【机器学习笔记2.6】用Softmax回归做mnist手写体识别

2024-06-06 05:58

本文主要是介绍【机器学习笔记2.6】用Softmax回归做mnist手写体识别,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

MNIST是什么

MNIST是一个手写数字数据集,它有60000个训练样本集和10000个测试样本集。可以将MNIST手写体识别看做是深度学习的HelloWorld。
MNIST数据集官方网址:http://yann.lecun.com/exdb/mnist/

从官网下载的MNIST数据集是二进制形式存储的,可以通过如下代码将其转换为图片形式。
代码示例1:

# mnist数据集转成图片
import os
import numpy as np
import cv2
import tensorflow.examples.tutorials.mnist.input_data as input_datadatapath = "MNIST_data/"
mnist = input_data.read_data_sets(datapath, validation_size=0, one_hot=True)def get_train_data():train_images = mnist.train.imagestrain_labels = mnist.train.labelsreturn train_images, train_labelsdef get_test_data():test_images = mnist.test.imagestest_labels = mnist.test.labelsreturn test_images, test_labelsdef save_data(images, labels, train_test_str):for i in range(images.shape[0]):image = images[i].reshape([28, 28]) * 255label = labels[i]index = np.argmax(label)index_path = os.path.join(datapath, train_test_str, str(index))if not os.path.exists(index_path):os.makedirs(index_path)cv2.imwrite(os.path.join(index_path, str(index) + "_" + str(i) + ".jpg"), image)images, labels = get_train_data()
save_data(images, labels, "train")
images, labels = get_test_data()
save_data(images, labels, "test")print('end')

用Softmax回归做mnist手写体识别

loss 用最小二乘法

代码示例2[1]:

import numpy as np
import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("MNIST_data/", validation_size=0, one_hot=True)x_data = tf.placeholder("float32", [None, 784])
weight = tf.Variable(tf.ones([784, 10]))
bias = tf.Variable(tf.ones([10]))
y_model = tf.nn.softmax(tf.matmul(x_data, weight) + bias)
y_data = tf.placeholder("float32", [None, 10])loss = tf.reduce_sum(tf.pow((y_model - y_data), 2))train_step = tf.train.GradientDescentOptimizer(0.01).minimize(loss)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)# 为了能print出array的所有元素,而不是中间是省略号
np.set_printoptions(threshold=np.inf)accuracy_rate_list = []
for _ in range(1000):batch_xs, batch_ys = mnist.train.next_batch(100)sess.run(train_step, feed_dict={x_data:batch_xs, y_data:batch_ys})if _ % 50 == 0:accuracy_bool_vec = tf.equal(tf.argmax(y_model, 1), tf.argmax(y_data, 1))  # tf.argmax解析accuracy_float_vec = tf.cast(accuracy_bool_vec, "float")accuracy_rate = tf.reduce_mean(accuracy_float_vec)accuracy_rate = sess.run(accuracy_rate, feed_dict={x_data: mnist.test.images, y_data: mnist.test.labels})accuracy_rate_list.append(accuracy_rate)print(accuracy_rate)# 为便于理解上述准确率的计算过程,可将程序拆解如下分析"""test_batch_size = 2data = mnist.test.images[0:test_batch_size]label = mnist.test.labels[0:test_batch_size]data = data.reshape([test_batch_size, 784])label = label.reshape([test_batch_size, 10])rslt1 = sess.run(y_model, feed_dict={x_data: data})rslt2 = sess.run(y_data, feed_dict={y_data: label})rslt3 = sess.run(tf.argmax(y_model, 1), feed_dict={x_data: data})rslt4 = sess.run(tf.argmax(y_data, 1), feed_dict={y_data: label})rslt5 = sess.run(fcorrect, feed_dict={x_data: data, y_data: label})rslt6 = sess.run(accuracy, feed_dict={x_data: data, y_data: label})print(rslt1, rslt2, rslt3, rslt4, rslt5, rslt6)"""import matplotlib.pyplot as plt
accuracy_rate_arr = np.array(accuracy_rate_list)
size = np.arange(len(accuracy_rate_arr))
plt.plot(size, accuracy_rate_arr, 'b+', label='accuracy_rate')
plt.show()

