用Python搭建2层神经网络实现mnist手写数字分类

2023-11-04

这是一个用python搭建2层NN(一个隐藏层)识别mnist手写数据集的示例

mnist.py文件提供了mnist数据集(6万张训练图,1万张测试图)的在线下载,每张图片是 28 ∗ 28 28*28 2828的尺寸,拉长为 1 ∗ 784 1*784 1784的向量作为NN的输入,隐藏层设置了50个神经元,输出层由于是十分类(数字0-9)所以设置了10个神经元,所以网络的架构是784-50-10;

设置的迭代学习次数是10000次,学习率0.1,mini-batch的大小为100个,程序中计算了训练精度,测试精度,训练的损失,并通过打印和画图呈现出来,还计算了程序运行时间,可以看出损失函数确实在不断减小,训练精度和测试精度都在上升且差距很小,说明NN正在正确地学习。

源码:

import time
import numpy as np
from dataset.mnist import load_mnist
from SimpleNet import simpleNet
import matplotlib.pyplot as plt

start = time.clock() # 程序计时

(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, one_hot_label=True)

train_loss_list = []
train_acc_list = []
test_acc_list = []


# 超参数
iters_num = 10000
train_size = x_train.shape[0]
batch_size = 100
learning_rate = 0.1

iter_per_epoch = max(train_size / batch_size, 1)

network = simpleNet(input_size=784, hidden_size=50, output_size=10)

for i in range(iters_num):
    # 获取mini-batch
    batch_mask = np.random.choice(train_size, batch_size)
    x_batch = x_train[batch_mask]
    t_batch = t_train[batch_mask]

    # 计算梯度
    # grad = network.numerical_gradient(x_batch, t_batch)
    grad = network.gradient(x_batch, t_batch)

    # 更新参数
    for key in ('W1', 'b1', 'W2', 'b2'):
        network.params[key] -= learning_rate * grad[key]

    # 记录学习过程的损失变化
    loss = network.loss(x_batch, t_batch)
    train_loss_list.append(loss)

    if i % iter_per_epoch == 0:
        train_acc = network.accuracy(x_train, t_train)
        test_acc = network.accuracy(x_test, t_test)
        train_acc_list.append(train_acc)
        test_acc_list.append(test_acc)
        print("train acc, test acc | " + str(train_acc) + ", " + str(test_acc))

# 画损失函数的变化
x1 = np.arange(len(train_loss_list))
ax1 = plt.subplot(121)
plt.plot(x1, train_loss_list)
plt.xlabel("iteration")
plt.ylabel("loss")



# 画训练精度,测试精度随着epoch的变化
markers = {'train': 'o', 'test': 's'}
x2 = np.arange(len(train_acc_list))
ax2 = plt.subplot(122)
plt.plot(x2, train_acc_list, label='train acc')
plt.plot(x2, test_acc_list, label='test acc', linestyle='--')
plt.xlabel("epochs")
plt.ylabel("accuracy")
plt.ylim(0, 1.0)
plt.legend(loc='lower right')
plt.show()

end = time.clock()
print('Running Time: %s Seconds' %(end-start))

打印学习过程中训练和测试精度随着epoch的迭代的变化和程序运行时间:

train acc, test acc | 0.09871666666666666, 0.098
train acc, test acc | 0.7794833333333333, 0.7855
train acc, test acc | 0.8781166666666667, 0.8828
train acc, test acc | 0.8979166666666667, 0.8994
train acc, test acc | 0.90735, 0.9111
train acc, test acc | 0.9139166666666667, 0.9153
train acc, test acc | 0.9185666666666666, 0.9197
train acc, test acc | 0.9235333333333333, 0.9248
train acc, test acc | 0.9269, 0.9283
train acc, test acc | 0.9310666666666667, 0.9317
train acc, test acc | 0.9333666666666667, 0.935
train acc, test acc | 0.93655, 0.9363
train acc, test acc | 0.9398666666666666, 0.9391
train acc, test acc | 0.9423, 0.9406
train acc, test acc | 0.9442833333333334, 0.9432
train acc, test acc | 0.9460333333333333, 0.9444
train acc, test acc | 0.9479333333333333, 0.9457
Running Time: 82.45328003986769 Seconds

在这里插入图片描述

用到的simpleNet类(这个类定义了2层的NN,包括前向预测和反向计算梯度的学习的所有函数)定义在SimpleNet.py中,和上面的主程序放在同一个文件夹下,所以用from SimpleNet import simpleNet命令导入:

# 这是一个2层网络,即输入-隐藏层-输出

import numpy as np

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

def softmax(x):
    if x.ndim == 2:
        x = x.T
        x = x - np.max(x, axis=0)
        y = np.exp(x) / np.sum(np.exp(x), axis=0)
        return y.T

    x = x - np.max(x) # 溢出对策
    return np.exp(x) / np.sum(np.exp(x))

