点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
微信公众号:OpenCV学堂
关注获取更多计算机视觉与深度学习知识
循环神经网络
大家好,使用pytorch实现简单的人工神经网络跟卷积神经网络的mnist手写识别案例之后,今天给大家分享一下如何基于循环神经网络实现mnist手写数字识别。这里基于pytorch提供的函数,简单封装分别实现了一个RNN跟LSTM的模型,然后分别使用这两个模型完成了mnist数字识别。下面就来说说数据集跟模型实现部分。
数据集:mnist手写数据集
模型输入:[N, seq_len, x] = [N, 28, 28]
其中N表示batch size
中间的seq_len=28表示展开28次
最后28表示每次输入28x1
对应的mnist数据集图像大小28x28的大小。
隐藏层:对RNN用了2层,对LSTM用了1层,简单看一下一个隐藏层的RNN展开,你就会明白一切,如下图:
上图就是RNN单元简单的展开说明,可以有多个隐藏层的。
网络实现
网络实现的代码部分,有一个叫batch_first的参数,它的意思是batch size放在输入的第一个维度。所以我这里填上true。同样通过继承基类t.nn.Module来实现模型结构定义。
RNN网络的代码实现,隐藏层神经元100个
class RNN_Net(t.nn.Module):
def __init__(self):
super(RNN_Net, self).__init__()
self.rnn_layers = t.nn.RNN(input_size=28, hidden_size=100, num_layers=2, batch_first=True)
self.out_layer = t.nn.Linear(100, 10)
def forward(self, x):
r_out, hn = self.rnn_layers(x, None)
out = self.out_layer(r_out[:, -1, :])
return out
LSTM网络的代码实现,隐藏层神经元60个
class LSTM_Net(t.nn.Module):
def __init__(self):
super(LSTM_Net, self).__init__()
self.rnn_layers = t.nn.LSTM(input_size=28, hidden_size=64, num_layers=1, batch_first=True)
self.out_layer = t.nn.Linear(64, 10)
def forward(self, x):
r_out, hn = self.rnn_layers(x, None)
out = self.out_layer(r_out[:, -1, :])
return out
训练与测试
训练与测试代码实现
rnn_model = LSTM_Net()
print(rnn_model)
optimizer = t.optim.Adam(rnn_model.parameters(), lr=0.001)
loss_fn = t.nn.CrossEntropyLoss()
for epoch in range(2):
for i, (x_train, y_train) in enumerate(train_dl):
x_train = x_train.view(-1, 28, 28)
y_pred = rnn_model(x_train)
train_loss = loss_fn(y_pred, y_train)
optimizer.zero_grad()
train_loss.backward()
optimizer.step()
if (i + 1) % 50 == 0:
print(i + 1, train_loss.item())
total = 0
correct_count = 0
for test_images, test_labels in test_dl:
for i in range(len(test_labels)):
image = test_images[i].view(1, 28, 28)
with t.no_grad():
pred_labels = rnn_model(image)
probs = list(pred_labels.numpy()[0])
pred_label = probs.index(max(probs))
true_label = test_labels.numpy()[i]
if pred_label == true_label:
correct_count += 1
total += 1
print("total acc : %.2f\n"%(correct_count / total))
t.save(rnn_model, './rnn_mnist_model.pt')
测试与运行结果如下:
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~