python神經網絡編程之手寫數字識別

寫在之前

首先是寫在之前的一些建議:

首先是關於這本書,我真的認為他是將神經網絡裡非常棒的一本書,但你也需要註意,如果你真的想自己動手去實現,那麼你一定需要有一定的python基礎,並且還需要有一些python數據科學處理能力

然後希望大傢在看這邊博客的時候對於神經網絡已經有一些瞭解瞭,知道什麼是輸入層,什麼是輸出層,並且明白他們的一些理論,在這篇博客中我們僅僅是展開一下代碼;

然後介紹一下本篇博客的環境等:

語言:Python3.8.5

環境:jupyter

庫文件: numpy | matplotlib | scipy

一、代碼框架

我們即將設計一個神經網絡對象,它可以幫我們去做數據的訓練,以及數據的預測,所以我們將具有以下的三個方法:

首先我們需要初始化這個函數,我們希望這個神經網絡僅有三層,因為再多也不過是在隱藏層去做文章,所以先做一個簡單的。那麼我們需要知道我們輸入層、隱藏層和輸出層的節點個數;訓練函數,我們需要去做訓練,得到我們需要的權重。通過我們已有的權重,將給定的輸入去做輸出。

二、準備工作

現在我們需要準備一下:

1.將我們需要的庫導入

import numpy as np
import scipy.special as spe
import matplotlib.pyplot as plt

2.構建一個類

class neuralnetwork:
    # 我們需要去初始化一個神經網絡
    
    def __init__(self, inputnodes, hiddennodes, outputnodes, learningrate):
        pass
        
        
    def train(self, inputs_list, targets_list):
        pass
        
    
    def query(self, inputs_list):
        pass

3.我們的主函數

input_nodes = 784    # 輸入層的節點數
hidden_nodes = 88    # 隱藏層的節點數
output_nodes = 10    # 輸出層的節點數

learn_rate = 0.05    # 學習率

n = neuralnetwork(input_nodes, hidden_nodes, output_nodes, learn_rate)

4.導入文件

data_file = open("E:\sklearn_data\神經網絡數字識別\mnist_train.csv", 'r')
data_list = data_file.readlines()
data_file.close()
file2 = open("E:\sklearn_data\神經網絡數字識別\mnist_test.csv")
answer_data = file2.readlines()
file2.close()

這裡需要介紹以下這個數據集,訓練集在這裡,測試集在這裡

三、框架的開始

def __init__(self, inputnodes, hiddennodes, outputnodes, learningrate):
        
        self.inodes = inputnodes   # 輸入層節點設定
        self.hnodes = hiddennodes  # 影藏層節點設定
        self.onodes = outputnodes  # 輸出層節點設定
        
        self.lr = learningrate     # 學習率設定,這裡可以改進的
        
        self.wih = (np.random.normal(0.0, pow(self.hnodes, -0.5),(self.hnodes, self.inodes))) # 這裡是輸入層與隱藏層之間的連接
        self.who = (np.random.normal(0.0, pow(self.onodes, -0.5),(self.onodes, self.hnodes))) # 這裡是隱藏層與輸出層之間的連接
        self.activation_function = lambda x: spe.expit(x)           # 返回sigmoid函數

Δw j,k ​ =α∗E k ​ ∗ sigmoid (O k ​ )∗(1−sigmoid(O k ​ ))⋅O j ⊤

def query(self, inputs_list):
        inputs = np.array(inputs_list, ndmin=2).T # 輸入進來的二維圖像數據
        
        hidden_inputs = np.dot(self.wih, inputs)  # 隱藏層計算,說白瞭就是線性代數中的矩陣的點積
        hidden_outputs = self.activation_function(hidden_inputs) # 將隱藏層的輸出是經過sigmoid函數處理
        final_inputs = np.dot(self.who, hidden_outputs) # 原理同hidden_inputs
        final_outputs = self.activation_function(final_inputs) # 原理同hidden_outputs 
        
        return final_outputs # 最終的輸出結果就是我們預測的數據

這裡我們對預測這一部分做一個簡單的解釋:我們之前的定義輸出的節點是10個,對應的是十個數字。
而為什麼會通過神經網絡能達到這個亞子,我推薦這本書深度學習的數學 這本書的理論講解非常不錯!!!

