲线。遇到这种情况，优先改 Dropout 的比例（0.3 调到 0.5），或者减小 epochs。不要只盯训练集准确率，那个数字高得再漂亮也没有实际意义。Fashion-MNIST 的 CNN 模型在 8 到 12 个 epoch 之后验证准确率就趋于平稳，20 个 epoch 足够观察到完整趋势。

4.3 评估与持久化：evaluate 的返回值对应什么

训练完成后需要拿测试集做最终评估。测试集是模型没见过的 1 万张图，它的准确率才是作业报告里真正要写的数字。evaluate返回两个值，第一个是 loss，第二个是 accuracy：

test_loss, test_acc = model_cnn.evaluate(x_test_cnn, y_test_oh, verbose=0) print(f"测试集 loss: {test_loss:.4f}") print(f"测试集准确率: {test_acc:.4f}")

如果这里打印出的准确率和训练时差不多，说明模型泛化正常；如果测试准确率比验证准确率低很多，可能存在数据分布差异，或者是训练集 shuffle 不够。verbose=0不打印进度条，适合批量评估时使用。

训练完的模型也要保存，否则下次跑还得重新训练。作业里常见的是把整个模型存成 h5 文件：

model_cnn.save('fashion_mnist_cnn.h5') # 重新加载 from tensorflow.keras.models import load_model loaded_model = load_model('fashion_mnist_cnn.h5')

保存格式上，.h5是 Keras 默认格式，把模型结构和权重打包在一起。加载后可以直接predict和evaluate，不需要重新定义结构。这里建议给文件加上模型名字和准确率，比如fashion_cnn_9215.h5，避免后面实验多个模型时分辨不清。加载模型之后顺手用loaded_model.summary()确认结构没变，这是一个值得养成的习惯。

5. 避坑指南：跑通 main.py 之前必看的五个排查点

5.1 启动报错：找不到 msvcp140.dll 或 TensorFlow 导入失败

现象：安装好 TensorFlow 后运行 main.py，直接弹出找不到 msvcp140.dll，或者提示ImportError: DLL load failed。

原因：TensorFlow 是编译型库，依赖 Microsoft Visual C++ Redistributable 提供的运行时组件。系统缺失这个运行库时，Python 无法加载 TensorFlow 的 C++ 扩展。操作系统重新安装或者纯净环境里最常见。

解决：去微软官网下载 VC++ Redistributable 最新版安装，x64 版本必装。装完重启终端再跑一次。如果问题变成找不到cudart64_*.dll，那是 GPU 版 TensorFlow 缺 CUDA 运行库，把 CUDA Toolkit 装上即可。CPU 版 TensorFlow 一般不依赖 CUDA。

5.2 维度错误：input_shape 与数据 shape 对不上

现象：fit阶段报错ValueError: Input 0 of layer sequential is incompatible with the layer，提示期望形状和实际形状不一致。

原因：预处理时生成了两个版本的数据，x_train_flat是 (60000, 784)，x_train_cnn是 (60000, 28, 28, 1)。可能是用 CNN 模型训练时误喂了x_train_flat，或者全连接网络喂了带通道维的数据。

解决：检查模型定义里的input_shape和喂进去的数据。训练 CNN 用x_train_cnn，训练 MLP 用x_train_flat。在fit前加一行打印print(x_train_cnn.shape)，确认维度是四维再继续。还有一个容易忽略的点：数据是 (60000, 28, 28) 但忘记加通道维，直接 reshape 成 (60000, 28, 28) 而不是 (60000, 28, 28, 1)，一样会报错。

5.3 准确率一直在 10% 左右徘徊

现象：训练了很多轮，准确率始终在 0.1 附近打转，和随机猜测无异。

原因：最常见的是归一化没做，像素值 0-255 直接进网络，梯度更新异常；其次是标签 one-hot 编码写错了，比如num_classes设成了其他数值；还有一种情况是模型最后没有softmax激活，输出值不是概率分布。

解决：回到预处理代码，确认像素值已经除以 255；打印y_train_oh.shape，确认是 (60000, 10)；检查输出层是Dense(10, activation='softmax')而不是linear。这三个检查点五分钟能查完，如果都正常，把学习率调到 0.0001 再试一轮。

