BPニューラルネットワークが手書き数字認識を実現
完全なコードは最後にあり
ます1.パッケージをインポートします
import numpy as np
from sklearn.datasets import load_digits
from sklearn.preprocessing import LabelBinarizer
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report,confusion_matrix
import matplotlib.pyplot as plt
ピクセル値はdigits.data.shapeから取得できます。ここでの出力は、1797枚の画像があり、各画像が64ピクセルであるため、64個の入力があることを示しています。タグの値はdigits.targetに格納され、値は0〜9です。
2.データをインポートします
digits = load_digits()
# 数据 图片的灰度信息存在digits.data中
X = digits.data
# 标签
y = digits.target
3.ニューラルネットワーク
64-100-10、つまり、入力層に64個のニューロン、100個の隠れ層、10個の出力層を定義します。入力層にバイアスがないのはなぜですかx 0 = 1 x_0 = 1バツ0=1.個人的な理解では、各画像にデータを追加してもトレーニング結果にはほとんど影響がなく、画像にピクセルを追加するのはあまり便利ではありませんか?
# 定义神经网络64-100-10,64像素即64通道输入,隐藏层稍多于输入层,输出层为0-9,所以是10个
# 输入层到隐藏层v,隐藏层到输出层w
V = np.random.random((64,100)) * 2 - 1
W = np.random.random((100,10)) * 2 - 1
4.データのセグメンテーションデータの
一部をテスト用に、一部をトレーニング用に数字で使用し
ます。関数train_test_split()を使用します。
# 数据切分 train_test_split(X,y)可以把输入数据和标签数据切分为训练集和测试集
# default: 1/4测试集,3/4训练集
X_train,X_test,y_train,y_test = train_test_split(X,y)
5.ラベルの2値化(1つのホットエンコーディング)
ニューラルネットワークの出力は0、1のみであり、0、1、2、3、4を直接表すことはできません...したがって、分類問題は2値化する必要があります
0→1000000003
→001000009
→ 000000001
# 标签二值化
# 0->100000000
# 3->001000000
# 9->000000001
label_train = LabelBinarizer().fit_transform(y_train)
6.活性化関数
を定義するsidmoid関数を活性化関数として使用します
# 激活函数
def sigmoid(x):
return 1/(1+np.exp(-x))
def dsigmoid(x):
s = 1/(1+np.exp(-x))
return s*(1-s)
7.トレーニングモデル
トレーニング関数にトレーニングセットを与え、このトレーニングの入力xとしてトレーニングセットからデータをランダムに抽出し、BPアルゴリズムに従って重みを更新します。
正解率は、トレーニングの1000回ごとに計算されます。計算方法は、テストセットを入力として受け取り、予測関数を呼び出し、現在のトレーニング回数でニューロン出力L 2L_2を返すことです。L2、L 2 L_2L2これは、0から1までの値を持つ10次元のベクトルです。最大値は1と見なされ、その位置がフィルターで除外され、テストセットのラベル値と比較され、平均値が取得されます。正確さ。
x = np.atleast_2d(x)は、実際にはxを1次元行列に変換しています。これは、x自体がリストであり、行列演算を実行できず、行列の乗算を行うには1次元行列である必要があるためです。
# 训练模型
def train(X,y,Steps = 10000,lr = 0.12):
global W,V
for n in range(Steps):
# 随机选取一个数据
i = np.random.randint(X.shape[0])
x = X[i]
