菜鸟先飞笔记——人工神经网络ANN理论及金融领域实践（中）

四、用python实现它！

光说不练假把式，笔者这就带领客官用Anaconda做出一个识别数字的人工智能程序！！本文里面的所有代码与数据在笔者的github上能够找到：LanceChow。

1、巧妇难为无米之炊，我们有什么数据？

在动手之前，我们来看看我们要用到什么数据，笔者的GitHub里面有三个csv文件，一个训练数：含有1000个数字的数据，两个测试数据：一个10个数字，另一个100个数字。我们打开含有10个数字的测试文件看一下：
OMG,这都是些啥???
笔者解释一下，大家可以看到图片最左端一列有序号：1，2，3，4，5，6，7，8，下面就看不到了，这指的是第几行！看图，也就是说第一行数据有4排（懂我意思吧），第一个数字为“7”，后面28*28=784个数字像素，把这些像素描出来，就可以看到一个手写的数字“7”。
在画图过程中，我们需要用到两个包：numpy以及matplotlib。

import matplotlib.pyplot
import numpy
#读取数据文件，我们先用小一点的测试文件mnist_test_10.csv来
#请把所有数据放在一个文件夹，以往路径出错
test_file = open("mnist_test_10.csv")​import matplotlib.pyplot
test_data = test_file.readlines()
test_file.close()

#test_data为列表数据，每一行中的785个数字用“，”隔开，我们提取第一个数字“7”的数据并分割
#该数据位于第一行，因此python语言中序号为0
all_values = test_data[0].split(",")

#我们在画图前，需要把数据清洗为画图函数能够识别的数据
#得到像素数据：除了第一个数字7，其他784个数字构成28*28矩阵
image_array = numpy.asfarray(all_values[1:]).reshape((28,28))
matplotlib.pyplot.imshow(image_array, cmap='Greys')

显示的结果为：

2、处理训练数据：得到input和真实值

导入数据

#读入训练数据
train_file = open("mnist_train_1000.csv")
train_data = train_file.readlines()
train_file.close()

我们有如下几点需要考虑：

1. 在一次训练中，我们用一个数据，而训练1000个数据我们需要建立一个循环，遍历test_data中的所有行。
2. 一个数据含有输入矩阵：784行、1列，但像素的范围是0~255，本文选取的激活函数为$sigmoid$函数，取值大于5时，函数值就接近1，而且在打下去，变化不大。因此我们希望把输入规定在一个较小的范围，比如[0,1]，但是为了避免输入为0时权重失效的情况发生，我们把范围确定在[0.01,1]。（具体原因，菜鸟不知）
3. 真实值：1个数。然而真实值我们不用简简单单的一个数，而是用一种Hot-coding的方法转换成10个数，什么意思呢，比如数字7，变成$[0,0,0,0,0,0,1,0,0{]}^T$，第七个数字为1,其他行的数字为0的矩阵，原因是什么？笔者作为菜鸟当然不知道，但笔者感叹于这种思维：划时代的成就需要的是创新性的思维，而不是靠死记硬背计算。
   同理，真实值“0”,转化为$[1,0,0,0,0,0,0,0,0{]}^T$。

因此，代码为

#建立循环
for record in train_data:
    all_values = record.split(",")
   	inputs = (numpy.asfarray(all_values[1:]) / 255.0 * 0.99) + 0.01
    inputs = numpy.array(inputs, ndmin=2).T
    targets = numpy.zeros(10) + 0.01
    targets[int(all_values[0