准确率曲线图如下:
enter image description here

loss 用交叉熵, 使用relu激活函数

对代码示例2做如下修改[1]:
激活函数用relu

y_model = tf.nn.relu(tf.matmul(x_data, weight) + bias)

损失函数用交叉熵

loss = -tf.reduce_sum(y_data*tf.log(y_model))

完整代码示例3:

输出结果如下:
0.1328
0.4654
……
0.5596
……
0.6175
0.6237
实验结果准确率并未如[1](12.2.4)中所说有所提升,反而下降了。是文献[1]代码写错了吗?该如何修改呢?
(后来掌握的知识多了,发现其实文献[1]写的挺搓的,代码有很多坑。)

增加隐藏层

将代码示例2中的weight、bias、y_model进行修改,将weight、bias修改为weight1、bias1,并增加weight2、bias2,具体如下[1]:

weight1 = tf.Variable(tf.ones([784, 256]))
bias1 = tf.Variable(tf.ones([256]))
y1_model1 = tf.matmul(x_data, weight1) + bias1weight2 = tf.Variable(tf.ones([256, 10]))
bias2 = tf.Variable(tf.ones([10]))
y_model = tf.nn.softmax(tf.matmul(y1_model1, weight2) + bias2)
# y_model = tf.nn.relu(tf.matmul(y1_model1, weight2) + bias2)

完整代码示例4:

import numpy as np
import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)x_data = tf.placeholder("float32", [None, 784])# weight = tf.Variable(tf.ones([784, 10]))
# bias = tf.Variable(tf.ones([10]))
# y_model = tf.nn.softmax(tf.matmul(x_data, weight) + bias)# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
weight1 = tf.Variable(tf.ones([784, 256]))
bias1 = tf.Variable(tf.ones([256]))
y1_model1 = tf.matmul(x_data, weight1) + bias1weight2 = tf.Variable(tf.ones([256, 10]))
bias2 = tf.Variable(tf.ones([10]))
y_model = tf.nn.softmax(tf.matmul(y1_model1, weight2) + bias2)
# y_model = tf.nn.relu(tf.matmul(y1_model1, weight2) + bias2)
# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~y_data = tf.placeholder("float32", [None, 10])loss = tf.reduce_sum(tf.pow((y_model - y_data), 2))
# loss = -tf.reduce_sum(y_data*tf.log(y_model))
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(loss)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)# 为了能print出array的所有元素,而不是中间是省略号
np.set_printoptions(threshold=np.inf)accuracy_rate_list = []
for _ in range(1000):batch_xs, batch_ys = mnist.train.next_batch(50)sess.run(train_step, feed_dict={x_data:batch_xs, y_data:batch_ys})if _ % 50 == 0:accuracy_bool_vec = tf.equal(tf.argmax(y_model, 1), tf.argmax(y_data, 1))  # tf.argmax解析accuracy_float_vec = tf.cast(accuracy_bool_vec, "float")accuracy_rate = tf.reduce_mean(accuracy_float_vec)accuracy_rate = sess.run(accuracy_rate, feed_dict={x_data: mnist.test.images, y_data: mnist.test.labels})accuracy_rate_list.append(accuracy_rate)print(accuracy_rate)# 为便于理解上述准确率的计算过程,可将程序拆解如下分析'''test_batch_size = 2data = mnist.test.images[0:test_batch_size]label = mnist.test.labels[0:test_batch_size]data = data.reshape([test_batch_size, 784])label = label.reshape([test_batch_size, 10])rslt1 = sess.run(y_model, feed_dict={x_data: data})rslt2 = sess.run(y_data, feed_dict={y_data: label})rslt3 = sess.run(tf.argmax(y_model, 1), feed_dict={x_data: data})rslt4 = sess.run(tf.argmax(y_data, 1), feed_dict={y_data: label})rslt5 = sess.run(fcorrect, feed_dict={x_data: data, y_data: label})rslt6 = sess.run(accuracy, feed_dict={x_data: data, y_data: label})print(rslt1, rslt2, rslt3, rslt4, rslt5, rslt6)'''import matplotlib.pyplot as plt
accuracy_rate_arr = np.array(accuracy_rate_list)
size = np.arange(len(accuracy_rate_arr))
plt.plot(size, accuracy_rate_arr, 'b+', label='accuracy_rate')
plt.show()

