mnist手写数字识别神经网络

LifeIsMad

已于 2022-10-07 15:45:04 修改

阅读量5k

点赞数 2

文章标签：神经网络深度学习计算机视觉

于 2022-10-07 15:38:41 首次发布

本文链接：https://blog.csdn.net/LifeIsMad/article/details/127193924

版权

一.数据集的导入

1.MNIST数据集介绍

MNIST数据集是由0 到9 的数字图像构成。训练图像有6 万张，测试图像有1 万张，这些图像可以用于学习和推理。MNIST数据集的一般使用方法是，先用训练图像进行学习，再用学习到的模型度量能在多大程度上对测试图像进行正确的分类。 MNIST的图像数据是28 像素 × 28 像素的灰度图像（1 通道），各个像素的取值在0 到255 之间。每个图像数据都相应地标有“7”、“2”、“1”等标签。load_mnist函数以“( 训练图像, 训练标签)，( 测试图像，测试标签)”的形式返回读入的MNIST数据。

1.1MNIST数据集的参数设置

1.1.1normalize

normalize:是否将图像正规化为0.0-1.0的值，如果设置为False,z=则图像输入保持0~255，这是像素的取值。

(x_train, t_train),(x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=False)
print(x_test)


[[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.]]



(x_train, t_train), (x_test, t_test) = load_mnist(normalize=False, flatten=True, one_hot_label=False)
print(x_test)


[[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]]

1.1.2flatten

faltten:是否将输入图像展开为一维数组，否则图像为1x28x28，展开后为784。

(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=False)
print(x_test)


[[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.]]


(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=False, one_hot_label=False)
print(x_test)


[[[[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.]]]


 [[[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.]]]


 [[[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.]]]


 ...


 [[[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.]]]


 [[[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.]]]


 [[[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.]]]]

1.1.3one_hot_label

one_hot_label:是否将标签保存为one_hot，指的是如原本图像的标签为[1,2,3,4,5],one_hot之后只有1和0，经过计算后，最符合的标签为1，如识别出这个图像的数字是2，则one_hot表现为[0,1,0,0,0]这种模式。

(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=False)
print(t_test)


[7 2 1 ... 4 5 6]


(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=True)
print(t_test)


[[0. 0. 0. ... 1. 0. 0.]
 [0. 0. 1. ... 0. 0. 0.]
 [0. 1. 0. ... 0. 0. 0.]
 ...
 [0. 0. 0. ... 0. 0. 0.]
 [0. 0. 0. ... 0. 0. 0.]
 [0. 0. 0. ... 0. 0. 0.]]

2.导入MNIST数据集

def get_data():
    """
    读取数据
    :return:
    """
    (x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=False)
    """                                               normalize:是否将图像正规化为0.0-1.0的值，如果设置为False,z=则图像输入保持0~255，这是像素的取值。
                                                      faltten:是否将输入图像展开为一维数组，否则图像为1x28x28，展开后为784。
                                                      one_hot_label:是否将标签保存为one_hot，如原本图像的标签为[1,2,3,4,5],one_hot之后只有1和0，
                                                      如识别出这个图像的数字是2，则one_hot表现为[0,1,0,0,0]这种模式。
    """
    return x_test, t_test

二.神经网络的搭建

1.激活函数

1.1sigmoid激活函数

1.2softmax激活函数

1.3激活函数代码

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

def softmax(x):
    x = x - np.max(x)  # 溢出对策
    return np.exp(x) / np.sum(np.exp(x))

2.模型参数

这里使用了pickle功能，此功能可以将程序运行中的对象保存为文件，第二次加载时可以快速复原此程序运行中的对象。sample_weight是训练好的权重与偏置参数。

#训练好的参数
def init_network():
    with open("sample_weight.pkl", 'rb') as f:
        network = pickle.load(f)#load()从字符串中恢复对象。sample_weight.pkl是以字典形式储存的训练好的样本权重
    return network

3.构建模型

神经网络的输入层有784 个神经元，输出层有10 个神经元。输入层的784 这个数字来源于图像大小的28 × 28 = 784，输出层的10 这个数字来源于10 类别分类（数字0 到9，共10 类别）。此外，这个神经网络有2 个隐藏层，第1 个隐藏层有50 个神经元，第2 个隐藏层有100 个神经元。这个50 和100 可以设置为任何值。

def predict(network, x):
    w1, w2, w3 = network['W1'], network['W2'], network['W3']
    b1, b2, b3 = network['b1'], network['b2'], network['b3']