# 计算sigmoid层的反向传播导数(根据数学推导知道是y(1-y))
def sigmoid_grad(x):
        return (1.0 - sigmoid(x)) * sigmoid(x)

def numerical_gradient(f, x):
    h = 1e-4  # 0.0001
    grad = np.zeros_like(x)

    it = np.nditer(x, flags=['multi_index'], op_flags=['readwrite'])
    while not it.finished:
        idx = it.multi_index
        tmp_val = x[idx]
        x[idx] = float(tmp_val) + h
        fxh1 = f(x)  # f(x+h)

        x[idx] = tmp_val - h
        fxh2 = f(x)  # f(x-h)
        grad[idx] = (fxh1 - fxh2) / (2 * h)

        x[idx] = tmp_val  # 还原值
        it.iternext()

        return grad


def cross_entropy_error(y, t):
    if y.ndim == 1:
        t = t.reshape(1, t.size)
        y = y.reshape(1, y.size)

    # 监督数据是one-hot-vector的情况下,转换为正确解标签的索引
    if t.size == y.size:
        t = t.argmax(axis=1)

    batch_size = y.shape[0]
    return -np.sum(np.log(y[np.arange(batch_size), t] + 1e-7)) / batch_size


class simpleNet:
    def __init__(self, input_size, hidden_size, output_size, weight_init_std = 0.01):
        # 初始化网络
        self.params = {}
        # weight_init_std:权重初始化标准差
        self.params['W1'] = weight_init_std * \
                            np.random.randn(input_size, hidden_size) 
                            # 用高斯分布随机初始化一个权重参数矩阵
        self.params['b1'] = np.zeros(hidden_size)
        self.params['W2'] = weight_init_std * \
                            np.random.randn(hidden_size, output_size)
        self.params['b2'] = np.zeros(output_size)


    def predict(self, x):
        # 前向传播,用点乘实现
        W1, W2 = self.params['W1'], self.params['W2']
        b1, b2 = self.params['b1'], self.params['b2']

        a1 = np.dot(x, W1) + b1
        z1 = sigmoid(a1)
        a2 = np.dot(z1, W2) + b2
        y = softmax(a2)

        return y


    def loss(self, x, t):
        y = self.predict(x)
        loss = cross_entropy_error(y, t)

        return loss

    def accuracy(self, x, t):
        y = self.predict(x)
        y = np.argmax(y, axis=1)
        t = np.argmax(t, axis=1)

        accuracy = np.sum( y==t ) / float(x.shape[0])
        return accuracy

    def numerical_gradient(self, x, t):
        loss_W = lambda W: self.loss(x, t)

        grads = {}
        grads['W1'] = numerical_gradient(loss_W, self.params['W1'])
        grads['b1'] = numerical_gradient(loss_W, self.params['b1'])
        grads['W2'] = numerical_gradient(loss_W, self.params['W2'])
        grads['b2'] = numerical_gradient(loss_W, self.params['b2'])

        return grads

  # 高速版计算梯度,利用批版本的反向传播实现计算高速
    def gradient(self, x, t):
        W1, W2 = self.params['W1'], self.params['W2']
        b1, b2 = self.params['b1'], self.params['b2']
        grads = {}

        batch_num = x.shape[0]  # 把输入的所有列一起计算,因此可以快速

        # forward
        a1 = np.dot(x, W1) + b1
        z1 = sigmoid(a1)
        a2 = np.dot(z1, W2) + b2
        y = softmax(a2)

        # backward
        dy = (y - t) / batch_num  # 输出和标签的平均距离,作为损失值
        grads['W2'] = np.dot(z1.T, dy)
        # numpy数组.T就是转置
        grads['b2'] = np.sum(dy, axis=0)
        # 这里和批版本的Affine层的反向传播导数计算一样


        dz1 = np.dot(dy, W2.T)
        da1 = sigmoid_grad(a1) * dz1
        grads['W1'] = np.dot(x.T, da1)
        grads['b1'] = np.sum(da1, axis=0)

        return grads

定义load_mnist()方法的mnist.py文件,放在dataset文件夹中,dataset文件夹放在和主程序相同的路径,所以用from dataset.mnist import load_mnist命令导入:

