在神经网络板块断断续续进行了4个月的摸索,逐渐形成了自己对这个领域的认识,写成博客一是为了分享自己的观点,希望不足之处能得到指正;二是作为读书周记,能督促自己能不要停下来更新博客,持续学习。好了以下就是我的第一章,用tensorflow搭建一个简易的(没有隐藏层的)神经网络。用Tensorflow实现Softmax Regression识别手写数字,数据集为MNIST
思路:
1)我们在实现手写识别时,我们首先需要明确输入(x_input),输出(y_output)的结构形式,从而确定出输出输入层节点和输出层节点个数。从train set中我们知道,输入图片是28*28的矩阵,输出是0-9即10*1的矩阵,所以输入节点个数为784,输出节点个数为10。如下语句:
x = tf.placeholder(tf.float32,[None,784])#None:忽略样本个数
y_true = tf.placeholder(tf.float32,[None,10])#标签,None:忽略样本个数
2)因为我们不涉及隐藏层设计(关于隐藏层将会在CNN章节详细介绍),所以接下来就要明确biases和weight,在后面关于CNN的介绍中,我将对biases和weight对图片的具体意义进行阐述。这里只需要知道,biases和weight是我们做线性回归拟合曲线时需要的两个参数,神经网络的学习也就是找出合适的biases和weight,使我们的模型能更好的对已知样本进行分类,且对新样本的预测有很好的泛化能力。图示如下!
左边为784个输入节点,右边为10个输出节点的全连接神经网络,所以可知我们的参数weight的个数为784*784个,但是由于权值共享(关于权值贡献我在CNN中细说),所以这里只有784个参数。所以权值weight为784*10的矩阵。矩阵形式满足:输入矩阵 * 权值矩阵 = 输出矩阵 [None,784] * [784,10] = [None,10]; 因为输出为10维的,所以biases也是10维的所以语句为
w = tf.Variable(tf.zeros([784,10])) #权值矩阵
b = tf.Variable(tf.zeros([10]))#偏执矩阵
3)然后定义算法的公式,即神经网络的forwward时的计算 语句为:
y_pre = tf.nn.softmax(tf.matmul(x,w) + b) #预测值,预测标签
这个是用来计算预测值的公式,我们将他与标签值做对比然后通过不断调整weight和biase来优化模型
4)定义损失函数cost function(tensorflow最厉害将是forward和backward的内容自动实现),只要定义好cost function 训练时就会自动求导并进行梯度下降,完成对softmax regression的自动学习我们这里用信息熵作为cost function ,代码如下:
y_true = tf.placeholder(tf.float32,[None,10])#标签
cross_entropy = tf.reduce_mean(tf.reduce_sum(-y_true * tf.log(y_pre), reduction_indices=[1]))
y_true是我们需要输入的标签。
5)指定优化器优化cost function,这里用传统的梯度下降算法即可,学习率选择0.5
train = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
6)迭代对数据进行训练
for i in range(100):
batch_x,batch_y = mnist.train.next_batch(100)
sess.run(train,feed_dict={x:batch_x,y_true:batch_y})
7)在test set 或者 validation set 上进行测试,准确率在92%左右。
完整代码如下:
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)
sess = tf.InteractiveSession()
x = tf.placeholder(tf.float32,[None,784])
w = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
y_pre = tf.nn.softmax(tf.matmul(x,w) + b) #预测值,预测标签
y_true = tf.placeholder(tf.float32,[None,10])#标签
cross_entropy = tf.reduce_mean(tf.reduce_sum(-y_true * tf.log(y_pre), reduction_indices=[1]))
train = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
tf.global_variables_initializer().run()
for i in range(1000):
batch_x,batch_y = mnist.train.next_batch(100)
sess.run(train,feed_dict={x:batch_x,y_true:batch_y})
correct_prediction = tf.equal(tf.argmax(y_pre,1),tf.argmax(y_true,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
print(accuracy.eval({x: mnist.test.images,y_true: mnist.test.labels}))
总结:明确输入节点,输出节点个数;输入的是所有特征,输出的是预测标签;将预测标签和实际输入的标签做对比,然后调整权值和偏执,最后得出模型。
,