机器学习一般是训练和推理两个阶段,使用神经网络解决问题也是首先要训练网络,归根结底就是对权重参数的学习;进行推理时,根据训练学习到的参数对输入数据进行分类、预测等等。。。
小试下MNIST手写体分类。关于这个MNIST网上各种资源太多了。
MNIST数据集时0-9的手写体数字图像,训练集6万张,测试集1万张。其图像数据是28*28像素的灰度图(1通道),灰度取值0-255,每张图有label。
简单来说,ML不管什么问题,基本都是读入数据、训练、验证、测试...
直接上代码,看看数据读入:
# coding: utf-8
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 dataset.mnist import load_mnist
from PIL import Image
def 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) # 5
print(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)
在Py代码中,我们调用其他模块(自定义的)的函数需要导入该模块的名字,但是如果调用模块比较多且不在同一个目录下(比如跨文件夹了),这时,导入父级目录的文件是比较方便的。上面代码调用了mnist.py的load_mnist函数。
# coding: utf-8
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 np
url_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 = 784
def _download(file_name):
file_path = dataset_dir + "/" + file_name
if os.path.exists(file_path):
return
print("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_name
print("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 labels
def _load_img(file_name):
file_path = dataset_dir + "/" + file_name
print("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 data
def _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 dataset
def 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]] = 1
return T
def 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0.0~1.0
one_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] /= 255.0
if 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()
上面代码load_mnist函数的返回值是(训练图像,训练标签),(测试图像,测试标签),还可以设定三个参数,load_mnist(normalize=True, flatten=True, one_hot_label=False):
Parameters ---------- normalize : 将图像的像素值正规化为0.0~1.0,如果false则保留0~255. one_hot_label : one_hot_label为True的情况下,标签作为one-hot数组返回,正确解标签为1,其他为0的数组。 one-hot数组是指[0,0,1,0,0,0,0,0,0,0]这样的数组;为false只有像7,2这样简单保存正确解标签。 flatten : 是否将图像展开为一维数组,true图像保留784个元素构成的一维数组,false则保留原始图像1*28*28的三维数组 Returns -------
回到理论部分,如何对MNIST数据集实现神经网络的推理处理。输入层有784(图像大小28*28)个神经元,输出为10(0~9个label)个神经元,有两个隐藏层,第一隐藏层有50个神经元,第二隐藏层有100个神经元。其实这50和100可以设定为任意自然数。看下get_data()\init_network()\predict()的定义。
# coding: utf-8
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 dataset.mnist import load_mnist
from common.functions import sigmoid, softmax
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_test
def init_network():
with open("sample_weight.pkl", 'rb') as f:
network = pickle.load(f)
return network
def 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) + b1
z1 = sigmoid(a1)
a2 = np.dot(z1, W2) + b2
z2 = sigmoid(a2)
a3 = np.dot(z2, W3) + b3
y = softmax(a3)
return y
x, 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 += 1
print("Accuracy:" + str(float(accuracy_cnt) / len(x)))
init_network()会读取保存的sample_weight.pkl文件(学习得到的权重参数,数据类型为字典),对于预测精度的计算使用了predict()去判断每张图片对应0~9的概率,比如输出为[0.1, 0.2, 0.3,...,0.04] 然后使用np.argmax(x)取出数组中最大值的索引。最后,比较神经网络所预测的和真实标签的比例,有一个算一个,if p==t[i] 就自增1。
其实,load_mnist()把normalize设为True,即正则化预处理在神经网络深度学习中非常有用,很多paper已经从实验中证实了这点。预处理会考虑到样本的证题分布,比如,利用数据的整体均值或标准差,移动数据,时得数据整体以0为中心分布,或者把数据的延展控制一定范围0.0~1.0,当然,预处理的方法还有很多,比如白化等等。