读书笔记:手写数字识别 ← 斋藤康毅

news/2023/6/7 23:26:16

求解机器学习问题的步骤可以分为“学习”和“推理”两个阶段。
本例假设“学习”阶段已经完成,并将学习到的权重和偏置参数保存在pickle文件sample_weight.pkl中。至于是如何学习的,斋藤康毅指出会在后续章节详述。之后,使用学习到的权重和偏置参数,进行“推理”阶段的操作。
在“手写数字识别”项目中,所谓“推理”,即使用学习到的权重和偏置参数,对输入数据进行分类。

“手写数字识别”项目的代码含 
mnist.py、neuralnet_mnist.py 及 sample_weight.pkl 等3个文件,它们位于同一文件夹下。项目创建及执行主要有两步,如下所示。
一、首先,在任一文件夹中新建
mnist.py 文件,内容如下:

try:import urllib.request
except ImportError:raise ImportError('You should use Python 3.x')
import os.path
import gzip
import pickle
import os
import numpy as npurl_base = 'http://yann.lecun.com/exdb/mnist/'
key_file = {'train_img':'train-images-idx3-ubyte.gz','train_label':'train-labels-idx1-ubyte.gz','test_img':'t10k-images-idx3-ubyte.gz','test_label':'t10k-labels-idx1-ubyte.gz'
}dataset_dir = os.path.dirname(os.path.abspath('__file__'))
save_file = dataset_dir + "/mnist.pkl"train_num = 60000
test_num = 10000
img_dim = (1, 28, 28)
img_size = 784def _download(file_name):file_path = dataset_dir + "/" + file_nameif os.path.exists(file_path):returnprint("Downloading " + file_name + " ... ")urllib.request.urlretrieve(url_base + file_name, file_path)print("Done")def download_mnist():for v in key_file.values():_download(v)def _load_label(file_name):file_path = dataset_dir + "/" + file_nameprint("Converting " + file_name + " to NumPy Array ...")with gzip.open(file_path, 'rb') as f:labels = np.frombuffer(f.read(), np.uint8, offset=8)print("Done")return labelsdef _load_img(file_name):file_path = dataset_dir + "/" + file_nameprint("Converting " + file_name + " to NumPy Array ...")    with gzip.open(file_path, 'rb') as f:data = np.frombuffer(f.read(), np.uint8, offset=16)data = data.reshape(-1, img_size)print("Done")return datadef _convert_numpy():dataset = {}dataset['train_img'] =  _load_img(key_file['train_img'])dataset['train_label'] = _load_label(key_file['train_label'])    dataset['test_img'] = _load_img(key_file['test_img'])dataset['test_label'] = _load_label(key_file['test_label'])return datasetdef init_mnist():download_mnist()dataset = _convert_numpy()print("Creating pickle file ...")with open(save_file, 'wb') as f:pickle.dump(dataset, f, -1)print("Done!")def _change_one_hot_label(X):T = np.zeros((X.size, 10))for idx, row in enumerate(T):row[X[idx]] = 1return Tdef load_mnist(normalize=True, flatten=True, one_hot_label=False):"""读入MNIST数据集Parameters----------normalize : 将图像的像素值正规化为0.0~1.0one_hot_label : one_hot_label为True的情况下,标签作为one-hot数组返回one-hot数组是指[0,0,1,0,0,0,0,0,0,0]这样的数组flatten : 是否将图像展开为一维数组Returns-------(训练图像, 训练标签), (测试图像, 测试标签)"""if not os.path.exists(save_file):init_mnist()with open(save_file, 'rb') as f:dataset = pickle.load(f)if normalize:for key in ('train_img', 'test_img'):dataset[key] = dataset[key].astype(np.float32)dataset[key] /= 255.0if one_hot_label:dataset['train_label'] = _change_one_hot_label(dataset['train_label'])dataset['test_label'] = _change_one_hot_label(dataset['test_label'])if not flatten:for key in ('train_img', 'test_img'):dataset[key] = dataset[key].reshape(-1, 1, 28, 28)return (dataset['train_img'], dataset['train_label']), (dataset['test_img'], dataset['test_label']) if __name__ == '__main__':init_mnist()

初次运行 mnist.py 文件时,会下载 MNIST 数据集,所以需要保证网络畅通
由于连接的是 
MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges,经验表明一般早上下载时网速好一些。
执行 mnist.py 文件时,会有如下提示信息:

Downloading train-images-idx3-ubyte.gz ... 
Done
Downloading train-labels-idx1-ubyte.gz ... 
Done
Downloading t10k-images-idx3-ubyte.gz ... 
Done
Downloading t10k-labels-idx1-ubyte.gz ... 
Done
Converting train-images-idx3-ubyte.gz to NumPy Array ...
Done
Converting train-labels-idx1-ubyte.gz to NumPy Array ...
Done
Converting t10k-images-idx3-ubyte.gz to NumPy Array ...
Done
Converting t10k-labels-idx1-ubyte.gz to NumPy Array ...
Done
Creating pickle file ...
Done!

