在kaggle上的Digit Recognizer(MNIST)比赛中用Tensorflow实现多层卷积神经网络算法

geek12138_

已于 2024-07-14 15:28:00 修改

阅读量298

点赞数

分类专栏： kaggle 图像分类卷积神经网络文章标签：深度学习卷积神经网络 deep learning kaggle MNIST

于 2019-08-16 00:16:46 首次发布

本文链接：https://blog.csdn.net/yzqlyzql/article/details/99206780

版权

卷积神经网络同时被 3 个专栏收录

25 篇文章 0 订阅

订阅专栏

图像分类

17 篇文章 0 订阅

订阅专栏

kaggle

4 篇文章 0 订阅

订阅专栏

在kaggle上的Digit Recognizer[MNIST]比赛中用Tensorflow实现多层卷积神经网络算法

前言
需要下载的东西（数据和代码）
用于调试参数的代码讲解
用于提交结果的代码讲解

前言

在kaggle竞赛中，有不少给大家练习的入门级别的比赛，分别是：

Titanic: Machine Learning from Disaster
House Prices: Advanced Regression Techniques
Digit Recognizer
其中，Titanic是适合机器学习以及神经网络入门的比赛；House Prices是适合练习特征提取的比赛，因为其特征种类繁多；Digit Recognizer使用的是MNIST数据集，是一个在科研界都被广泛使用的数据集，其由Yann LeCun, Courant Institute, NYU、Corinna Cortes, Google Labs, New York和Christopher J.C. Burges, Microsoft Research, Redmond共同维护，该数据集比较适合用来练习卷积神经网络以及其它各种神经网络，官网网址为：MNIST官网，上面有不同文章不同算法得到的对于MNIST的最优的结果。kaggle上该比赛的超链接为：Digit Recognizer

若想看在MNIST数据集上用Tensorflow实现多层卷积神经网络算法，请点击右侧超链接：请点我。

若想看更为基础的在kaggle上的Digit Recognizer(MNIST)比赛中用Tensorflow实现多层神经网络算法，请点击右侧超链接：请点我。

若想看更为基础的在MNIST数据集上用Tensorflow实现多层神经网络算法，请点击右侧超链接：请点我。

该代码是3层卷积加2层全连接层的神经网络，且隐藏层都加入了dropout，若想了解dropout，请点击dropout解说博客

由于kaggle未使用所有的原始的MNIST测试集来测试准确率，因此需要自行提交预测结果进入kaggle的服务器以获得最终的准确率，在kaggle上，每天能提交5次，本博客主要分为两部分：

用于调试参数的代码；
用于提交结果的代码。

需要下载的东西（数据和代码）

训练集、测试集以及相关代码都在如下的百度云盘中：

链接：https://pan.baidu.com/s/1WNiRDdFWXju0rdCiv4YJ7w 
提取码：cb9f

用于调试参数的代码讲解

首先需要先导入一些库

# 数据分析库
import pandas as pd
# 科学计算库
import numpy as np 
# 导入tensorflow
import tensorflow as tf

import matplotlib.pyplot as plt

from tensorflow.python.framework import ops

然后导入数据集(在上方的百度网盘中可以下载)

data_train = pd.read_csv("train.csv")
data_test = pd.read_csv("test.csv")

通常来说，若是第一次遇见这些数据集，应该先简略的看看其中的数据的详情

data_train.head()

运行上述代码后，会出现
在这里插入图片描述
该代码的意思是查看data_train的前五行数据，可以发现，第一列是label，即该行是什么数字，后面pixel0到pixel783为[0,255]的像素值，每一张数字图片都是 $28\times28$ 的尺寸，此处是将其拉长一行向量，因此有 $28\times28=784$ 个元素。

接下来

data_train.info()

运行后出现以下结果：
在这里插入图片描述
由上可知，训练集共有42000组数据，每组数据都是一张图片，每组数据都有785列，其中第一列为label，剩下的784列则由图片拉成向量组成。

虽然改代码不使用训练集，但还是顺便输出出来看一下

data_test.head()

结果如下：
在这里插入图片描述
可以轻松的发现，测试集理所当然的少了label，因为在提交结果时就是要来预测测试集中的label。

接下来看一下测试集的属性

data_test.info()