输出结果:
0.1032
识别率反而更低了,比示例3的识别率还低。文献[1]作者是想通过此例来说明,对于MNIST手写体识别,单靠在softmax回归中增加隐藏层是不可行的。

参考文献

[1] 王晓华. TensorFlow深度学习应用实践

这篇关于【机器学习笔记2.6】用Softmax回归做mnist手写体识别的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1035277

相关文章

利用Python快速搭建Markdown笔记发布系统

《利用Python快速搭建Markdown笔记发布系统》这篇文章主要为大家详细介绍了使用Python生态的成熟工具,在30分钟内搭建一个支持Markdown渲染、分类标签、全文搜索的私有化知识发布系统... 目录引言:为什么要自建知识博客一、技术选型:极简主义开发栈二、系统架构设计三、核心代码实现(分步解析

使用PyTorch实现手写数字识别功能

《使用PyTorch实现手写数字识别功能》在人工智能的世界里,计算机视觉是最具魅力的领域之一,通过PyTorch这一强大的深度学习框架,我们将在经典的MNIST数据集上,见证一个神经网络从零开始学会识... 目录当计算机学会“看”数字搭建开发环境MNIST数据集解析1. 认识手写数字数据库2. 数据预处理的

Pytorch微调BERT实现命名实体识别

《Pytorch微调BERT实现命名实体识别》命名实体识别(NER)是自然语言处理(NLP)中的一项关键任务,它涉及识别和分类文本中的关键实体,BERT是一种强大的语言表示模型,在各种NLP任务中显著... 目录环境准备加载预训练BERT模型准备数据集标记与对齐微调 BERT最后总结环境准备在继续之前,确

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

讯飞webapi语音识别接口调用示例代码(python)

《讯飞webapi语音识别接口调用示例代码(python)》:本文主要介绍如何使用Python3调用讯飞WebAPI语音识别接口,重点解决了在处理语音识别结果时判断是否为最后一帧的问题,通过运行代... 目录前言一、环境二、引入库三、代码实例四、运行结果五、总结前言基于python3 讯飞webAPI语音

使用Python开发一个图像标注与OCR识别工具

《使用Python开发一个图像标注与OCR识别工具》:本文主要介绍一个使用Python开发的工具,允许用户在图像上进行矩形标注,使用OCR对标注区域进行文本识别,并将结果保存为Excel文件,感兴... 目录项目简介1. 图像加载与显示2. 矩形标注3. OCR识别4. 标注的保存与加载5. 裁剪与重置图像

Python爬虫selenium验证之中文识别点选+图片验证码案例(最新推荐)

《Python爬虫selenium验证之中文识别点选+图片验证码案例(最新推荐)》本文介绍了如何使用Python和Selenium结合ddddocr库实现图片验证码的识别和点击功能,感兴趣的朋友一起看... 目录1.获取图片2.目标识别3.背景坐标识别3.1 ddddocr3.2 打码平台4.坐标点击5.图

如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解

《如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解》:本文主要介绍如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别的相关资料,描述了如何使用海康威视设备网络SD... 目录前言开发流程问题和解决方案dll库加载不到的问题老旧版本sdk不兼容的问题关键实现流程总结前言作为

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert