MNIST机器学习入门(一)
一、简介
首先介绍MNIST 数据集。如图1-1 所示, MNIST 数据集主要由一些手写数字的图片和相应的标签组成,图片一共有10 类,分别对应从0~9 ,共10 个阿拉伯数字。
原始的MNIST 数据库一共包含下面4 个文件, 见表1-1 。
在表1 - 1 中,图像数据是指很多张手写字符的图像,图像的标签是指每一张图像实际对应的数字是几,也就是说,在MNIST 数据集中的每一张图像都事先标明了对应的数字。
在MNIST 数据集中有两类图像:一类是训练图像(对应文件train-images-idx3-ubyte.gz 和train - labels-idx1-ubyte.gz ), 另一类是测试图像(对应文件t10k-images-idx3-ubyte.gz 和t10k-labels-idx1-ubyte.gz ) 。训练图像一共有60000 张,供研究人员训练出合适的模型。测试图像一共有10000 张,供研究人员测试训练的模型的性能。在TensorFlow 中, 可以使用下面的Python 代码下载MNIST 数据(在随书附赠的代码中,该代码对应的文件是donwload.py )。
# 从tensorflow.examples.tutorials.mnist引入模块。这是TensorFlow为了教学MNIST而提前编制的程序 from tensorflow.examples.tutorials.mnist import input_data# 从MNIST_data/中读取MNIST数据。这条语句在数据不存在时,会自动执行下载 mnist = input_data.read_data_sets( "MNIST_data/" ,one_hot = True )
在执行语句mnist = input_ data.read_ data_ sets("MNIST_data/”,one_hot=True)时, TensorFlow 会检测数据是否存在。当数据不存在时,系统会自动将数据下载到MNIST_data/ 文件夹中。当执行完语句后,读者可以自行前往MNIST_data/ 文件夹下查看上述4 个文件是否已经被正确地下载。
成功加载MNIST 数据集后,得到了一个mnist 对象,可以通过mnist对象的属性访问到MNIST 数据集,见表1 -2 。
运行下列代码可以查看各个变量的形状大小:
# 查看训练数据的大小 print (mnist.train.images.shape) print (mnist.train.labels.shape)# 查看验证数据的大小 print (mnist.validation.images.shape) print (mnist.validation.labels.shape)# 查看测试数据的大小 print (mnist.test.images.shape) print (mnist.test.labels.shape)
原始的MNIST 数据集中包含了 60000 张训练图片和10000 张测试图片。而在TensorFlow 中,又将原先的60000 张训练图片重新划分成了新的55000张训练图片和5000 张验证图片。所以在mnist 对象中,数据一共分为三部分: mnist.train 是训练图片数据, mnist. validation 是验证图片数据, mnist.test是测试图片数据,这正好对应了机器学习中的训练集、验证集和测试集。一般来说,会在训练集上训练模型,通过模型在验证集上的表现调整参数,最后通过测试集确定模型的性能。
二、将MNIST数据集保存为图片
在原始的MNIST 数据集中,每张图片都由一个28 ×28 的矩阵表示,如图 所示。
在TensorFlow 中,变量mnist.train.images 是训练样本, 它的形状为(55000,784)。其中,5000 是训练图像的个数,而784 实际为单个样本的维数,即每张图片都由一个784 维的向量表示( 784 正好等于28 ×28 ) 。可以使用以下代码打印出第0 张训练图片对应的向量表示:
# 打印出第0张图片的向量表示 print (mnist.train.images[ 0 ,:])# 打印出第0幅图片的标签 print (mnist.train.labels[ 0 , :])
为了加深对这种表示的理解,下面完成一个简单的程序:将MNIST 数据集读取出来,并保存为图片文件。对应的代码文件为save_pic.py。
from tensorflow.examples.tutorials.mnist import input_data import scipy.misc import os# 读取MNIST数据集。如果不存在会事先下载 mnist = input_data.read_data_sets( "MNIST_data/" ,one_hot = True )# 把原始图片保存在MNIST_data/raw/文件夹下 如果没有这个文件夹 会自动创建 save_dir = 'MNIST_data/raw/' if os.path.exists(save_dir) is False :os.mkdir(save_dir)# 保存前20张图片 for i in range ( 20 ):# 请注意,mnist.train.images[i, :]就表示第i张图片(序号从0开始)image_array = mnist.train.images[i,:] # TensorFlow中的MNIST图片是一个784维的向量,我们重新把它还原为28x28维的图像。image_array = image_array.reshape( 28 , 28 )# 保存文件的格式为 mnist_train_0.jpg, mnist_train_1.jpg, ... ,mnist_train_19.jpgfilename = save_dir + 'mnist_train_%d.jpg' % i# 将image_array保存为图片# 先用scipy.misc.toimage转换为图像,再调用save直接保存。scipy.misc.toimage(image_array,cmin = 0.0 ,cmax = 1.0 ).save(filename) # 版本不支持但是还是可以保存为图片
运行此程序后, 在MNIST_data/raw/ 文件夹下就可以看到MNIST 数据集中训练集的前20 张图片。
三、图像标签的独热表示
变量mnist. train.labels 表示训练图像的标签,它的形状是(55000, 10)。原始的图像标签是数字0~9 ,我们完全可以用一个数字来存储图像标签,但为什么这里每个训练标签是一个10 维的向量呢?其实,这个10 维的向量是原先类别号的独热( one-hot )表示。所谓独热表示,就是“一位高效编码” 。我们用N维的向量来表示N 个类别,每个类别占据独立的一位,任何时候独热表示中只再一位是1 ,其他都为0 。读者可以直接从表中理解独热表示。
我们可以打印出前20 张图片的标签(对应程序label.py ),读者可以尝试与前面程序中保存的图片对照,查看图像与图像的标签是否正确地对应上了。
from tensorflow.examples.tutorials.mnist import input_data import numpy as np# 读取MNIST数据集。如果不存在会事先下载 mnist = input_data.read_data_sets( "MNIST_data/" ,one_hot = True )# 看前20张训练图片的label for i in range ( 20 ):# 得到独热表示,形如(0, 1, 0, 0, 0, 0, 0, 0, 0, 0)one_hot_label = mnist.train.labels[i,:]# 通过np.argmax我们可以直接获得原始的label# 因为只有1位为1,其他都是0label = np.argmax(one_hot_label)print ( 'mnist_train_%d.jpg label: %d' % (i, label))
MNIST机器学习入门(一)相关推荐
- tensorfllow MNIST机器学习入门
MNIST机器学习入门 这个教程的目标读者是对机器学习和TensorFlow都不太了解的新手.如果你已经了解MNIST和softmax回归(softmax regression)的相关知识,你可以阅读 ...
- TensorFlow学习笔记(二):快速理解Tutorial第一个例子-MNIST机器学习入门 标签: 机器学习SoftmaxTensorFlow教程 2016-08-02 22:12 3729人阅
TensorFlow学习笔记(二):快速理解Tutorial第一个例子-MNIST机器学习入门 标签: 机器学习SoftmaxTensorFlow教程 2016-08-02 22:12 3729人阅读 ...
- [转]MNIST机器学习入门
MNIST机器学习入门 转自:http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_beginners.html?plg_ ...
- MNIST机器学习入门
作者的相关文章 MNIST手写数字数据集格式,如何读取MNIST数据集? [人工智能]利用C语言实现KNN算法进行手写数字识别 [BP神经网络]使用反向传播训练多层神经网络的原则+"常见问题 ...
- TensorFlow 学习(3)——MNIST机器学习入门
通过对MNIST的学习,对TensorFlow和机器学习快速上手. MNIST:手写数字识别数据集 MNIST数据集 60000行的训练数据集 和 10000行测试集 每张图片是一个28*28的像素图 ...
- 【TensorFlow官方文档】MNIST机器学习入门
MNIST是一个入门级的计算机视觉数据集,它包含各种手写数字图片:它也包含每一张图片对应的标签,告诉我们这个是数字几.比如,下面这四张图片的标签分别是5,0,4,1. 从一个很简单的数学模型开始:训练 ...
- MNIST机器学习入门【学习笔记】
平台信息: PC:ubuntu18.04.i5.anaconda2.cuda9.0.cudnn7.0.5.tensorflow1.10.GTX1060 作者:庄泽彬(欢迎转载,请注明作者) 说明:本文 ...
- MNIST机器学习入门(学习记录)——1
看的教程是下面这个网址,教程的题目和我的标题前半部分一样.我只是只是按部就班的操作一遍,加粗的是我自己的闲言碎语. http://www.tensorfly.cn/tfdoc/tutorials/mn ...
- MNIST机器学习入门(二)
在前一个博客中,我们已经对MNIST 数据集和TensorFlow 中MNIST 数据集的载入有了基本的了解.本节将真正以TensorFlow 为工具,写一个手写体数字识别程序,使用的机器学习方法是S ...
最新文章
- python课程怎么样-python课程体系是怎么样的?
- 如何使用trace模式运行BRF+应用
- 活动:北京Xamarin分享会第8期(2017年11月11日)
- gulp webpack整合
- VGG网络结构(二)
- C语言实现辗转相除法计算两数最大公约数
- 博客园去除文章页底部的推广链接
- ES6之let能替代var吗?
- R︱mlr包挑选最适机器学习模型+变量评估与选择(案例详解)
- windows上搭建NFS服务器--haneWIN
- DWG格式怎样转换成DXF、DWF格式呢?
- reflector 插件_Reflector Plus Plus-插件,IronPython和其他Peli Goodness
- linux 挂载ISO镜像文件
- Git commit message规范
- matinee和matin区别_【近义词辨析】An和Année, Jour和Journée如何区别
- Arduino 调用Stepper库驱动28BYJ-48步进电机,电机振动不转、无法反方向转的解决办法
- jdk8新特性之出现This inspection finds all usages of methods that have @since tag in their documentation.
- VBA的参数传递:ByVal 和 ByRef 的区别
- social-GAN
- PS人物头发抠取教程 PS照片换背景方法