结果如下：
在这里插入图片描述
其中，测试集只有28000组数据，少于训练集的42000组。测试集只有784列，因为没有label。

还原前几张图片出来看看（前5张）

for i in np.arange(5):
    num=data_train.iloc[i]
    pic=np.array(num)
    pic=pic[1:785]
    pic=pic.reshape(28,28)
    plt.title(str(num.label)) 
    plt.imshow(pic,cmap="gray")
    plt.show()

结果如下：
在这里插入图片描述

对照之前输出的训练集的前5行数据的label可以发现这5张图片确实对应的是数字1、0、1、4、0。

接下来需要去掉标签特征的相关性，将标签进行独热编码，因为例如数字1和数字5是没有谁优谁劣的，如果直接用1和5来作为标签，则会误导计算机数字5比数字1要好\坏5倍的潜在含义。

label_dummies = pd.get_dummies(data_train['label'])
data_train = data_train.join(label_dummies)

接下来再看一下数据集当前是什么样的

data_train.head()

结果如下所示：
在这里插入图片描述
可以发现，在训练集中的最后10列增加了10个特征，此时这10个特征中1位于10个特征中的第几列，那该行数据的label就是几。

使用神经网络算法进行训练,此处设计简单的双层神经网络

# 初始化一个 Session
ops.reset_default_graph()
sess = tf.Session()

# 调参时固定随机种子
seed = 1
tf.set_random_seed(seed)
np.random.seed(seed)

分割数据集来调试参数

predictors=data_train.columns.values.tolist()[1:785]
x_vals=data_train[predictors]
label_dum=data_train.columns.values.tolist()[785:]
y_vals=data_train[label_dum]
# 分割训练集 train/test = 80%/20%
train_indices = np.random.choice(len(x_vals), round(len(x_vals)*0.8), replace=False)
test_indices = np.array(list(set(range(len(x_vals))) - set(train_indices)))
x_vals_train = x_vals.loc[train_indices]
x_vals_test = x_vals.loc[test_indices]
y_vals_train = y_vals.loc[train_indices]
y_vals_test = y_vals.loc[test_indices]

将所有数据都转化为 $28\times28$ 的图片的形式：

x_vals_train=x_vals_train.values
x_vals_train=x_vals_train.reshape(-1,28,28,1)
x_vals_test=x_vals_test.values
x_vals_test=x_vals_test.reshape(-1,28,28,1)
y_vals_train=y_vals_train.values
y_vals_test=y_vals_test.values

定义权重和偏置以及输出输出占位符：

# 定义变量函数 (weights and bias)
def init_weight(shape, st_dev):
    weight = tf.Variable(tf.random_normal(shape, stddev=st_dev))
    return(weight)
    

def init_bias(shape, st_dev):
    bias = tf.Variable(tf.random_normal(shape, stddev=st_dev))
    return(bias)
    
# 创建占位符(Placeholders)
x_data = tf.placeholder(shape=[None,28,28,1], dtype=tf.float32)
y_target = tf.placeholder(shape=[None, 10], dtype=tf.float32)

构建卷积神经网络

p_keep_conv=tf.placeholder('float')
p_keep_hidden=tf.placeholder('float')
rand_st_dev=0.01

w=init_weight([3,3,1,32], st_dev=rand_st_dev)
w2=init_weight([3,3,32,64], st_dev=rand_st_dev)
w3=init_weight([3,3,64,128], st_dev=rand_st_dev)
w4=init_weight([128*4*4,1024], st_dev=rand_st_dev)
w_o=init_weight([1024,10], st_dev=rand_st_dev)

#定义第一组卷积层和池化层，最后dropout掉一些神经元
l1a=tf.nn.relu(tf.nn.conv2d(x_data,w,strides=[1,1,1,1],padding='SAME'))
l1=tf.nn.max_pool(l1a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
l1=tf.nn.dropout(l1,p_keep_conv)
    
#定义第二组卷积层和池化层，最后dropout掉一些神经元
l2a=tf.nn.relu(tf.nn.conv2d(l1,w2,strides=[1,1,1,1],padding='SAME'))
l2=tf.nn.max_pool(l2a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
l2=tf.nn.dropout(l2,p_keep_conv)
    
