要說2017年什么技術(shù)最火爆，無疑是google領(lǐng)銜的深度學(xué)習(xí)開源框架Tensorflow。本文簡述一下深度學(xué)習(xí)的入門例子MNIST。

深度學(xué)習(xí)簡單介紹

首先要簡單區(qū)別幾個概念：人工智能，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)。這幾個詞應(yīng)該是出現(xiàn)的最為頻繁的，但是他們有什么區(qū)別呢？

人工智能：人類通過直覺可以解決的問題，如：自然語言理解，圖像識別，語音識別等，計(jì)算機(jī)很難解決，而人工智能就是要解決這類問題。

機(jī)器學(xué)習(xí)：如果一個任務(wù)可以在任務(wù)T上，隨著經(jīng)驗(yàn)E的增加，效果P也隨之增加，那么就認(rèn)為這個程序可以從經(jīng)驗(yàn)中學(xué)習(xí)。

深度學(xué)習(xí)：其核心就是自動將簡單的特征組合成更加復(fù)雜的特征，并用這些特征解決問題。

神經(jīng)網(wǎng)絡(luò)：最初是一個生物學(xué)的概念，一般是指大腦神經(jīng)元，觸點(diǎn)，細(xì)胞等組成的網(wǎng)絡(luò)，用于產(chǎn)生意識，幫助生物思考和行動，后來人工智能受神經(jīng)網(wǎng)絡(luò)的啟發(fā)，發(fā)展出了人工神經(jīng)網(wǎng)絡(luò)。

來一張圖就比較清楚了，如下圖：

MNIST解析

MNIST是深度學(xué)習(xí)的經(jīng)典入門demo，他是由6萬張訓(xùn)練圖片和1萬張測試圖片構(gòu)成的，每張圖片都是28*28大?。ㄈ缦聢D），而且都是黑白色構(gòu)成（這里的黑色是一個0-1的浮點(diǎn)數(shù)，黑色越深表示數(shù)值越靠近1），這些圖片是采集的不同的人手寫從0到9的數(shù)字。TensorFlow將這個數(shù)據(jù)集和相關(guān)操作封裝到了庫中，下面我們來一步步解讀深度學(xué)習(xí)MNIST的過程。

上圖就是4張MNIST圖片。這些圖片并不是傳統(tǒng)意義上.jpg或者jpg格式的圖片，因.jpg或者jpg的圖片格式，會帶有很多干擾信息（如：數(shù)據(jù)塊，圖片頭，圖片尾，長度等等），這些圖片會被處理成很簡易的二維數(shù)組，如圖：

可以看到，矩陣中有值的地方構(gòu)成的圖形，跟左邊的圖形很相似。之所以這樣做，是為了讓模型更簡單清晰。特征更明顯。

我們先看模型的代碼以及如何訓(xùn)練模型：

 mnist = input_data.read_data_sets(FLAGS.data_dir, one_hot=True)
# x是特征值
 x = tf.placeholder(tf.float32, [None, 784])
# w表示每一個特征值（像素點(diǎn)）會影響結(jié)果的權(quán)重
 W = tf.Variable(tf.zeros([784, 10]))
 b = tf.Variable(tf.zeros([10]))
 y = tf.matmul(x, W) + b
# 是圖片實(shí)際對應(yīng)的值
 y_ = tf.placeholder(tf.float32, [None, 10])<br>
 cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y))
 train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
 sess = tf.InteractiveSession()
 tf.global_variables_initializer().run()
 # mnist.train 訓(xùn)練數(shù)據(jù)
 for _ in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
 
 #取得y得最大概率對應(yīng)的數(shù)組索引來和y_的數(shù)組索引對比，如果索引相同，則表示預(yù)測正確
 correct_prediction = tf.equal(tf.arg_max(y, 1), tf.arg_max(y_, 1))
 accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
 
 print(sess.run(accuracy, feed_dict={x: mnist.test.images,
                    y_: mnist.test.labels}))

首先第一行是獲取MNIST的數(shù)據(jù)集，我們逐一解釋一下：

x（圖片的特征值）：這里使用了一個28*28=784列的數(shù)據(jù)來表示一個圖片的構(gòu)成，也就是說，每一個點(diǎn)都是這個圖片的一個特征，這個其實(shí)比較好理解，因?yàn)槊恳粋€點(diǎn)都會對圖片的樣子和表達(dá)的含義有影響，只是影響的大小不同而已。至于為什么要將28*28的矩陣攤平成為一個1行784列的一維數(shù)組，我猜測可能是因?yàn)檫@樣做會更加簡單直觀。

