TF.Learn 手写文字识别

时间:2022-05-03
本文章向大家介绍TF.Learn 手写文字识别,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

minist问题

  • 计算机视觉领域的Hello world
  • 给定55000个图片,处理成28*28的二维矩阵,矩阵中每个值表示一个像素点的灰度,作为feature
  • 给定每张图片对应的字符,作为label,总共有10个label,是一个多分类问题

Tensor Flow

  • 可以按教程用Docker安装,也可以直接在Linux上安装
  • 你可能会担心,不用Docker的话怎么开那个notebook呢?其实notebook就在主讲人的Github页(https://github.com/random-forests/tutorials)上
  • 可以用这个Chrome插件:npviewer(https://chrome.google.com/webstore/detail/open-in-nbviewer/ihlhlehlibooakiicbiakgojckpnlali?hl=zh-CN)直接在浏览器中阅读ipynb格式的文件,而不用在本地启动iPython notebook
  • 我们的教程在这里:ep7.ipynb(https://github.com/random-forests/tutorials/blob/master/ep7.ipynb)
  • 把代码从ipython notebook中整理出来:tflearn_mnist.py(https://github.com/ahangchen/GoogleML/blob/master/src/tflearn_mnist.py)

代码分析

下载数据集

mnist = learn.datasets.load_dataset('mnist')

恩,就是这么简单,一行代码下载解压mnist数据,每个img已经灰度化成长784的数组,每个label已经one-hot成长度10的数组

numpy读取图像到内存,用于后续操作,包括训练集(只取前10000个)和验证集

data = mnist.train.images labels = np.asarray(mnist.train.labels, dtype=np.int32) test_data = mnist. test.images test_labels = np.asarray(mnist.test.labels, dtype=np.int32) max_examples = 10000 data = data[:max_examples] labels = labels[:max_examples]

可视化图像

def display(i): img = test_data[i] plt.title('Example %d. Label: %d' % (i, test_labels[i])) plt.imshow(img.reshape((28, 28)), cmap=plt.cm.gray_r) plt.show()

用matplotlib展示灰度图

训练分类器

提取特征(这里每个图的特征就是784个像素值)

feature_columns = learn.infer_real_valued_columns_from_input(data)

创建线性分类器并训练

classifier = learn.LinearClassifier(feature_columns=feature_columns, n_classes=10) classifier.fit(data, labels, batch_size=100, steps=1000)

注意要制定n_classes为labels的数量

  • 分类器实际上是在根据每个feature判断每个label的可能性,
  • 不同的feature有的重要,有的不重要,所以需要设置不同的权重
  • 一开始权重都是随机的,在fit的过程中,实际上就是在调整权重
  • 最后可能性最高的label就会作为预测输出
  • 传入测试集,预测,评估分类效果
result = classifier.evaluate(test_data, test_labels)print result["accuracy"]

速度非常快,而且准确率达到91.4%

可以只预测某张图,并查看预测是否跟实际图形一致

# here's one it gets right print ("Predicted %d, Label: %d" % (classifier.predict(test_data[0]), test_labels[0])) display(0) # and one it gets wrong print ("Predicted %d, Label: %d" % (classifier.predict(test_data[8]), test_labels[8])) display(8)

可视化权重以了解分类器的工作原理

weights = classifier.weights_
a.imshow(weights.T[i].reshape(28, 28), cmap=plt.cm.seismic)

weight可视化

从上图可知:

1、这里展示了8个张图中,每个像素点(也就是feature)的weights,

2、红色表示正的权重,蓝色表示负的权重

3、作用越大的像素,它的颜色越深,也就是权重越大

4、所以权重中红色部分几乎展示了正确的数字

Next steps

  • TensorFlow Docker images(https://hub.docker.com/r/tensorflow/tensorflow/)
  • TF.Learn Quickstart(https://www.tensorflow.org/versions/r0.9/tutorials/tflearn/index.html)
  • MNIST tutorial(https://www.tensorflow.org/tutorials/mnist/beginners/index.html)
  • Visualizating MNIST(http://colah.github.io/posts/2014-10-Visualizing-MNIST/)
  • Additional notebooks(https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/docker/notebooks)
  • More about linear classifiers(https://www.tensorflow.org/versions/r0.10/tutorials/linear/overview.html#large-scale-linear-models-with-tensorflow)
  • Much more about linear classifiers(http://cs231n.github.io/linear-classify/)
  • Additional TF.Learn samples(https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/skflow)

Github工程地址 https://github.com/ahangchen/GoogleML