#定义第三组卷积层和池化层，最后dropout掉一些神经元
l3a=tf.nn.relu(tf.nn.conv2d(l2,w3,strides=[1,1,1,1],padding='SAME'))
l3=tf.nn.max_pool(l3a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
l3=tf.reshape(l3,[-1,w4.get_shape().as_list()[0]])
l3=tf.nn.dropout(l3,p_keep_conv)
    
#全连接层，最后dropout掉一些神经元
l4=tf.nn.relu(tf.matmul(l3,w4))
l4=tf.nn.dropout(l4,p_keep_hidden)
    
#输出层
final_output=tf.matmul(l4,w_o)

loss=tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(logits=final_output,labels=y_target))
train_step=tf.train.RMSPropOptimizer(0.001,0.9).minimize(loss)
predict_step=tf.argmax(final_output,1)

定义计算准确率的op

predictions=tf.placeholder(shape=[None,10], dtype=tf.int32)
train_correct_prediction = tf.equal(tf.argmax(y_vals_train,1),
                                    tf.argmax(predictions,1))
train_accuracy_op = tf.reduce_mean(tf.cast(train_correct_prediction, tf.float32))
test_correct_prediction = tf.equal(tf.argmax(y_vals_test,1),
                                    tf.argmax(predictions,1))
test_accuracy_op = tf.reduce_mean(tf.cast(test_correct_prediction, tf.float32))

用训练集和验证集来调参

# 训练循环
loss_vec = []
test_loss = []
train_acc=[]
test_acc=[]

# 定义批量大小
batch_size = 1024

#在会话中启动图，开始训练和测试
with tf.Session() as sess:
    tf.global_variables_initializer().run()
    k=0
    for i in range(100):
        training_batch=zip(range(0,len(x_vals_train),batch_size),
                           range(batch_size,len(x_vals_train)+1,batch_size))
        for star,end in training_batch:         
            sess.run(train_step, feed_dict={x_data: x_vals_train[star:end], 
                                            y_target: y_vals_train[star:end],
                                            p_keep_conv:0.6,p_keep_hidden:0.5}) 
            k=k+1
            
        temp_loss = sess.run(loss, feed_dict={x_data: x_vals_train[star:end], 
                                                  y_target: y_vals_train[star:end],
                                                  p_keep_conv:0.6,p_keep_hidden:0.5})
        loss_vec.append(np.sqrt(temp_loss))
        
        predictions_train=sess.run(final_output,feed_dict={x_data: x_vals_train,
                                             p_keep_conv:1.0,p_keep_hidden:1.0})
        train_accuracy=sess.run(train_accuracy_op,feed_dict={predictions:predictions_train})
        train_acc.append(train_accuracy)
        
        
        test_temp_loss = sess.run(loss, feed_dict={x_data: x_vals_test, 
                                                   y_target:y_vals_test,
                                                   p_keep_conv:0.6,p_keep_hidden:0.5})
        test_loss.append(np.sqrt(test_temp_loss))
        
        predictions_test=sess.run(final_output,feed_dict={x_data: x_vals_test,
                                             p_keep_conv:1.0,p_keep_hidden:1.0})
        test_accuracy=sess.run(test_accuracy_op,feed_dict={predictions:predictions_test})
        test_acc.append(test_accuracy)
        print('第'+str(i+1)+"轮训练")
        print('迭代次数为: ' + str(k+1) + '. 训练误差为 = ' + str(temp_loss)+
              '. 测试误差为 = ' + str(test_temp_loss))
        print("训练集准确率为: " + str(train_accuracy) + " . 测试集准确率为: " + str(test_accuracy))
        print(" ")

最后几行的输出为：
在这里插入图片描述
可知，经过100轮训练后，测试集误差为 $99.2\%$ 左右。

最后画个图来看看损失函数和误差的趋势：

%matplotlib inline
# Plot loss (MSE) over time
plt.plot(loss_vec, 'k-', label='Train Loss')
plt.plot(test_loss, 'r--', label='Test Loss')
plt.title('Loss (MSE) per Generation')
plt.legend(loc='upper right')
plt.xlabel('Generation')
plt.ylabel('Loss')
plt.show()