    """
    输入层784个神经元
    第二层隐藏层50个神经元
    第三层隐藏层100个神经元
    输出层10个神经元
    """

    a1 = np.dot(x, w1) + b1#x.shape=(1000,784),w1.shape=(784,50),b1.shape=(50,)
    z1 = sigmoid(a1)
    a2 = np.dot(z1, w2) + b2#z1.shape=(1000,50),w2.shape=(50,100),b2.shape=(100,）
    z2 = sigmoid(a2)
    a3 = np.dot(z2, w3) + b3#z2.shape=(1000,100),w3.shape=(100,10),b3.shape(10,)
    y = softmax(a3)#y.shape=(1000,10)

    return y

三.批处理

如果我们改成每次处理100张图片，基于数值计算的库都能够高效处理大型数组的运算，并且在神经网络的运算中当数据传送成为瓶颈时，批处理可以减小数据总线的负荷，将更多资源用于计算上。批处理的数量可以更改，在实际测试中并未影响正确率。

#预设
x, t = get_data()
network = init_network()
batch_size = 1000 # 批数量
accuracy_cnt = 0#预测正确数初始化

for i in range(0, len(x), batch_size):
    x_batch = x[i:i+batch_size]#每批次取1000张图片
    y_batch = predict(network, x_batch)#1000张图片的预测结果 shape=(1000.10)
    p = np.argmax(y_batch, axis=1)#每张图片的预测结果中找出概率最大值的下标，axis=1按行找出最大值的下标，下标达标该图片所代表的的预测值 p.shape=(1000,)
    accuracy_cnt += np.sum(p == t[i:i+batch_size])#预测值和正确值相比较返回bool值矩阵，True的值是1,False的值是0，对矩阵求和即可得到预测正确数，并进行累加求和

print("正确率:" + str((accuracy_cnt/ len(x))))

四.完整代码

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#python的pickle模块实现了基本的数据序列化和反序列化。序列化对象可以在磁盘上保存对象，并在需要的时候读取出来。任何对象都可以执行序列化操作
from dataset.mnist import load_mnist


def sigmoid(x):
    return 1 / (1 + np.exp(-x))

def softmax(x):
    x = x - np.max(x)  # 溢出对策
    return np.exp(x) / np.sum(np.exp(x))

def get_data():
    """
    读取数据
    :return:
    """
    (x_train, t_train), (x_test, t_test) = load_mnist(normalize=False, flatten=True, one_hot_label=False)
    """                                               normalize:是否将图像正规化为0.0-1.0的值，如果设置为False,z=则图像输入保持0~255，这是像素的取值。
                                                      faltten:是否将输入图像展开为一维数组，否则图像为1x28x28，展开后为784。
                                                      one_hot_label:是否将标签保存为one_hot，如原本图像的标签为[1,2,3,4,5],one_hot之后只有1和0，
                                                      如识别出这个图像的数字是2，则one_hot表现为[0,1,0,0,0]这种模式。
    """
    return x_test, t_test

#训练好的参数
def init_network():
    with open("sample_weight.pkl", 'rb') as f:
        network = pickle.load(f)#load()从字符串中恢复对象。sample_weight.pkl是以字典形式储存的训练好的样本权重
    return network


def predict(network, x):
    w1, w2, w3 = network['W1'], network['W2'], network['W3']
    b1, b2, b3 = network['b1'], network['b2'], network['b3']

    """
    输入层784个神经元
    第二层隐藏层50个神经元
    第三层隐藏层100个神经元
    输出层10个神经元
    """

    a1 = np.dot(x, w1) + b1#x.shape=(1000,784),w1.shape=(784,50),b1.shape=(50,)
    z1 = sigmoid(a1)
    a2 = np.dot(z1, w2) + b2#z1.shape=(1000,50),w2.shape=(50,100),b2.shape=(100,）
    z2 = sigmoid(a2)
    a3 = np.dot(z2, w3) + b3#z2.shape=(1000,100),w3.shape=(100,10),b3.shape(10,)
    y = softmax(a3)#y.shape=(1000,10)

    return y

#预设
x, t = get_data()
network = init_network()
batch_size = 1000 # 批数量
accuracy_cnt = 0#预测正确数初始化

for i in range(0, len(x), batch_size):
    x_batch = x[i:i+batch_size]#每批次取1000张图片
    y_batch = predict(network, x_batch)#1000张图片的预测结果 shape=(1000.10)
    p = np.argmax(y_batch, axis=1)#每张图片的预测结果中找出概率最大值的下标，axis=1按行找出最大值的下标，下标达标该图片所代表的的预测值 p.shape=(1000,)
    accuracy_cnt += np.sum(p == t[i:i+batch_size])#预测值和正确值相比较返回bool值矩阵，True的值是1,False的值是0，对矩阵求和即可得到预测正确数，并进行累加求和

print("正确率:" + str((accuracy_cnt/ len(x))))