运行 mnist.py 文件后,会在mnist.py 文件所在的文件夹下看到 MNIST 数据集所含的 'train-images-idx3-ubyte.gz'、'train-labels-idx1-ubyte.gz'、't10k-images-idx3-ubyte.gz'、't10k-labels-idx1-ubyte.gz' 等四个文件,以及生成的 mnist.pkl 文件。

若想查看 mnist.pkl 文件的内容,可运行如下代码:

import pickle
f=open('mnist.pkl','rb')
data=pickle.load(f)
print(data)

之后,可看到 mnist.pkl 文件的内容如下:

{'train_img': array([[0, 0, 0, ..., 0, 0, 0],[0, 0, 0, ..., 0, 0, 0],[0, 0, 0, ..., 0, 0, 0],...,[0, 0, 0, ..., 0, 0, 0],[0, 0, 0, ..., 0, 0, 0],[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), 'train_label': array([5, 0, 4, ..., 5, 6, 8], dtype=uint8), 'test_img': array([[0, 0, 0, ..., 0, 0, 0],[0, 0, 0, ..., 0, 0, 0],[0, 0, 0, ..., 0, 0, 0],...,[0, 0, 0, ..., 0, 0, 0],[0, 0, 0, ..., 0, 0, 0],[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), 'test_label': array([7, 2, 1, ..., 4, 5, 6], dtype=uint8)}


二、将 neuralnet_mnist.py 文件及 sample_weight.pkl 文件复制到 mnist.py 文件所在的文件夹下。其中,neuralnet_mnist.py 文件的内容如下:

import sys, os
sys.path.append(os.pardir)  # 为了导入父目录的文件而进行的设定
import numpy as np
import pickle
from mnist import load_mnistdef sigmoid(x):return 1 / (1 + np.exp(-x))def softmax(x):if x.ndim == 2:x = x.Tx = x - np.max(x, axis=0)y = np.exp(x) / np.sum(np.exp(x), axis=0)return y.T x = x - np.max(x)return np.exp(x) / np.sum(np.exp(x))def get_data():(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=False)return x_test, t_testdef init_network():with open("sample_weight.pkl", 'rb') as f:network = pickle.load(f)return networkdef predict(network, x):W1, W2, W3 = network['W1'], network['W2'], network['W3']b1, b2, b3 = network['b1'], network['b2'], network['b3']a1 = np.dot(x, W1) + b1z1 = sigmoid(a1)a2 = np.dot(z1, W2) + b2z2 = sigmoid(a2)a3 = np.dot(z2, W3) + b3y = softmax(a3)return yx, t = get_data()
network = init_network()
accuracy_cnt = 0
for i in range(len(x)):y = predict(network, x[i])p= np.argmax(y) # 获取概率最高的元素的索引if p == t[i]:accuracy_cnt += 1print("Accuracy:" + str(float(accuracy_cnt) / len(x)))

运行 neuralnet_mnist.py 文件后,会得到运行结果:Accuracy:0.9352,表示有93.52%的数据被正确分类了
至此,一个识别精度达到93.52%的“手写数字识别”的神经网络就构建完成了。

-----------------------------------------------------------------------------------------------------------------------------------

● 若想显示 MNIST 图像,同时也确认一下数据,则可用下面的 mnist_show.py 进行。下面的 mnist_show.py 代码执行后将显示第一张训练图像。

import sys, os
sys.path.append(os.pardir)  # 为了导入父目录的文件而进行的设定
import numpy as np
from mnist import load_mnist
from PIL import Imagedef img_show(img):pil_img = Image.fromarray(np.uint8(img))pil_img.show()(x_train, t_train), (x_test, t_test) = load_mnist(flatten=True, normalize=False)img = x_train[0]
label = t_train[0]
print(label)  # 5print(img.shape)  # (784,)
img = img.reshape(28, 28)  # 把图像的形状变为原来的尺寸
print(img.shape)  # (28, 28)img_show(img)

