C#神经网络实战：从零构建手写数字识别模型

1次阅读

共计 1692 个字符，预计需要花费 5 分钟才能阅读完成。

手写数字识别（MNIST 数据集）是个经典问题。传统方法比如 SVM 或 KNN 在简单场景下能达到 90%+ 准确率，但当遇到书写风格差异大、笔画粘连的情况时，效果会急剧下降。我试过用 OpenCV 做特征提取后分类，最佳结果仅 87% 准确率。

在 C# 生态中有三个主流选择：

TensorFlow.NET：API 与 Python 版基本一致，适合需要复杂模型的研究场景
ML.NET：微软官方库，对 C# 开发者最友好，内置了神经网络组件
CNTK：微软认知工具包，性能优异但已停止维护

作为工程落地项目，最终选择 ML.NET：

原生支持 C# 语法糖
自动内存管理更安全
与 ASP.NET Core 无缝集成

// 加载 MNIST 数据（需下载 csv 版本）var context = new MLContext();
var data = context.Data.LoadFromTextFile<MnistData>(
    path: "mnist_train.csv",
    hasHeader: true,
    separatorChar: ',');

// 标准化像素值到 0 - 1 范围
var pipeline = context.Transforms.NormalizeMinMax(
    outputColumnName: "NormalizedFeatures",
    inputColumnName: nameof(MnistData.PixelValues));

var options = new NeuralNetworksTrainer.Options 
{
    FeatureColumnName = "NormalizedFeatures",
    LabelColumnName = nameof(MnistData.Number),
    // 典型的三层结构
    LayerSizes = new[] { 784, 128, 64, 10}, // 输入层 -> 隐层 -> 输出层
    LearningRate = 0.01f, // 太大导致震荡，太小收敛慢
    BatchSize = 128,      // 显存不足时减小此值
    NumberOfIterations = 20
};

安装 CUDA 11.x 和对应 cuDNN

添加 NuGet 包：

Install-Package SciSharp.TensorFlow.Redist-GPU

训练前设置环境变量：

Environment.SetEnvironmentVariable("CUDA_VISIBLE_DEVICES", "0");

ML.NET 中的 DataView 实现了IDisposable：

using (var trainedModel = pipeline.Fit(data))
{// 使用模型...} // 自动释放显存

改用 ReLU 激活函数
添加 BatchNormalization 层
检查初始化权重是否过小

训练集：80%
验证集：10%
测试集：10%

var split = context.Data.TrainTestSplit(data, testFraction: 0.2);

如何将训练好的模型发布为 gRPC 服务？可以考虑：

导出为 ONNX 格式
创建 ASP.NET Core gRPC 服务
实现 Predict 方法：

public override Task<PredictResponse> Predict(PredictRequest request, 
    ServerCallContext context)
{
    var inputTensor = /* 转换请求数据 */;
    var result = _modelEngine.Predict(inputTensor);
    return Task.FromResult(new PredictResponse { Number = result});
}

完整项目代码已放在 GitHub（伪链接）：
https://github.com/example/mnist-mlnet

通过这个实践，我发现 C#做机器学习虽然生态不如 Python 丰富，但在工业场景下更易维护。特别是需要与现有 C# 系统集成的场景，ML.NET 提供了不错的平衡点。

正文完