# coding: utf-8

try:
    import urllib.request # 用于打开URL(主要是针对HTTP)
except ImportError:
    raise ImportError('You should use Python 3.x')
import os.path  # os模块提供操作系统相关的操作
import gzip # 这个模块提供接口解压和压缩文件
import pickle # 把Python对象的结构序列化
import os
import numpy as np


url_base = 'http://yann.lecun.com/exdb/mnist/' # url字符串
key_file = {
    'train_img':'train-images-idx3-ubyte.gz',
    'train_label':'train-labels-idx1-ubyte.gz',
    'test_img':'t10k-images-idx3-ubyte.gz',
    'test_label':'t10k-labels-idx1-ubyte.gz'
}  # 字典变量



dataset_dir = os.path.dirname(os.path.abspath(__file__))
save_file = dataset_dir + "/mnist.pkl"

train_num = 60000
test_num = 10000
img_dim = (1, 28, 28)
img_size = 784

# 下载一个文件
def _download(file_name):
    file_path = dataset_dir + "/" + file_name
    # 已经有了就不再下载了
    if os.path.exists(file_path):
        return

    print("Downloading " + file_name + " ... ")
    urllib.request.urlretrieve(url_base + file_name, file_path)
    print("Done")

# 下载 mnist 数据集,四个文件
def download_mnist():
    for v in key_file.values():
       _download(v)
        
def _load_label(file_name):
    file_path = dataset_dir + "/" + file_name
    
    print("Converting " + file_name + " to NumPy Array ...")
    with gzip.open(file_path, 'rb') as f:
        # gzip.open()打开gzip文件,转换为二进制文件,返回文件对象
            labels = np.frombuffer(f.read(), np.uint8, offset=8)
    print("Done")
    
    return labels

def _load_img(file_name):
    file_path = dataset_dir + "/" + file_name
    
    print("Converting " + file_name + " to NumPy Array ...")    
    with gzip.open(file_path, 'rb') as f:
            data = np.frombuffer(f.read(), np.uint8, offset=16)
    data = data.reshape(-1, img_size)
    print("Done")
    
    return data
    
def _convert_numpy():
    dataset = {}
    dataset['train_img'] = _load_img(key_file['train_img'])
    dataset['train_label'] = _load_label(key_file['train_label'])    
    dataset['test_img'] = _load_img(key_file['test_img'])
    dataset['test_label'] = _load_label(key_file['test_label'])
    
    return dataset

def init_mnist():
    download_mnist()
    dataset = _convert_numpy()
    print("Creating pickle file ...")
    with open(save_file, 'wb') as f:
        pickle.dump(dataset, f, -1)
    print("Done!")

def _change_one_hot_label(X):
    T = np.zeros((X.size, 10))
    for idx, row in enumerate(T):
        row[X[idx]] = 1
        
    return T
    

def load_mnist(normalize=True, flatten=True, one_hot_label=False):
    """读入MNIST数据集
    
    Parameters
    ----------
    normalize : 将图像的像素值正规化为0.0~1.0
    one_hot_label : 
        one_hot_label为True的情况下,标签作为one-hot数组返回
        one-hot数组是指[0,0,1,0,0,0,0,0,0,0]这样的数组
    flatten : 是否将图像展开为一维数组
    
    Returns
    -------
    (训练图像, 训练标签), (测试图像, 测试标签)
    """
    if not os.path.exists(save_file):
        init_mnist()
        
    with open(save_file, 'rb') as f:
        dataset = pickle.load(f)
    
    if normalize:
        for key in ('train_img', 'test_img'):
            dataset[key] = dataset[key].astype(np.float32)
            dataset[key] /= 255.0
            
    if one_hot_label:
        dataset['train_label'] = _change_one_hot_label(dataset['train_label'])
        dataset['test_label'] = _change_one_hot_label(dataset['test_label'])
    
    if not flatten:
         for key in ('train_img', 'test_img'):
            dataset[key] = dataset[key].reshape(-1, 1, 28, 28)

    return (dataset['train_img'], dataset['train_label']), (dataset['test_img'], dataset['test_label']) 


if __name__ == '__main__':
    init_mnist()

文件放置位置,这个和主程序开头的import联系密切:
在这里插入图片描述

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

用Python搭建2层神经网络实现mnist手写数字分类 的相关文章

随机推荐

  • Cgroups使用

    Cgroups使用 一 Cgroups介绍 linux内核提供了cgroups控制组 controlgroups 的功能 最初由google的工程师提出 后来被整合进Linux内核 Cgroups也是LXC LinuxContainer容器
  • SQL中group by的用法总结

    一 简介SQL语言 SQL语言 是结构化查询语言的简称 SQL语言是一种数据库查询和程序设计语言 用于存取数据以及查询 更新和管理关系数据库系统 同时也是数据库脚本文件的扩展名 SQL语言 是高级的非过程化编程语言 允许用户在高层数据结构上
  • Linux(CentOS7)安装docker