● 若想实现高速运算,则可引入“批处理”技巧。下面的 neuralnet_mnist_batch.py 给出了对 MNIST 数据集进行“批处理”的代码。

import sys, os
sys.path.append(os.pardir)  # 为了导入父目录的文件而进行的设定
import numpy as np
import pickle
from mnist import load_mnistdef sigmoid(x):return 1 / (1 + np.exp(-x))def softmax(x):if x.ndim == 2:x = x.Tx = x - np.max(x, axis=0)y = np.exp(x) / np.sum(np.exp(x), axis=0)return y.T x = x - np.max(x)return np.exp(x) / np.sum(np.exp(x))def get_data():(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=False)return x_test, t_testdef init_network():with open("sample_weight.pkl", 'rb') as f:network = pickle.load(f)return networkdef predict(network, x):w1, w2, w3 = network['W1'], network['W2'], network['W3']b1, b2, b3 = network['b1'], network['b2'], network['b3']a1 = np.dot(x, w1) + b1z1 = sigmoid(a1)a2 = np.dot(z1, w2) + b2z2 = sigmoid(a2)a3 = np.dot(z2, w3) + b3y = softmax(a3)return yx, t = get_data()
network = init_network()batch_size = 100 # 批数量
accuracy_cnt = 0for i in range(0, len(x), batch_size):x_batch = x[i:i+batch_size]y_batch = predict(network, x_batch)p = np.argmax(y_batch, axis=1)accuracy_cnt += np.sum(p == t[i:i+batch_size])print("Accuracy:" + str(float(accuracy_cnt) / len(x)))


 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.exyb.cn/news/show-4565615.html

如若内容造成侵权/违法违规/事实不符,请联系郑州代理记账网进行投诉反馈,一经查实,立即删除!

相关文章

大江大海2018: 冲浪科技之巅不可错过的十大数字前沿趋势

来源:腾讯研究院概要:所有主流科技公司、创业公司都相继进入战线,为科技的未来发展打造必要的元素。序 言2017年,人工智能的“热身”刚刚结束。继李世石人机大战,AlphaGo升级再复出,三度进化,让…

人工智能承诺就业革命,但仍需传统的体力劳动

在北京郊区的一栋五层苏式工厂大楼里,一群年轻女性整齐的坐在工位前,每天盯着电脑,进行着重复性的工作。她们需要观察日常生活中的图像,然后汇总成图表。 人工智能的到来被称为第四次工业革命,它承诺将人类从大量重复…

大数据+人工智能正以八种方式撼动商界

来源: 数据观摘要:如果你想帮助你的企业实现更多,那么拥抱大数据和人工智能就很有必要了。事实上,那些没能接受这些新兴技术的企业,用不了多久就会逐渐消失在时代发展的长河中。大数据、人工智能正成为技术界的热点&am…

影响企业未来的十大管理理念

来源:世界经理人网站 未来就在足下。全球领先企业正在以最佳管理实践创造未来。以下10大管理理念将为中国企业带来巨大影响   过去10年里,绝大多数中国企业取得了巨大成功。然而,问题就在这里。   对企业来说,成功是带来失败的…

数字经济的发展需要什么样的人才

导读:数字经济的发展需要什么样的人才?这些人才具有哪些技能和特征?他们在不同行业、不同区域是如何分布的?清华大学经济管理学院互联网发展与治理研究中心与领英中国携手合作,获得了许多有价值的发现。目前关于数字人才并没有一…

静态随机存取存储器SRAM,基本的SRAM逻辑结构、读/写时序

任何一个SRAM,都有三组信号线与外部打交道:①地址线,本例中有6条,即A0,A1,A2 ,A3,A4,A5,它指定了存储器的容量是2的六次方64个存储单元。②数据线&#xff0c…

计算机组成原理笔记——随机存取存储器

随机存取存储器 静态RAM(SRAM) T1~T4构成触发器,是一个双稳态的触发器。(触发器用来存储0和1)一端是0,另一端就是1,两端是相反电平 。 T5、T6用于控制对存储元件进行读或写。 静态RAM基本电路读操作 要进行行选、列选,才会读选…

随机存取存储器之动态RAM

基本电路 电容Cg充电,表示1 电容Cg不充电,表示0 1.三管动态RAM 读操作 通过预充电信号,使T4打通 VDD通过T4给读数据线充电,读数据线高电平1 读选择线有效,T2导通 如果没有电容,则Cg为0,T1为0…