TensorFlow-1: 如何识别数字

原创 2017年04月26日 10:35:50

识别数字在机器学习任务中的地位和 Hello World 在编程中是一样的。

主要步骤:

  1. 获得数据:from Yann LeCun’s website
  2. 建立模型:softmax
  3. 定义 tensor,variable:X,W,b
  4. 定义损失函数,优化器:cross-entropy,gradient descent
  5. 训练模型:loop,batch
  6. 评价:准确率

1. 获得数据

  • 来自 Yann LeCun’s website:http://yann.lecun.com/exdb/mnist/
  • 分为 train,test,validate,每个 X 代表一个图片,y 是它的 label
  • 其中图片由 28*28 像素组成,转化成 array 的形式,变成 1*784
  • y 变为 one-hot 的形式,即属于哪个数字,就在哪个位置上为 1, 其余为 0

目标:给了 X 后,预测它的 label 是属于 0~9 类中的哪一类

如果想要看数据属于多类中的哪一类,首先可以想到用 softmax 来做。


2. 建立模型

softmax regression 有两步:

  1. 把 input 转化为某类的 evidence
  2. 把 evidence 转化为 probabilities

1. 把 input 转化为某类的 evidence

  • 某一类的 evidence 就是像素强度的加权求和,再加上此类的 bias。
  • 如果某个 pixel 可以作为一个 evidence 证明图片不属于此类,则 weight 为负,否则的话 weight 为正。
    下图中,红色代表负值,蓝色代表正值:

2. 把 evidence 转化为 probabilities

简单看,softmax 就是把 input 先做指数,再做一下归一:

  • 归一的作用:好理解,就是转化成概率的性质
  • 为什么要取指数:在 《常用激活函数比较》写过
    http://www.jianshu.com/p/22d9720dbf1a
    • 第一个原因是要模拟 max 的行为,所以要让大的更大。
    • 第二个原因是需要一个可导的函数。

用图形表示为:

上面两步,写成矩阵形式:

模型的代码只有一行:
y = tf.nn.softmax(tf.matmul(x, W) + b)


3. 定义 tensor 和 variable:


4. 定义损失函数,优化器:

用 cross-entropy 作为损失来衡量模型的误差:

其中,y 是预测, y′ 是实际 .

按照表面的定义,代码只有一行:

cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))

不过因为上面不稳定,所以实际用:

cross_entropy = tf.reduce_mean(
      tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y))

然后用 backpropagation, 且 gradient descent 作为优化器,来训练模型,使得 loss 达到最小:

train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)


5. 训练模型

for _ in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

6. 评价

看 y 和 y′ 有多少相等的,转化为准确率。
再测试一下 test 数据集上的准确率,结果可以达到 92%。

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

这只是最简单的模型,下次看如何提高精度。

完整代码和注释:
温馨提示,用web打开,代码格式比较好看

"""A very simple MNIST classifier.
See extensive documentation at
https://www.tensorflow.org/get_started/mnist/beginners
"""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import argparse
import sys

from tensorflow.examples.tutorials.mnist import input_data

import tensorflow as tf

FLAGS = None


def main(_):
  # Import data
  mnist = input_data.read_data_sets(FLAGS.data_dir, one_hot=True)

  # Create the model
  x = tf.placeholder(tf.float32, [None, 784])   
        # a 2-D tensor of floating-point numbers
        # None means that a dimension can be of any length
  W = tf.Variable(tf.zeros([784, 10]))
  b = tf.Variable(tf.zeros([10]))
  y = tf.matmul(x, W) + b
        # It only takes one line to define it

  # Define loss and optimizer
  y_ = tf.placeholder(tf.float32, [None, 10])

  # The raw formulation of cross-entropy,
  #
  #   tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(tf.nn.softmax(y)),
  #                                 reduction_indices=[1]))
                # tf.reduce_sum adds the elements in the second dimension of y, 
                # due to the reduction_indices=[1] parameter.
                # tf.reduce_mean computes the mean over all the examples in the batch.
  #
  # can be numerically unstable.
  #
  # So here we use tf.nn.softmax_cross_entropy_with_logits on the raw
  # outputs of 'y', and then average across the batch.

  cross_entropy = tf.reduce_mean(
      tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y))
  train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
        # apply your choice of optimization algorithm to modify the variables and reduce the loss.

  sess = tf.InteractiveSession()
        # launch the model in an InteractiveSession
  tf.global_variables_initializer().run()
        # create an operation to initialize the variables