# 把数据变为2维数据,一维数据不能矩阵乘法
# ?????????
x = np.atleast_2d(x)
# BP算法公式
L1 = sigmoid(np.dot(x,V))
L2 = sigmoid(np.dot(L1,W))
# 学习信号
L2_delta = (y[i]-L2)*dsigmoid(np.dot(L1,W))
L1_delta = np.dot(L2_delta,W.T)*dsigmoid(np.dot(x,V))
# 更新权值
W += lr*np.dot(L1.T,L2_delta)
V += lr*np.dot(x.T,L1_delta)
#每训练1000次预测一次准确率
if n%1000 == 0:
output = predict(X_test)
# predictions:最大值所在位置(0-9)->预测的标签值
predictions = np.argmax(output,axis = 1)
acc = np.mean(np.equal(predictions,y_test))
print("steps:",n,"accuracy:",acc)
def predict(x):
L1 = sigmoid(np.dot(x,V))
L2 = sigmoid(np.dot(L1,W))
return L2
8.20000回トレーニングする
train(X_train,label_train,20000)
完全なコードと結果
import numpy as np
from sklearn.datasets import load_digits
from sklearn.preprocessing import LabelBinarizer
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report,confusion_matrix
import matplotlib.pyplot as plt
digits = load_digits()
# 数据 图片的灰度信息存在digits.data中
X = digits.data
# 标签
y = digits.target
# 定义神经网络64-100-10,64像素即64通道输入,隐藏层稍多于输入层,输出层为0-9,所以是10个
# 输入层到隐藏层v,隐藏层到输出层w
V = np.random.random((64,100)) * 2 - 1
W = np.random.random((100,10)) * 2 - 1
# 数据切分 train_test_split(X,y)可以把输入数据和标签数据切分为训练集和测试集
# default: 1/4测试集,3/4训练集
X_train,X_test,y_train,y_test = train_test_split(X,y)
# 标签二值化
# 0->100000000
# 3->001000000
# 9->000000001
label_train = LabelBinarizer().fit_transform(y_train)
# 激活函数
def sigmoid(x):
return 1/(1+np.exp(-x))
def dsigmoid(x):
s = 1/(1+np.exp(-x))
return s*(1-s)
# 训练模型
def train(X,y,Steps = 10000,lr = 0.12):
global W,V
for n in range(Steps):
# 随机选取一个数据
i = np.random.randint(X.shape[0])
x = X[i]
# 把数据变为2维数据,一维数据不能矩阵乘法
# ?????????
x = np.atleast_2d(x)
# BP算法公式
L1 = sigmoid(np.dot(x,V))
L2 = sigmoid(np.dot(L1,W))
# 学习信号
L2_delta = (y[i]-L2)*dsigmoid(np.dot(L1,W))
L1_delta = np.dot(L2_delta,W.T)*dsigmoid(np.dot(x,V))
# 更新权值
W += lr*np.dot(L1.T,L2_delta)
V += lr*np.dot(x.T,L1_delta)
#每训练1000次预测一次准确率
if n%1000 == 0:
output = predict(X_test)
# predictions:最大值所在位置(0-9)->预测的标签值
predictions = np.argmax(output,axis = 1)
acc = np.mean(np.equal(predictions,y_test))
print("steps:",n,"accuracy:",acc)
def predict(x):
L1 = sigmoid(np.dot(x,V))
L2 = sigmoid(np.dot(L1,W))
return L2
train(X_train,label_train,20000)
結果
steps: 0 accuracy: 0.06888888888888889
steps: 1000 accuracy: 0.6066666666666667
steps: 2000 accuracy: 0.7733333333333333
steps: 3000 accuracy: 0.8022222222222222
steps: 4000 accuracy: 0.8222222222222222
steps: 5000 accuracy: 0.8488888888888889
steps: 6000 accuracy: 0.84
steps: 7000 accuracy: 0.86
steps: 8000 accuracy: 0.8422222222222222
steps: 9000 accuracy: 0.86
steps: 10000 accuracy: 0.8666666666666667
steps: 11000 accuracy: 0.8533333333333334
steps: 12000 accuracy: 0.8666666666666667
steps: 13000 accuracy: 0.8644444444444445
steps: 14000 accuracy: 0.8644444444444445
steps: 15000 accuracy: 0.8688888888888889
steps: 16000 accuracy: 0.9044444444444445
steps: 17000 accuracy: 0.94
steps: 18000 accuracy: 0.9444444444444444
steps: 19000 accuracy: 0.94