    CentOS7 安装Docker教程 docker官网安装步骤 1 卸载旧版本 sudo yum remove docker docker client docker client latest docker common docker l
  • css 划对号,css3画个圆圈里的对号

    效果如图 image png 基本思路 1先画一个圆 2画两个位于圆中间的小矩形 3旋转矩形 一个左旋45度 一个右旋45度 4利用absolute进行定位 demo2 width 40px height 40px border radiu
  • 爬虫 — 验证码反爬

    目录 一 超级鹰 二 图片验证模拟登录 1 页面分析 1 1 模拟用户正常登录流程 1 2 识别图片里面的文字 2 代码实现 三 滑块模拟登录 1 页面分析 2 代码实现 通过对比像素获取缺口位置 四 openCV 1 简介 2 代码 3
  • 目标检测实战项目『体验篇』

    本文建议阅读时间 8 min 什么是目标检测 目标检测 Object Detection 的任务是找出图像中所有感兴趣的目标 物体 确定它们的类别和位置 是计算机视觉领域的核心问题之一 由于各类物体有不同的外观 形状和姿态 加上成像时光照
  • 二维多孔介质图像的粒度分布研究(Matlab代码实现)

    欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码实现 1 概述 使用流域分割算法对岩石二维二值图像进行粒度
  • C # HTTP支持跨域请求

    修改响应的请求头 具体修改详见代码 private void httpPostRequestHandle while true try 等待请求连接 没有请求则GetContext处于阻塞状态 HttpListenerContext req
  • VS2022下载安装与基本使用(写C语言)

    最近遇到一种问题 就是想要写一写C语言的代码 但是网页编辑器功能不全 GCC需要安装Liunx系统 VS又体量太大过于复杂 用keil又需要连接硬件 所以比较纠结 工作中通常使用的是Keil 但是如果有时不方便使用硬件 怎么办呢 所以就想着
  • vue3无限轮播案例

  • 【参加CUDA线上训练营】CUDA进阶之路 - Chapter 8 - CUDA流和CUDA工具库

    8 1 CUDA Stream 前面的章节只介绍了核函数在GPU内部的执行流程 忽略了CPU与GPU之间的交互过程 可以看出 CPU与GPU之间的交互涉及两个操作 数据传输和核函数执行 CPU将任务添加到不同的队列中 GPU驱动程序则负责执
  • AD原理图突然变灰,无法编辑了,快速恢复方法介绍!

    在使用AD18画原理图的时候 不知道触发了什么功能 导致整个原理图界面变成了灰色 怎么办 不怕 请看下文 下面是正常操作时候的界面 下面是异常界面 咨询同事后 同事表示经常遇到这种情况 他们认为是软件卡死了 关闭再重新打开即可 不过鄙人不这
  • python第六七天作业

    作业1 求第n项的斐波那契数列的值 n gt 1 def fbnq n if n lt 1 return 1 if 1 n or 2 n return 1 return fbnq n 1 fbnq n 2 def main n int in
  • MemCache详细解读

    MemCache是什么 MemCache是一个自由 源码开放 高性能 分布式的分布式内存对象缓存系统 用于动态Web应用以减轻数据库的负载 它通过在内存中缓存数据和对象来减少读取数据库的次数 从而提高了网站访问的速度 MemCaChe是一个
  • printf 和 println 是 Java 中用于输出的两种不同的方法

    以下为ChatGPT输出 printf 和 println 是 Java 中用于输出的两种不同的方法 它们之间有以下几点差异 格式控制 printf 方法允许你使用格式字符串来控制输出的格式 你可以指定变量的类型 字段宽度 精度等 而 pr
  • openwrt查看系统的芯片方案

    拿到一款路由器 想要知道主芯片的方案 可以通过如下方法 方法一 查看cpuinfo 比如 root IceCreamBox cat proc cpuinfo system type Ralink MT7620A ver 2 eco 3 ma
  • mybatis查询返回的对象不为null,但是属性值为null

  • 深度学习调参技巧

    深度学习调参技巧 一 寻找合适的学习率 learning rate 二 learning rate与batch size的关系 三 权重初始化 四 dropout 五 多模型融合 六 差分学习率与迁移学习 七 多尺度训练 八 Cross V
  • BRDF公式

    转自 https www cnblogs com wbaoqing p 9810386 html 根据BRDF公式 高光项部分 只能物体的表面的粗糙度有关 Roughness有关 大部分公式都是 根据Cook Torrance 的微表面高光
  • 用Python搭建2层神经网络实现mnist手写数字分类

    这是一个用python搭建2层NN 一个隐藏层 识别mnist手写数据集的示例 mnist py文件提供了mnist数据集 6万张训练图 1万张测试图 的在线下载 每张图片是 28 28 28 28 28 28的尺寸 拉长为 1