[Deep Learning]——MNIST数据集

现实生活中，银行卡识别、车牌识别、快递货号识别是很常用的功能，这些都设计到手写字识别相关的内容。

手写数字数据集：MNIST 

数据集大小：每张大小 28 * 28，共7000张图片 

• 资料链接：https://pan.baidu.com/s/1ck1U3n1sTv6LFcoB0l6l4w 提取码：7ve5

推理阶段（也称：前向传播）

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 28 * 28 = 784
• 输出层的10来源于10类别分类
• 此外需要注意的是：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2个隐藏层有100个神经元，但是这里的50和100可以设置成任何值
• 注：下面代码中需要的文件，自行在资料链接：https://pan.baidu.com/s/1ck1U3n1sTv6LFcoB0l6l4w 提取码：7ve5中下载

# coding: utf-8
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 dataset.mnist import load_mnist
from PIL import Image
import pickle

#sigmoid函数实现
def sigmoid(x):
    return 1 / (1 + np.exp(-x))

#softmax函数实现
def softmax(x):
    c = np.max(x)
    exp_x = np.exp(x-c) #解决溢出问题
    sum_exp = np.sum(exp_x)
    y = exp_x / sum_exp
    return y

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

#获取数据
def get_data():
    #返回 (训练图像，训练标签),(测试图像，测试标签)形式数据
    (x_train, t_train), (x_test, t_test) = load_mnist(flatten=True, normalize=False)
    return x_test, t_test

#初始化网络
def init_network():
    with open('../dataset/sample_weight.pkl', 'rb') as f:
        network = pickle.load(f)
    return network

#预测
def predict(network, x):
    W1, W2, W3 = network['W1'], network['W2'], network['W3']
    b1, b2, b3 = network['b1'], network['b2'], network['b3']
    #网络传递
    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

#评价识别精度
def assess_accuracy():
    x, t = get_data()
    #网络初始化
    network = init_network()

    accuracy_cnt = 0
    for i in range(len(x)):
        y = predict(network, x[i])
        #softmax 返回的值在【0~1】之间，所有返回值的总和是1
        #在使用到softmax时，一般直接把返回值当作概率
        p = np.argmax(y) #获取概率最高元素的索引
        if(p == t[i]):
            accuracy_cnt += 1
    print("Accuracy: " + str(float(accuracy_cnt) / len(x)))

if __name__ == '__main__':
    assess_accuracy()

 1、批处理

现在我们来考虑打包输入多张图像的情形，比如我们想用predict()函数一次处理100张图片，也即每次输入是：100 X 784，表示一次输入的100张图像的结果被一次性输出了，这种打包式输入数据的方式称为：批（batch）

#批处理方式处理，每次输入100张图片
def batch_assess_accuracy():
    x, t = get_data()
    # 网络初始化
    network = init_network()

    batch_size = 100 #批处理
    accuracy_cnt = 0
    #一次取 batch张图片
    for i in range(0, len(x), batch_size):
        x_batch = x[i:i+batch_size]
        y_batch = predict(network, x_batch)
        # softmax 返回的值在【0~1】之间，所有返回值的总和是1
        # 在使用到softmax时，一般直接把返回值当作概率
        p = np.argmax(y_batch, axis=1)  # 获取概率最高元素的索引
        # p == t[i:i+batch_size]这里就会判断是否相同
        accuracy_cnt += np.sum(p == t[i:i+batch_size])
    print("Accuracy: " + str(float(accuracy_cnt) / len(x)))