一個單層的基礎神經網絡實現手寫字識別
作者：kumfo
這篇文章是我根據個人的一些理解來寫的，后續如果發現有錯誤，我會在新文章說出來，但這篇文章不做保留，方便后續檢查思考記錄的時候知道到底怎么踩坑的。
先上代碼
- import tensorflow
- from tensorflow.examples.tutorials.mnist import input_data
- import matplotlib.pyplot as plt
- # 普通的神經網絡學習
- # 學習訓練類
- class Normal:
- weight = []
- biases = []
- def __init__(self):
- self.times = 1000
- self.mnist = []
- self.session = tensorflow.Session()
- self.xs = tensorflow.placeholder(tensorflow.float32, [None, 784])
- self.ys = tensorflow.placeholder(tensorflow.float32, [None, 10])
- self.save_path = 'learn/result/normal.ckpt'
- def run(self):
- self.import_data()
- self.train()
- self.save()
- def _setWeight(self,weight):
- self.weight = weight
- def _setBiases(self,biases):
- self.biases = biases
- def _getWeight(self):
- return self.weight
- def _getBiases(self):
- return self.biases
- # 訓練
- def train(self):
- prediction = self.add_layer(self.xs, 784, 10, activation_function=tensorflow.nn.softmax)
- cross_entropy = tensorflow.reduce_mean(
- -tensorflow.reduce_sum(
- self.ys * tensorflow.log(prediction)
- , reduction_indices=[1])
- )
- train_step = tensorflow.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
- self.session.run(tensorflow.global_variables_initializer())
- for i in range(self.times):
- batch_xs, batch_ys = self.mnist.train.next_batch(100)
- self.session.run(train_step, feed_dict={self.xs: batch_xs, self.ys: batch_ys})
- if i % 50 == 0:
- # images 變換為 labels，images相當于x，labels相當于y
- accurary = self.computer_accurary(
- self.mnist.test.images,
- self.mnist.test.labels,
- prediction
- )
- # 數據導入
- def import_data(self):
- self.mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
- # 數據保存
- def save(self):
- saver = tensorflow.train.Saver()
- path = saver.save(self.session,self.save_path)
- # 添加隱藏層
- def add_layer(self,inputs,input_size,output_size,activation_function=None):
- weight = tensorflow.Variable(tensorflow.random_normal([input_size,output_size]),dtype=tensorflow.float32,name='weight')
- biases = tensorflow.Variable(tensorflow.zeros([1,output_size]) + 0.1,dtype=tensorflow.float32,name='biases')
- Wx_plus_b = tensorflow.matmul(inputs,weight) + biases
- self._setBiases(biases)
- self._setWeight(weight)
- if activation_function is None:
- outputs = Wx_plus_b
- else:
- outputs = activation_function(Wx_plus_b,)
- return outputs
- # 計算結果數據與實際數據的正確率
- def computer_accurary(self,x_data,y_data,tf_prediction):
- prediction = self.session.run(tf_prediction,feed_dict={self.xs:x_data,self.ys:y_data})
- # 返回兩個矩陣中***值的索引號位置，然后進行相應位置的值大小比較并在此位置設置為True/False
- correct_predition = tensorflow.equal(tensorflow.argmax(prediction,1),tensorflow.argmax(y_data,1))
- # 進行數據格式轉換，然后進行降維求平均值
- accurary = tensorflow.reduce_mean(tensorflow.cast(correct_predition,tensorflow.float32))
- result = self.session.run(accurary,feed_dict={self.xs:x_data,self.ys:y_data})
- return result
- # 識別類
- class NormalRead(Normal):
- input_size = 784
- output_size = 10
- def run(self):
- self.import_data()
- self.getSaver()
- origin_input = self._getInput()
- output = self.recognize(origin_input)
- self._showImage(origin_input)