# Plot train and test accuracy
plt.plot(train_acc, 'k-', label='Train Set Accuracy')
plt.plot(test_acc, 'r--', label='Test Set Accuracy')
plt.title('Train and Test Accuracy')
plt.xlabel('Generation')
plt.ylabel('Accuracy')
plt.legend(loc='lower right')
plt.show()

在这里插入图片描述

至此，用于调试参数的代码讲解结束，完整的代码请参照开头百度云盘中的MNIST_ConvNet_update_parameters.ipynb或MNIST_ConvNet_update_parameters.py。

用于提交结果的代码讲解

通常来说，用于提交结果的代码是用用于调试参数的代码来修改得来的，这样比较方便且会减少未知bug的发生。此时使用调好的参数和所有训练数据来训练网络。

首先，依然是先导入所需的库

# 数据分析库
import pandas as pd
# 科学计算库
import numpy as np 
# 导入tensorflow
import tensorflow as tf

import matplotlib.pyplot as plt

from tensorflow.python.framework import ops

然后导入训练集合测试集

data_train = pd.read_csv("train.csv")
data_test = pd.read_csv("test.csv")

去掉训练集标签（label）特征的相关性

label_dummies = pd.get_dummies(data_train['label'])
data_train = data_train.join(label_dummies)

使用神经网络算法进行训练,此处按卷积神经网络的结构来设计网络

# 初始化一个 Session
ops.reset_default_graph()
sess = tf.Session()

# 调参时固定随机种子
seed = 1
tf.set_random_seed(seed)
np.random.seed(seed)

预处理数据集

predictors=data_train.columns.values.tolist()[1:785]
x_train=data_train[predictors]
label_dum=data_train.columns.values.tolist()[785:]
y_train=data_train[label_dum]
x_test=data_test[predictors]

将数据集重构为 $28\times28$ 的图像：

x_train=x_train.values
x_train=x_train.reshape(-1,28,28,1)
x_test=x_test.values
x_test=x_test.reshape(-1,28,28,1)
y_train=y_train.values

定义权重和偏置函数

# 定义变量函数 (weights and bias)
def init_weight(shape, st_dev):
    weight = tf.Variable(tf.random_normal(shape, stddev=st_dev))
    return(weight)
    

def init_bias(shape, st_dev):
    bias = tf.Variable(tf.random_normal(shape, stddev=st_dev))
    return(bias)
    
# Create Placeholders
x_data = tf.placeholder(shape=[None,28,28,1], dtype=tf.float32)
y_target = tf.placeholder(shape=[None, 10], dtype=tf.float32)

构建卷积神经网络

p_keep_conv=tf.placeholder('float')
p_keep_hidden=tf.placeholder('float')
rand_st_dev=0.01

w=init_weight([3,3,1,32], st_dev=rand_st_dev)
w2=init_weight([3,3,32,64], st_dev=rand_st_dev)
w3=init_weight([3,3,64,128], st_dev=rand_st_dev)
w4=init_weight([128*4*4,1024], st_dev=rand_st_dev)
w_o=init_weight([1024,10], st_dev=rand_st_dev)

#定义第一组卷积层和池化层，最后dropout掉一些神经元
l1a=tf.nn.relu(tf.nn.conv2d(x_data,w,strides=[1,1,1,1],padding='SAME'))
l1=tf.nn.max_pool(l1a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
l1=tf.nn.dropout(l1,p_keep_conv)
    
#定义第二组卷积层和池化层，最后dropout掉一些神经元
l2a=tf.nn.relu(tf.nn.conv2d(l1,w2,strides=[1,1,1,1],padding='SAME'))
l2=tf.nn.max_pool(l2a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
l2=tf.nn.dropout(l2,p_keep_conv)
    
#定义第三组卷积层和池化层，最后dropout掉一些神经元
l3a=tf.nn.relu(tf.nn.conv2d(l2,w3,strides=[1,1,1,1],padding='SAME'))
l3=tf.nn.max_pool(l3a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
l3=tf.reshape(l3,[-1,w4.get_shape().as_list()[0]])
l3=tf.nn.dropout(l3,p_keep_conv)
    
#全连接层，最后dropout掉一些神经元
l4=tf.nn.relu(tf.matmul(l3,w4))
l4=tf.nn.dropout(l4,p_keep_hidden)
    
#输出层
final_output=tf.matmul(l4,w_o)

loss=tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(logits=final_output,labels=y_target))
train_step=tf.train.RMSPropOptimizer(0.001,0.9).minimize(loss)
predict_step=tf.argmax(final_output,1)

在此处声明计算准确率的op

predictions=tf.placeholder(shape=[None,10], dtype=tf.int32)
train_correct_prediction = tf.equal(tf.argmax(y_train,1),
                                    tf.argmax(predictions,1))
train_accuracy_op = tf.reduce_mean(tf.cast(train_correct_prediction, tf.float32))

训练网络，预测并写入结果

# 训练循环
loss_vec = []
train_acc=[]

# 定义批量大小
batch_size = 1024

#在会话中启动图，开始训练和测试
with tf.Session() as sess:
    tf.global_variables_initializer().run()
    k=0
    for i in range(200):
        training_batch=zip(range(0,len(x_train),batch_size),
                           range(batch_size,len(x_train)+1,batch_size))
        for star,end in training_batch:
            sess.run(train_step, feed_dict={x_data: x_train[star:end], 
                                            y_target: y_train[star:end],
                                            p_keep_conv:0.8,p_keep_hidden:0.5})
            k=k+1
            
        temp_loss = sess.run(loss, feed_dict={x_data: x_train, 
                                                  y_target: y_train,
                                                  p_keep_conv:0.8,p_keep_hidden:0.5})
        loss_vec.append(np.sqrt(temp_loss))
        predictions_now=sess.run(final_output,feed_dict={x_data: x_train,
                                             p_keep_conv:1.0,p_keep_hidden:1.0})
        train_accuracy=sess.run(train_accuracy_op,feed_dict={predictions:predictions_now})
        train_acc.append(train_accuracy)
        print('第'+str(i+1)+"轮训练")
        print('迭代次数为: ' + str(k+1) + '. 训练误差为 = ' + str(temp_loss))
        print("训练集准确率为: " + str(train_accuracy))
        print(" ")
        
    # 预测并写入结果
    data_test_predictions=sess.run(final_output,feed_dict={x_data: x_test,p_keep_conv:1.0,p_keep_hidden:1.0})
    predictions=sess.run(tf.argmax(data_test_predictions,1))
    Submission = pd.DataFrame({'ImageId':np.arange(1,28001),'Label':predictions})
    Submission.to_csv('20190814_1.csv',index=False,sep=',')

上述代码输出为：
在这里插入图片描述
可见在训练集上已经接近于完美拟合了。

最后绘制损失函数和误差率趋势图：

%matplotlib inline
# Plot loss (MSE) over time
plt.plot(loss_vec, 'k-', label='Train Loss')
plt.title('Loss (MSE) per Generation')
plt.legend(loc='upper right')
plt.xlabel('Generation')
plt.ylabel('Loss')
plt.show()

# Plot train and test accuracy
plt.plot(train_acc, 'k-', label='Train Set Accuracy')
plt.title('Train and Test Accuracy')
plt.xlabel('Generation')
plt.ylabel('Accuracy')
plt.legend(loc='lower right')
plt.show()

在这里插入图片描述

至此，用于提交结果的代码讲解结束，完整的代码请参照开头百度云盘中的MNIST_ConvNet_submit.ipynb或MNIST_ConvNet_submit.py。

提交文件 20190814_1.csv 至kaggle后得到了0.99342的成绩，即 $99.342\%$ 的准确率。
在这里插入图片描述

geek12138_

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
在kaggle上的Digit Recognizer(MNIST)比赛中用Tensorflow实现多层卷积神经网络算法

在kaggle上的Digit Recognizer[MNIST]比赛中用Tensorflow实现多层卷积神经网络算法前言需要下载的东西（数据和代码）用于调试参数的代码讲解用于调试参数的代码讲解前言在kaggle竞赛中，有不少给大家练习的入门级别的比赛，分别是：Titanic: Machine Learning from DisasterHouse Prices: Advanced Reg...
复制链接

扫一扫