【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

Python中图片与PDF识别文本(OCR)的全面指南

《Python中图片与PDF识别文本(OCR)的全面指南》在数据爆炸时代,80%的企业数据以非结构化形式存在,其中PDF和图像是最主要的载体,本文将深入探索Python中OCR技术如何将这些数字纸张转... 目录一、OCR技术核心原理二、python图像识别四大工具库1. Pytesseract - 经典O

Python基于微信OCR引擎实现高效图片文字识别

《Python基于微信OCR引擎实现高效图片文字识别》这篇文章主要为大家详细介绍了一款基于微信OCR引擎的图片文字识别桌面应用开发全过程,可以实现从图片拖拽识别到文字提取,感兴趣的小伙伴可以跟随小编一... 目录一、项目概述1.1 开发背景1.2 技术选型1.3 核心优势二、功能详解2.1 核心功能模块2.

Go学习记录之runtime包深入解析

《Go学习记录之runtime包深入解析》Go语言runtime包管理运行时环境,涵盖goroutine调度、内存分配、垃圾回收、类型信息等核心功能,:本文主要介绍Go学习记录之runtime包的... 目录前言:一、runtime包内容学习1、作用:① Goroutine和并发控制:② 垃圾回收:③ 栈和

Android学习总结之Java和kotlin区别超详细分析

《Android学习总结之Java和kotlin区别超详细分析》Java和Kotlin都是用于Android开发的编程语言,它们各自具有独特的特点和优势,:本文主要介绍Android学习总结之Ja... 目录一、空安全机制真题 1:Kotlin 如何解决 Java 的 NullPointerExceptio

Python验证码识别方式(使用pytesseract库)

《Python验证码识别方式(使用pytesseract库)》:本文主要介绍Python验证码识别方式(使用pytesseract库),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全... 目录1、安装Tesseract-OCR2、在python中使用3、本地图片识别4、结合playwrigh

重新对Java的类加载器的学习方式

《重新对Java的类加载器的学习方式》:本文主要介绍重新对Java的类加载器的学习方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、介绍1.1、简介1.2、符号引用和直接引用1、符号引用2、直接引用3、符号转直接的过程2、加载流程3、类加载的分类3.1、显示

使用Python和PaddleOCR实现图文识别的代码和步骤

《使用Python和PaddleOCR实现图文识别的代码和步骤》在当今数字化时代,图文识别技术的应用越来越广泛,如文档数字化、信息提取等,PaddleOCR是百度开源的一款强大的OCR工具包,它集成了... 目录一、引言二、环境准备2.1 安装 python2.2 安装 PaddlePaddle2.3 安装

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

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