轉載請注明作者：夢里風林
Google Machine Learning Recipes 7
官方中文博客 - 視頻地址
Github工程地址 https://github.com/ahangchen/GoogleML
歡迎Star，也歡迎到Issue區討論
mnist問題
- 計算機視覺領域的Hello world
- 給定55000個圖片，處理成28*28的二維矩陣，矩陣中每個值表示一個像素點的灰度，作為feature
- 給定每張圖片對應的字符，作為label，總共有10個label，是一個多分類問題
TensorFlow
- 可以按教程用Docker安裝，也可以直接在Linux上安裝
- 你可能會擔心，不用Docker的話怎么開那個notebook呢？其實notebook就在主講人的Github頁上
- 可以用這個Chrome插件:npviewer直接在瀏覽器中閱讀ipynb格式的文件，而不用在本地啟動iPython notebook
- 我們的教程在這里：ep7.ipynb
- 把代碼從ipython notebook中整理出來：tflearn_mnist.py
代碼分析
- 下載數據集
mnist = learn.datasets.load_dataset('mnist')
恩，就是這么簡單，一行代碼下載解壓mnist數據，每個img已經灰度化成長784的數組，每個label已經one-hot成長度10的數組
在我的深度學習筆記看One-hot是什么東西
- numpy讀取圖像到內存，用於后續操作，包括訓練集（只取前10000個）和驗證集
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]
- 可視化圖像
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展示灰度圖
- 訓練分類器
- 提取特征（這里每個圖的特征就是784個像素值）
feature_columns = learn.infer_real_valued_columns_from_input(data)
- 創建線性分類器並訓練
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為labels的數量
- 分類器實際上是在根據每個feature判斷每個label的可能性，
- 不同的feature有的重要，有的不重要，所以需要設置不同的權重
- 一開始權重都是隨機的，在fit的過程中，實際上就是在調整權重
-
最后可能性最高的label就會作為預測輸出
-
傳入測試集，預測，評估分類效果
result = classifier.evaluate(test_data, test_labels)
print result["accuracy"]
速度非常快，而且准確率達到91.4%
可以只預測某張圖，並查看預測是否跟實際圖形一致
# 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)
- 可視化權重以了解分類器的工作原理
weights = classifier.weights_
a.imshow(weights.T[i].reshape(28, 28), cmap=plt.cm.seismic)
- 這里展示了8個張圖中，每個像素點（也就是feature）的weights，
- 紅色表示正的權重，藍色表示負的權重
- 作用越大的像素，它的顏色越深，也就是權重越大
- 所以權重中紅色部分幾乎展示了正確的數字