- self._showOutput(output)
- pass
- # 顯示識別結果
- def _showOutput(self,output):
- number = output.index(1)
- print('識別到的數字:',number)
- # 顯示被識別圖片
- def _showImage(self,origin_input):
- data = []
- tmp = []
- i = 1
- # 原數據轉換為可顯示的矩陣
- for v in origin_input[0]:
- if i %28 == 0:
- tmp.append(v)
- data.append(tmp)
- tmp = []
- else:
- tmp.append(v)
- i += 1
- plt.figure()
- plt.imshow(data, cmap='binary') # 黑白顯示
- plt.show()
- def _setBiases(self,biases):
- self.biases = biases
- pass
- def _setWeight(self,weight):
- self.weight = weight
- pass
- def _getBiases(self):
- return self.biases
- def _getWeight(self):
- return self.weight
- # 獲取訓練模型
- def getSaver(self):
- weight = tensorflow.Variable(tensorflow.random_normal([self.input_size, self.output_size]), dtype=tensorflow.float32,name='weight')
- biases = tensorflow.Variable(tensorflow.zeros([1, self.output_size]) + 0.1, dtype=tensorflow.float32, name='biases')
- saver = tensorflow.train.Saver()
- saver.restore(self.session,self.save_path)
- self._setWeight(weight)
- self._setBiases(biases)
- def recognize(self,origin_input):
- input = tensorflow.placeholder(tensorflow.float32,[None,784])
- weight = self._getWeight()
- biases = self._getBiases()
- result = tensorflow.matmul(input,weight) + biases
- resultSof = tensorflow.nn.softmax(result,) # 把結果集使用softmax進行激勵
- resultSig = tensorflow.nn.sigmoid(resultSof,) # 把結果集以sigmoid函數進行激勵，用于后續分類
- output = self.session.run(resultSig,{input:origin_input})
- output = output[0]
- # 對識別結果進行分類處理
- output_tmp = []
- for item in output:
- if item < 0.6:
- output_tmp.append(0)
- else :
- output_tmp.append(1)
- return output_tmp
- def _getInput(self):
- inputs, y = self.mnist.train.next_batch(100);
- return [inputs[50]]
以上是程序，整個程序基于TensorFlow來實現的，具體的TensorFlow安裝我就不說了。
整個訓練過程不做多說，我發現網上關于訓練的教程很多，但是訓練結果的教程很少。
整個程序里，通過tensorflow.train.Saver()的save進行訓練結果模型進行存儲，然后再用tensorflow.train.Saver()的restore進行模型恢復然后取到訓練好的weight和baises。
這里要注意的一個地方是因為一次性隨機取出100張手寫圖片進行批量訓練的，我在取的時候其實也是批量隨機取100張，但是我傳入識別的是一張，通過以下這段程序：
- def _getInput(self):
- inputs, y = self.mnist.train.next_batch(100);
- return [inputs[50]]
注意一下return這里的數據結構，其實是取這批量的第50張，實際上這段程序寫成：
- def _getInput(self):
- inputs, y = self.mnist.train.next_batch(1);
- return [inputs[0]]
會更好。
因為識別的時候是需要用到訓練的隱藏層來進行的，所以在此我雖然識別的是一張圖片，但是我必須要傳入一個批量數據的這樣一個結構。
然后再識別的地方，我使用了兩個激勵函數：
- resultSof = tensorflow.nn.softmax(result,) # 把結果集使用softmax進行激勵
- resultSig = tensorflow.nn.sigmoid(resultSof,) # 把結果集以sigmoid函數進行激勵，用于后續分類
這里的話，***個softmax激勵后的數據我發現得到的是以e為底的指數形式，轉換成普通的浮點數來看，不是很清楚到底是什么，那么我在做識別數字判斷的時候就不方便，所以再通過了一次sigmoid的激勵。
后續我通過一個循環判斷進行一次實際上的分類，這個原因首先要說到識別結果形式：
- [0,0,0,0,0,0,0,0,1,0]
像以上這個數據，表示的是8，也就是說，數組下表第幾位為1就表示是幾，如0的表示:
- [1,0,0,0,0,0,0,0,0,0]
而sigmoid函數在這個地方其實就是對每個位置的數據進行了分類，我發現如果分類值小于0.52這樣的數據其實代表的是否，也就是說此位置的值對應的是0，大于0.52應該對應的是真，也就是1；而我在程序里取的是0.6為界限做判斷。
實際上，這個界限值應該是在神經網絡訓練的時候取的，而不是看識別結果來進行憑感覺取的（雖然訓練的時候的參數也是憑感覺取的）
這篇文章是我根據個人的一些理解來寫的，后續如果發現有錯誤，我會在新文章說出來，但這篇文章不做保留，方便后續檢查思考記錄的時候知道到底怎么踩坑的。
以下是我上次寫的sigmoid函數的文章：
https://segmentfault.com/a/11...
關于其他激勵函數，可以網上找資料進行了解，很多基礎性的數學知識，放到一些比較具體的應用，會顯得非常的有意思。
責任編輯：龐桂玉
來源：
segmentfault