  # Train~~stochastic training
  for _ in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
            # Each step of the loop, 
            # we get a "batch" of one hundred random data points from our training set.
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

  # Test trained model
  correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
            # use tf.equal to check if our prediction matches the truth
            # tf.argmax(y,1) is the label our model thinks is most likely for each input, 
            # while tf.argmax(y_,1) is the correct label.
  accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
            # [True, False, True, True] would become [1,0,1,1] which would become 0.75.
  print(sess.run(accuracy, feed_dict={x: mnist.test.images,
                                      y_: mnist.test.labels}))
            # ask for our accuracy on our test data,about 92%

if __name__ == '__main__':
  parser = argparse.ArgumentParser()
  parser.add_argument('--data_dir', type=str, default='/tmp/tensorflow/mnist/input_data',
                      help='Directory for storing input data')
  FLAGS, unparsed = parser.parse_known_args()
  tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)

学习资料:
https://www.tensorflow.org/get_started/mnist/beginners

今天开始系统学习 TensorFlow,大家有什么问题可以留言,一起讨论学习。


推荐阅读
历史技术博文链接汇总
也许可以找到你想要的

版权声明:本文为博主原创文章,未经博主允许不得转载。

点阵或像素数字的识别

有人给我发张液晶数字图片,要识别当前液晶显示的数字字符,首先想到官方的库里面是自带识别实例,但是由于液晶数字图像比较模糊,且数字类似于像素点阵,基本官方是识别不出来,不过可以运用图像处理的算法简单处理...
  • whble
  • whble
  • 2016年01月08日 17:38
  • 1190

图像识别(13)——手势识别(1)——用matchShapes识别手形数字

博主QQ:1356438802 QQ群:473383394——UVC&OpenCV473383394 平台:Win7 64bits + Qt 5.3.0 MinGW 32bit + Open...
  • luoyouren
  • luoyouren
  • 2017年03月24日 17:10
  • 2800

【opencv】神经网络识别字母+数字

继承自本人博客: http://blog.csdn.net/qq_15947787/article/details/51385861 原文只是识别数字0-9,简单修改后可以识别24个字母(除了...
  • qq_15947787
  • qq_15947787
  • 2017年06月03日 10:02
  • 2375

tesseract-ocr 识别图片中的数字

环境 windows 需要的软件 装了一定软件以后就可以用cmd命令 解析图片了 不过不是很准 第二个软件是用来训练第一个软件的 准备一张验证码试试 打开命令行试试 ...
  • zmnqiangwei
  • zmnqiangwei
  • 2015年03月11日 14:25
  • 4618

模式识别——识别数字

基本思想: 通过不同数字的像素点个数不同这一基本特征来对10个数字进行提取,基于MFC的数字识别;...
  • tunrijituan
  • tunrijituan
  • 2016年01月04日 20:50
  • 848

OpenCV仪表数据识别(二):数字区域自动定位

下载和配置Opencv在网上和书上有很多的讲解,这里不再赘述。 此处附上Opencv的下载链接。 想要对图片中的数字信息进行识别首先要对图片进行预处理,排除干扰的因素,只留下有价值的信息。 这里需...
  • ZhtSunday
  • ZhtSunday
  • 2016年07月17日 12:34
  • 3886

tensorflow-1 install

知乎问答:https://www.zhihu.com/question/41667903?from=profile_question_cardTensorflow Installation http...
  • u010069760
  • u010069760
  • 2017年10月31日 10:47
  • 29

用kNN算法识别手写数字(digits, kNN)

用kNN算法识别手写数字(digits, kNN)
  • PKU_ZZY
  • PKU_ZZY
  • 2016年11月18日 20:01
  • 775

TensorFlow-1 入门

将UFLDL深度学习学了一遍之后,虽然完成了里边的大多数编程题,但是觉得matlab写程序有点low,本着看起来高大上的目的,决定好好钻研一下TensorFlow。TensorFlow的学习中借鉴了不...
  • Suan2014
  • Suan2014
  • 2017年07月26日 16:59
  • 185

摄像头识别手写数字

最近在做一个项目主要是团队要做一个机器人,其中有个功能就是机器人能够坐电梯。为了实现这个功能首先就得识别电梯上的按钮,并识别出上面的数字,以便选择楼层。        首先我想到的是手写数字的识别,虽...
  • weixin_37720172
  • weixin_37720172
  • 2017年07月28日 21:24
  • 628
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:TensorFlow-1: 如何识别数字
举报原因:
原因补充:

(最多只允许输入30个字)