四、訓練模型構建

之前的部分相對而言還是比較簡單的,那麼接下來就是如何去構建訓練模型瞭。

 def train(self, inputs_list, targets_list):
        # 前期和識別過程是一樣的,說白瞭我們與要先看看現在的預測結果如何,隻有根據這次的預期結果才能去修改之前的權重
        inputs = np.array(inputs_list, ndmin=2).T
        
        hidden_inputs = np.dot(self.wih, inputs)
        hidden_outputs = self.activation_function(hidden_inputs)
        final_inputs = np.dot(self.who, hidden_outputs)
        final_outputs = self.activation_function(final_inputs)
        
        # 接下來將標簽拿遲來
        targets = np.array(targets_list, ndmin=2).T

		# 得到我們的數據預測的誤差,這個誤差將是向前反饋的基礎
        output_errors = targets - final_outputs
        # 這部分是根據公式得到的反向傳播參數
        hidden_errors = np.dot(self.who.T, output_errors)
        
        # 根據我們的反饋參數去修改兩個權重
        self.who += self.lr * np.dot((output_errors * final_outputs * ( 1.0-final_outputs)), np.transpose(hidden_outputs))
        self.wih += self.lr * np.dot((hidden_errors * hidden_outputs * (1.0-hidden_outputs)), np.transpose(inputs))

如此我們的基礎神經網絡構建完成瞭。

五、手寫數字的識別

接下來神經網絡是完成的,那麼我們究竟該如何去將數據輸入呢?
csv文件我們並不陌生【或許陌生?】,他是逗號分割文件,顧名思義,它是通過逗號分隔的,所以我們可以打開看一下:

在這裡插入圖片描述

眼花繚亂!!

但是細心的我們可以發現他的第一個數字都是0~9,說明是我們的標簽,那麼後面的應該就是圖像瞭,通過瞭解我們知道這個後面的數據是一個28*28的圖像。

all_value = data_list[0].split(',') # split分割成列表
image_array = np.asfarray(all_value[1:]).reshape((28,28)) # 將數據reshape成28*28的矩陣
plt.imshow(image_array, cmap='Greys', interpolation='None') # 展示一下

通過這段代碼,我們可以簡單的看一下每個數字是什麼:

在這裡插入圖片描述

很好,知道這裡就足夠瞭,那麼我們接下來就是將這些數據傳入瞭!

我們在訓練的時候,需要將他們都轉化成數字列表,方便處理

data = []     # 用來保存訓練過程的數據
sum_count = 0 # 統計總識別的正確的個數
for i in range(15): # 訓練的輪數
    count = 0         # 單次訓練識別正確的個數
    for j in range(len(data_list)):   # 對60000張圖片開始訓練, 沒有劃分數據集的過程主要是別人直接給瞭,我也懶得自己去做瞭,主要就是展示一下神經網絡嘛~
        target = np.zeros(10)+0.01 # 生成初始標簽集合,用來和結果對比
        line_ = data_list[j].split(',')    # 對每一行的數據處理切割
        imagearray = np.asfarray(line_)  # 將切割完成的數據轉換成數字列表
        target[int(imagearray[0])] = 1.0    # 將正確答案挑出來
        n.train(imagearray[1:]/255*0.99+0.01, target) # 丟入訓練,丟入的時候註意將數據轉換成0.01~1.0之間的結果
    for line in answer_data: # 對10000組測試集測試
        all_values = line.split(',')
        answer = n.query((np.asfarray(all_values[1:])/255*0.99)+0.01)
        if answer[int(all_values[0])] > 0.85:  # 查看對應位置是否達到自定義的閾值?
            count += 1
    sum_count += count
    string = "訓練進度 %05f\n本輪準確度 %05f\n總準確度 %05f\n\n"%(i/120,count/len(answer_data), sum_count/(len(answer_data)*(i+1)))
    data.append([i/120,count/len(answer_data), sum_count/(len(answer_data)*(i+1))])  # 將數據保存方便生成訓練曲線
    print(string)
    ```
接下來我們將結果圖片展示以下吧~

```python
data = np.array(data)
plt.plot(range(len(data)), data[:, 1:])

在這裡插入圖片描述

六、源碼

把源碼整理一下貼出來

import numpy as np
import scipy.special as spe
import matplotlib.pyplot as plt

class neuralnetwork:
    # 我們需要去初始化一個神經網絡
    
    def __init__(self, inputnodes, hiddennodes, outputnodes, learningrate):
        
        self.inodes = inputnodes
        self.hnodes = hiddennodes
        self.onodes = outputnodes
        
        self.lr = learningrate
        
        self.wih = (np.random.normal(0.0, pow(self.hnodes, -0.5),(self.hnodes, self.inodes)))
        self.who = (np.random.normal(0.0, pow(self.onodes, -0.5),(self.onodes, self.hnodes)))
        self.activation_function = lambda x: spe.expit(x)           # 返回sigmoid函數
        
        
    def train(self, inputs_list, targets_list):
        inputs = np.array(inputs_list, ndmin=2).T
        
        hidden_inputs = np.dot(self.wih, inputs)
        hidden_outputs = self.activation_function(hidden_inputs)
        final_inputs = np.dot(self.who, hidden_outputs)
        final_outputs = self.activation_function(final_inputs)
        
        targets = np.array(targets_list, ndmin=2).T
        output_errors = targets - final_outputs
        hidden_errors = np.dot(self.who.T, output_errors)
        
        self.who += self.lr * np.dot((output_errors * final_outputs * ( 1.0-final_outputs)), np.transpose(hidden_outputs))
        self.wih += self.lr * np.dot((hidden_errors * hidden_outputs * (1.0-hidden_outputs)), np.transpose(inputs))
        
    
    def query(self, inputs_list):
        inputs = np.array(inputs_list, ndmin=2).T
        
        hidden_inputs = np.dot(self.wih, inputs)
        hidden_outputs = self.activation_function(hidden_inputs)
        final_inputs = np.dot(self.who, hidden_outputs)
        final_outputs = self.activation_function(final_inputs)
        
        return final_outputs
    
        
input_nodes = 784
hidden_nodes = 88
output_nodes = 10

learn_rate = 0.05

n = neuralnetwork(input_nodes, hidden_nodes, output_nodes, learn_rate)

data_file = open("E:\sklearn_data\神經網絡數字識別\mnist_train.csv", 'r')
data_list = data_file.readlines()
data_file.close()
file2 = open("E:\sklearn_data\神經網絡數字識別\mnist_test.csv")
answer_data = file2.readlines()
file2.close()

data = []

sum_count = 0
for i in range(15):
    count = 0
    for j in range(len(data_list)):
        target = np.zeros(10)+0.01
        line_ = data_list[j].split(',')
        imagearray = np.asfarray(line_)
        target[int(imagearray[0])] = 1.0
        n.train(imagearray[1:]/255*0.99+0.01, target)
    for line in answer_data:
        all_values = line.split(',')
        answer = n.query((np.asfarray(all_values[1:])/255*0.99)+0.01)
        if answer[int(all_values[0])] > 0.85:
            count += 1
    sum_count += count
    string = "訓練進度 %05f\n本輪準確度 %05f\n總準確度 %05f\n\n"%(i/120,count/len(answer_data), sum_count/(len(answer_data)*(i+1)))
    data.append([i/120,count/len(answer_data), sum_count/(len(answer_data)*(i+1))])
    print(string)


data = np.array(data)

plt.plot(range(len(data)), data[:, 1:])

可以說是相對簡單的一個程序,但卻是包含著神經網絡最基礎的思想!值得好好康康~

七、思考

如何識別其他手寫字體等?

我的想法:通過圖像處理,將像素規定到相近大小【尺度放縮】

圖像大小運行速度問題

我的想法:如何快速的矩陣運算,通過C語言是否可以加速?相較於darknet這個神經網絡僅有三層,運算速度並不是十分理想。當然cuda編程對於GPU加速肯定是最好的選擇之一。

到此這篇關於python神經網絡編程之手寫數字識別的文章就介紹到這瞭,更多相關python手寫數字識別內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: