Python实战之MNIST手写数字识别详解

数据集介绍

MNIST数据集是机器学习领域中非常经典的一个数据集,由60000个训练样本和10000个测试样本组成,每个样本都是一张28 * 28像素的灰度手写数字图片,且内置于keras。本文采用Tensorflow下Keras(Keras中文文档)神经网络API进行网络搭建。

开始之前,先回忆下机器学习的通用工作流程( √表示本文用到,×表示本文没有用到 )

1.定义问题,收集数据集(√)

2.选择衡量成功的指标(√)

3.确定评估的方法(√)

4.准备数据(√)

5.开发比基准更好的模型(×)

6.扩大模型规模(×)

7.模型正则化与调节参数(×)

关于最后一层激活函数与损失函数的选择

下面开始正文~

1.数据预处理

首先导入数据,要使用mnist.load()函数

我们来看看它的源码声明:

def load_data(path='mnist.npz'):

"""Loads the [MNIST dataset](http://yann.lecun.com/exdb/mnist/).

This is a dataset of 60,000 28x28 grayscale images of the 10 digits,

along with a test set of 10,000 images.

More info can be found at the

[MNIST homepage](http://yann.lecun.com/exdb/mnist/).

Arguments:

path: path where to cache the dataset locally

(relative to `~/.keras/datasets`).

Returns:

Tuple of Numpy arrays: `(x_train, y_train), (x_test, y_test)`.

**x_train, x_test**: uint8 arrays of grayscale image data with shapes

(num_samples, 28, 28).

**y_train, y_test**: uint8 arrays of digit labels (integers in range 0-9)

with shapes (num_samples,).

"""

可以看到,里面包含了数据集的下载链接,以及数据集规模、尺寸以及数据类型的声明,且函数返回的是四个numpy array组成的两个元组。

导入数据集并reshape至想要形状,再标准化处理。

其中内置于keras的to_categorical()就是one-hot编码——将每个标签表示为全零向量,只有标签索引对应的元素为1.

eg: col=10

[0,1,9]-------->[ [1,0,0,0,0,0,0,0,0,0],

[0,1,0,0,0,0,0,0,0,0],

[0,0,0,0,0,0,0,0,0,1] ]

我们可以手动实现它:

def one_hot(sequences,col):

resuts=np.zeros((len(sequences),col))

# for i,sequence in enumerate(sequences):

# resuts[i,sequence]=1

for i in range(len(sequences)):

for j in range(len(sequences[i])):

resuts[i,sequences[i][j]]=1

return resuts

下面是预处理过程

def data_preprocess():

(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

train_images = train_images.reshape((60000, 28, 28, 1))

train_images = train_images.astype('float32') / 255

#print(train_images[0])

test_images = test_images.reshape((10000, 28, 28, 1))

test_images = test_images.astype('float32') / 255

train_labels = to_categorical(train_labels)

test_labels = to_categorical(test_labels)

return train_images,train_labels,test_images,test_labels

2.网络搭建

这里我们搭建的是卷积神经网络,就是包含一些卷积、池化、全连接的简单线性堆积。我们知道多个线性层堆叠实现的仍然是线性运算,添加层数并不会扩展假设空间(从输入数据到输出数据的所有可能的线性变换集合),因此需要添加非线性或激活函数。relu是最常用的激活函数,也可以用prelu、elu

def build_module():

model = models.Sequential()

#第一层卷积层,首层需要指出input_shape形状

model.add(layers.Conv2D(32, (3,3), activation='relu', input_shape=(28,28,1)))

#第二层最大池化层

model.add(layers.MaxPooling2D((2,2)))

#第三层卷积层

model.add(layers.Conv2D(64, (3,3), activation='relu'))

#第四层最大池化层

model.add(layers.MaxPooling2D((2,2)))

#第五层卷积层

model.add(layers.Conv2D(64, (3,3), activation='relu'))

#第六层Flatten层,将3D张量平铺为向量

model.add(layers.Flatten())

#第七层全连接层

model.add(layers.Dense(64, activation='relu'))

#第八层softmax层,进行分类

model.add(layers.Dense(10, activation='softmax'))

return model

使用model.summary()查看搭建的网路结构:

3.网络配置

网络搭建好之后还需要关键的一步设置配置。比如:优化器——网络梯度下降进行参数更新的具体方法、损失函数——衡量生成值与目标值之间的距离、评估指标等。配置这些可以通过 model.compile() 参数传递做到。

我们来看看model.compile()的源码分析下:

  def compile(self,

optimizer='rmsprop',

loss=None,

metrics=None,

loss_weights=None,

weighted_metrics=None,

run_eagerly=None,

steps_per_execution=None,

**kwargs):

"""Configures the model for training.

关于优化器

优化器:字符串(优化器名称)或优化器实例。

字符串格式:比如使用优化器的默认参数

实例优化器进行参数传入:

keras.optimizers.RMSprop(lr=0.001, rho=0.9, epsilon=None, decay=0.0)

model.compile(optimizer='rmsprop',loss='mean_squared_error')

建议使用优化器的默认参数 (除了学习率 lr,它可以被自由调节)

参数:

lr: float >= 0. 学习率。

rho: float >= 0. RMSProp梯度平方的移动均值的衰减率.

epsilon: float >= 0. 模糊因子. 若为 None, 默认为 K.epsilon()。

decay: float >= 0. 每次参数更新后学习率衰减值。

类似还有好多优化器,比如SGD、Adagrad、Adadelta、Adam、Adamax、Nadam等

关于损失函数

取决于具体任务,一般来说损失函数要能够很好的刻画任务。比如

1.回归问题

希望神经网络输出的值与ground-truth的距离更近,选取能刻画距离的loss应该会更合适,比如L1 Loss、MSE Loss等

2.分类问题

希望神经网络输出的类别与ground-truth的类别一致,选取能刻画类别分布的loss应该会更合适,比如cross_entropy

具体常见选择可查看文章开始处关于损失函数的选择

关于指标

常规使用查看上述列表即可。下面说说自定义评价函数:它应该在编译的时候(compile)传递进去。该函数需要以 (y_true, y_pred) 作为输入参数,并返回一个张量作为输出结果。

import keras.backend as K

def mean_pred(y_true, y_pred):

return K.mean(y_pred)

model.compile(optimizer='rmsprop',

loss='binary_crossentropy',

metrics=['accuracy', mean_pred])

4.网络训练与测试

1.训练(拟合)

使用model.fit(),它可以接受的参数列表

def fit(self,

x=None,

y=None,

batch_size=None,

epochs=1,

verbose=1,

callbacks=None,

validation_split=0.,

validation_data=None,

shuffle=True,

class_weight=None,

sample_weight=None,

initial_epoch=0,

steps_per_epoch=None,

validation_steps=None,

validation_batch_size=None,

validation_freq=1,

max_queue_size=10,

workers=1,

use_multiprocessing=False):

这个源码有300多行长,具体的解读放在下次。

我们对训练数据进行划分,以64个样本为小批量进行网络传递,对所有数据迭代5次

model.fit(train_images, train_labels, epochs = 5, batch_size=64)

2.测试

 

使用model.evaluates()函数 

test_loss, test_acc = model.evaluate(test_images, test_labels)

关于测试函数的返回声明:

Returns:

Scalar test loss (if the model has a single output and no metrics)

or list of scalars (if the model has multiple outputs

and/or metrics). The attribute `model.metrics_names` will give you

the display labels for the scalar outputs.

5.绘制loss和accuracy随着epochs的变化图

model.fit()返回一个History对象,它包含一个history成员,记录了训练过程的所有数据。

我们采用matplotlib.pyplot进行绘图,具体见后面完整代码。

Returns:

A `History` object. Its `History.history` attribute is

a record of training loss values and metrics values

at successive epochs, as well as validation loss values

and validation metrics values (if applicable).

def draw_loss(history):

loss=history.history['loss']

epochs=range(1,len(loss)+1)

plt.subplot(1,2,1)#第一张图

plt.plot(epochs,loss,'bo',label='Training loss')

plt.title("Training loss")

plt.xlabel('Epochs')

plt.ylabel('Loss')

plt.legend()

plt.subplot(1,2,2)#第二张图

accuracy=history.history['accuracy']

plt.plot(epochs,accuracy,'bo',label='Training accuracy')

plt.title("Training accuracy")

plt.xlabel('Epochs')

plt.ylabel('Accuracy')

plt.suptitle("Train data")

plt.legend()

plt.show()

6.完整代码

from tensorflow.keras.datasets import mnist

from tensorflow.keras import models

from tensorflow.keras import layers

from tensorflow.keras.utils import to_categorical

import matplotlib.pyplot as plt

import numpy as np

def data_preprocess():

(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

train_images = train_images.reshape((60000, 28, 28, 1))

train_images = train_images.astype('float32') / 255

#print(train_images[0])

test_images = test_images.reshape((10000, 28, 28, 1))

test_images = test_images.astype('float32') / 255

train_labels = to_categorical(train_labels)

test_labels = to_categorical(test_labels)

return train_images,train_labels,test_images,test_labels

#搭建网络

def build_module():

model = models.Sequential()

#第一层卷积层

model.add(layers.Conv2D(32, (3,3), activation='relu', input_shape=(28,28,1)))

#第二层最大池化层

model.add(layers.MaxPooling2D((2,2)))

#第三层卷积层

model.add(layers.Conv2D(64, (3,3), activation='relu'))

#第四层最大池化层

model.add(layers.MaxPooling2D((2,2)))

#第五层卷积层

model.add(layers.Conv2D(64, (3,3), activation='relu'))

#第六层Flatten层,将3D张量平铺为向量

model.add(layers.Flatten())

#第七层全连接层

model.add(layers.Dense(64, activation='relu'))

#第八层softmax层,进行分类

model.add(layers.Dense(10, activation='softmax'))

return model

def draw_loss(history):

loss=history.history['loss']

epochs=range(1,len(loss)+1)

plt.subplot(1,2,1)#第一张图

plt.plot(epochs,loss,'bo',label='Training loss')

plt.title("Training loss")

plt.xlabel('Epochs')

plt.ylabel('Loss')

plt.legend()

plt.subplot(1,2,2)#第二张图

accuracy=history.history['accuracy']

plt.plot(epochs,accuracy,'bo',label='Training accuracy')

plt.title("Training accuracy")

plt.xlabel('Epochs')

plt.ylabel('Accuracy')

plt.suptitle("Train data")

plt.legend()

plt.show()

if __name__=='__main__':

train_images,train_labels,test_images,test_labels=data_preprocess()

model=build_module()

print(model.summary())

model.compile(optimizer='rmsprop', loss = 'categorical_crossentropy', metrics=['accuracy'])

history=model.fit(train_images, train_labels, epochs = 5, batch_size=64)

draw_loss(history)

test_loss, test_acc = model.evaluate(test_images, test_labels)

print('test_loss=',test_loss,' test_acc = ', test_acc)

迭代训练过程中loss和accuracy的变化

由于数据集比较简单,随便的神经网络设计在测试集的准确率可达到99.2%

以上就是Python实战之MNIST手写数字识别详解的详细内容,更多关于Python MNIST手写数字识别的资料请关注其它相关文章!

以上是 Python实战之MNIST手写数字识别详解 的全部内容, 来源链接: utcz.com/z/257073.html

回到顶部