W（特征值對應(yīng)的權(quán)重）：這個值很重要，因?yàn)槲覀兩疃葘W(xué)習(xí)的過程，就是發(fā)現(xiàn)特征，經(jīng)過一系列訓(xùn)練，從而得出每一個特征對結(jié)果影響的權(quán)重，我們訓(xùn)練，就是為了得到這個最佳權(quán)重值。

b（偏置量）：是為了去線性話（我不是太清楚為什么需要這個值）

y（預(yù)測的結(jié)果）：單個樣本被預(yù)測出來是哪個數(shù)字的概率，比如：有可能結(jié)果是[ 1.07476616 -4.54194021 2.98073649 -7.42985344 3.29253793 1.967506178.59438515 -6.65950203 1.68721473 -0.9658531 ]，則分別表示是0，1，2，3，4，5，6，7，8，9的概率，然后會取一個最大值來作為本次預(yù)測的結(jié)果，對于這個數(shù)組來說，結(jié)果是6（8.59438515）

y_（真實(shí)結(jié)果）：來自MNIST的訓(xùn)練集，每一個圖片所對應(yīng)的真實(shí)值，如果是6，則表示為：[0 0 0 0 0 1 0 0 0]

再下面兩行代碼是損失函數(shù)（交叉熵）和梯度下降算法，通過不斷的調(diào)整權(quán)重和偏置量的值，來逐步減小根據(jù)計(jì)算的預(yù)測結(jié)果和提供的真實(shí)結(jié)果之間的差異，以達(dá)到訓(xùn)練模型的目的。

算法確定以后便可以開始訓(xùn)練模型了，如下：

for _ in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

mnist.train.next_batch(100)是從訓(xùn)練集里一次提取100張圖片數(shù)據(jù)來訓(xùn)練，然后循環(huán)1000次，以達(dá)到訓(xùn)練的目的。

之后的兩行代碼都有注釋，不再累述。我們看最后一行代碼：

print(sess.run(accuracy, feed_dict={x: mnist.test.images,
                    y_: mnist.test.labels}))

mnist.test.images和mnist.test.labels是測試集，用來測試。accuracy是預(yù)測準(zhǔn)確率。

當(dāng)代碼運(yùn)行起來以后，我們發(fā)現(xiàn)，準(zhǔn)確率大概在92%左右浮動。這個時候我們可能想看看到底是什么樣的圖片讓預(yù)測不準(zhǔn)。則添加如下代碼：

for i in range(0, len(mnist.test.images)):
 result = sess.run(correct_prediction, feed_dict={x: np.array([mnist.test.images[i]]), y_: np.array([mnist.test.labels[i]])})
 if not result:
  print('預(yù)測的值是：',sess.run(y, feed_dict={x: np.array([mnist.test.images[i]]), y_: np.array([mnist.test.labels[i]])}))
  print('實(shí)際的值是：',sess.run(y_,feed_dict={x: np.array([mnist.test.images[i]]), y_: np.array([mnist.test.labels[i]])}))
  one_pic_arr = np.reshape(mnist.test.images[i], (28, 28))
  pic_matrix = np.matrix(one_pic_arr, dtype="float")
  plt.imshow(pic_matrix)
  pylab.show()
  break
 
print(sess.run(accuracy, feed_dict={x: mnist.test.images,
                   y_: mnist.test.labels}))

for循環(huán)內(nèi)指明一旦result為false，就表示出現(xiàn)了預(yù)測值和實(shí)際值不符合的圖片，然后我們把值和圖片分別打印出來看看：

預(yù)測的值是： [[ 1.82234347 -4.87242508 2.63052988 -6.56350136 2.73666072 2.30682945 8.59051228 -7.20512581 1.45552373 -0.90134078]]

對應(yīng)的是數(shù)字6。
實(shí)際的值是： [[ 0. 0. 0. 0. 0. 1. 0. 0. 0. 0.]]

對應(yīng)的是數(shù)字5。

我們再來看看圖片是什么樣子的：

的確像5又像6。

總體來說，只有92%的準(zhǔn)確率，還是比較低的，后續(xù)會解析一下比較適合識別圖片的卷積神經(jīng)網(wǎng)絡(luò)，準(zhǔn)確率可以達(dá)到99%以上。

一些體會與感想

我本人是一名iOS開發(fā)，也是迎著人工智能的浪潮開始一路學(xué)習(xí)，我覺得人工智能終將改變我們的生活，也會成為未來的一個熱門學(xué)科。這一個多月的自學(xué)下來，我覺得最為困難的是克服自己的畏難情緒，因?yàn)槲彝耆珱]有AI方面的任何經(jīng)驗(yàn)，而且工作年限太久，線性代數(shù)，概率論等知識早已還給老師，所以在開始的時候，總是反反復(fù)復(fù)不停猶豫，糾結(jié)到底要不要把時間花費(fèi)在研究深度學(xué)習(xí)上面。但是后來一想，假如我不學(xué)AI的東西，若干年后，AI發(fā)展越發(fā)成熟，到時候想學(xué)也會難以跟上步伐，而且，讓電腦學(xué)會思考這本身就是一件很讓人興奮的事情，既然想學(xué)，有什么理由不去學(xué)呢？與大家共勉。

參考文章：

https://zhuanlan.zhihu.com/p/25482889

https://hit-scir.gitbooks.io/neural-networks-and-deep-learning-zh_cn/content/chap1/c1s0.html

到此這篇關(guān)于解析Tensorflow之MNIST的使用的文章就介紹到這了,更多相關(guān)Tensorflow MNIST內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論