5.4 训练集 99% 测试集 85%：过拟合的典型信号

现象：训练准确率接近 100%，验证和测试准确率只有 85% 左右，差值超过 10 个点。

原因：模型容量过大，把训练集里的噪声和细节都背下来了，碰到新数据就露馅。Fashion-MNIST 本身类别间有相似性，比如衬衫和 T 恤，模型在训练集上做出了过强拟合。

解决：增大 Dropout 比例，从 0.3 调到 0.5 甚至 0.6；减小隐藏层神经元数量，比如 128 降到 64；加入早停机制——在验证准确率连续 3 个 epoch 不提升时自动停止训练，Keras 原生支持EarlyStopping回调。这套组合拳能把测试准确率从 85% 拉回到 90% 以上。

from tensorflow.keras.callbacks import EarlyStopping early_stop = EarlyStopping( monitor='val_accuracy', patience=3, restore_best_weights=True ) history = model_cnn.fit( x_train_cnn, y_train_oh, batch_size=64, epochs=50, validation_split=0.2, callbacks=[early_stop], verbose=1 )

patience=3表示连续 3 个 epoch 验证准确率不提升就停止；restore_best_weights=True会把权重回滚到验证准确率最高的那一步，避免保存过拟合后的权重。

5.5 测试集上的分类结果和直觉不符

现象：模型整体准确率还行，但查看具体样本时，明明很像运动鞋的图被分成了短靴，或者把包识别成了裙子。

原因：Fashion-MNIST 的类别之间存在真实的重叠，比如短靴和运动鞋轮廓接近，衬衫和 T 恤差别仅在袖子长度，人眼都可能看错。模型没有额外的语义信息，只能根据像素分布判断。

解决：看混淆矩阵，找到哪些类别对经常被搞混，再决定是否需要增加对应类别的训练数据、或者调整类别权重。这一步不是 bug，是这个数据集本身的难点。后面的第六节会具体演示怎么定位这些问题。

<注意> 排查问题的一个通用原则：先确认数据正确，再确认模型结构，最后才调训练参数。顺序反过来的话，经常会在模型写错的情况下白调半天学习率。 </注意>

6. 用混淆矩阵定位分类边界：找出模型真正没学会的类别

准确率只是一个数字，模型到底在哪两类之间犹豫，要靠混淆矩阵才能看清楚。Keras 的evaluate只给一个总分，但作业和实际项目里，分析具体错分才是调优的前提。

import numpy as np from sklearn.metrics import confusion_matrix import matplotlib.pyplot as plt import seaborn as sns y_pred = np.argmax(model_cnn.predict(x_test_cnn), axis=1) class_names = ['T恤', '裤子', '套头衫', '裙子', '外套', '凉鞋', '衬衫', '运动鞋', '包', '短靴'] cm = confusion_matrix(y_test, y_pred) plt.figure(figsize=(10, 8)) sns.heatmap(cm, annot=True, fmt='d', cmap='Blues', xticklabels=class_names, yticklabels=class_names) plt.xlabel('预测类别') plt.ylabel('真实类别') plt.show()

predict返回的是概率矩阵，np.argmax(..., axis=1)按行取最大值索引，得到的就是每个样本的预测类别。混淆矩阵的行是真实标签，列是预测标签，对角线越深越好。观察非对角线的高亮位置：如果「衬衫」这一行大量落在「T 恤」列上，说明模型分不清这两类的袖长差异；「短靴」和「运动鞋」互错说明鞋底轮廓特征学得不够。

一个具体做法是让模型按置信度排序输出预测结果，找到那些置信度高但预测错的样本——这些是模型的盲区，比随机抽样更有分析价值。从那以后，我每次跑完训练都强制走一遍混淆矩阵加错误样本可视化，哪怕是时间紧也至少看一眼对角线；这份代码包里的 main.py 结构完整，跑通后把第五节和第六节的片段加进去，就是一个比原作业更有参考价值的调优脚本，希望帮到你。

本文还有配套的精品资源，点击获取