读书笔记:手写数字识别 ← 斋藤康毅

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 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()

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_mnist

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

def softmax(x):
    if x.ndim == 2:
        x = x.T
        x = 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_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)))

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 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)

● 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_mnist

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

def softmax(x):
    if x.ndim == 2:
        x = x.T
        x = 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_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()

batch_size = 100 # 批数量
accuracy_cnt = 0

for 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)))


 

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 《深度学习入门斋藤康pdf》是一本由斋藤康所著的关于深度学习的入门教材,主要介绍了深度学习的基本概念、原理和应用。 首先,这本书提供了深度学习的基本概念和背景知识。作者通俗易懂地解释了人工神经网络、卷积神经网络和循环神经网络等主要深度学习模型的原理和应用,对于没有深度学习基础的读者来说非常友好。 其次,这本书详尽地介绍了深度学习的核心技术和算法。作者讲解了各种深度学习的主要方法,包括目标检测、图像分类、语音识别等。读者可以通过学习这些技术和算法来提升自己的实践能力。 此外,这本书还强调了实践的重要性。作者提供了大量的示例代码和实际应用案例,读者可以通过动实践来巩固所学知识,并且可以基于这些代码和案例进行深度学习项目的开发。 总之,《深度学习入门斋藤康pdf》是一本很好的深度学习入门教材。它适合那些对深度学习感兴趣的读者,无论是具有编程经验的工程师,还是想要了解深度学习技术的学生。这本书内容通俗易懂,注重实践,可以帮助读者快速入门深度学习,掌握相关技术和算法。 ### 回答2: 《深度学习入门 斋藤康pdf》是一本介绍深度学习基础知识的书籍。斋藤康是日本著名的深度学习专家,在该书中以简明易懂的方式向读者介绍了深度学习的基本概念、原理及其应用。 该书共分为3部分:第一部分是关于神经网络和深度学习基础的讲解。通过对神经网络的结构和工作原理的详细说明,读者可以了解深度学习的基本概念和核心思想。同时,该部分还介绍了常用的深度学习框架和工具,帮助读者上实践。 第二部分是关于深度学习的具体应用案例。通过实践案例的讲解,读者可以了解深度学习在计算机视觉、自然语言处理等领域的应用。同时,作者还分享了一些实战经验和技巧,方便读者在实际项目中更好地应用深度学习技术。 第三部分是关于深度学习研究的展望和发展方向。作者对当前深度学习领域的研究热点和趋势进行了分析和总结,探讨了未来深度学习可能的发展方向,为读者提供了学术研究和学习的参考。 总体而言,《深度学习入门 斋藤康pdf》是一本很好的入门教材。不仅能帮助初学者快速掌握深度学习的基础知识,还能为进一步深入学习和研究提供一定的帮助。它简洁明了的风格和实例驱动的方法使得读者能够更容易理解和应用深度学习技术。同时,书中提供的相关资源和参考文献也为读者提供了进一步学习的路径和资料。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值