手写数字识别

1.MNIST数据集

       在手写数字识别中我们要使用MNIST手写数字图像集。MNIST是机器学习领域最有名的数据集之一，被广泛应用。实际上，在阅读图像识别或者机器学习的论文时，MNIST数据集经常作为实验用的数据出现。MNIST数据集由0到9的数组图像构成的，训练图像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分类。

下面我们进行MNIST数据集的下载并且查看处理后训练图像，训练标签，测试图像，测试标签等。

import sys,os
sys.path.append(os.pardir)
from mnist import load_mnist

# 调用mnist
(x_train,t_train),(x_test,t_test)=load_mnist(flatten=True,normalize=False)

# 输出各个数据的形状
print(x_train.shape)
print(t_train.shape)
print(x_test.shape)
print(t_test.shape)

        load_mnist(flatten=True,normalize=False) 中的normalize设置是否将输入图像正规化为0.0-1.0的值。如果将该参数设置False，则输入图像的像素为原来的0-255，第二个参数flatten设置是否展开输入图像（变成一维数组）。如果设置为False,则输入图像为1x28x28的三维数组；设置为True，侧输入图像会保存为由784个元素构成的一维数组。

(60000, 784)
(60000,)
(10000, 784)
(10000,)

现在我们试着显示MNIST图像，同时也确认一下数据。图像的显示使用PIL(Python Image Library)模块。

# Author:北京
# QQ:838262020
# time:2021/4/1
import numpy as np
import sys,os
sys.path.append(os.pardir)
from mnist import load_mnist
from PIL import Image


# 图片显示
def img_show(img):
    pil_img = Image.fromarray(np.uint8(img))
    pil_img.show()


# 调用mnist
(x_train,t_train),(x_test,t_test)=load_mnist(flatten=True,normalize=False)


img = x_train[0]
lable =t_train[0]
print(lable)

print(img.shape)
# 指定imge的形状
img=img.reshape(28,28)
print(img.shape)

img_show(img)

神经网络的推理处理

         下面，我们对MNIST数据集实现神经网络的推理处理。神经网络输入层的784这个数字来源于图像大小的28x28=784，输出层的10这个来源于10个类别分类（0到9）此外，这个神经网络有2个隐藏层，第一个隐藏层有50个神经元，第二个隐藏层有100神经元。这个50和100可以设置为任何值。

# Author:北京
# QQ:838262020
# time:2021/4/1

import numpy as np
import sys, os

sys.path.append(os.pardir)
from mnist import load_mnist
import pickle
from 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)))

       load_mnist(normalize=True, flatten=True, one_hot_label=False)中将参数normalize=True，函数内部会进行转换，将图像的各个像素除以255，使得数据在0.0-1.0的范围内，像这样把数据限定到某个范围内的处理称为正规化。此外，对神经网络的输入数据进行某种既定的转换称为预处理

批处理

# Author:北京
# QQ:838262020
# time:2021/4/1

import numpy as np
import sys, os

sys.path.append(os.pardir)
from mnist import load_mnist
import pickle
from 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()
# 批数量
batch_size = 100
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)))