2. 程式人生 > >OpenCV機器學習：SVM分類器實現MNIST手寫數字識別

OpenCV機器學習：SVM分類器實現MNIST手寫數字識別

阿新 • • 發佈：2018-12-27

0. 開發環境

最近機器學習隨著AI人工智慧的興起越來越火，博主想找一些ML的庫來練手。突然想起之前在看Opencv的doc時發現有ML的component，於是心血來潮就開始寫程式碼試試。話不多說，直接進正題。

以下我的開發環境配置：
-Windows7
-Visual Studio2015
-OpenCV3.2

1. MNIST手寫資料庫

我們選用鼎鼎大名的MNIST手寫庫作為資料集，MNIST是由深度學習三大神之一Yann LeCun帶頭建立的，可以在下面的連結進行下載：

http://yann.lecun.com/exdb/mnist/

MNIST資料集分為以下四部分：
(1)
train-images-idx3-ubyte
訓練影象的集合，共有60000張，大小是28×28
(2)
train-labels-idx1-ubyte
對應於訓練影象的標籤集，為0～9
(3)
t10k-images-idx3-ubyte
測試影象的集合，共有10000張，大小是28×28
(4)
t10k-labels-idx1-ubyte
對應於測試影象的標籤集，為0～9

2. 程式碼分析

2.1 讀取MNIST資料集

在MNIST資料庫的主頁上對整個MNIST的結構進行了介紹，四個檔案都是binary二進位制檔案，並且資料的儲存有一定的格式，在讀取時需要小心。

對於標籤集train-labels-idx1-ubyte(t10k-labels-idx1-ubyte也是類似)來說，資料儲存的描述如下：

TRAINING SET LABEL FILE (train-labels-idx1-ubyte):
[offset] [type]          [value]          [description] 
0000     32 bit integer
 
  0x00000801(2049) magic number (MSB first) 
0004     32 bit integer  60000            number of items 
0008     unsigned byte   ??               label 
0009     unsigned byte   ??               label 
........ 
xxxx     unsigned byte   ??               label
The labels values are 0 to 9.

可以看到，我們需要讀取的第一個數是32bit的magic number，第二個資料是影象標籤的個數，也是32bit的整數，接下來才是每個影象對應的標籤值，每個按照unsigned byte進行儲存。

對於訓練/測試影象集train-images-idx3-ubyte(t10k-images-idx3-ubyte也是類似)來說，資料儲存的描述如下：

TRAINING SET IMAGE FILE (train-images-idx3-ubyte):

[offset] [type]          [value]          [description] 
0000     32 bit integer  0x00000803(2051) magic number 
0004     32 bit integer  60000            number of images 
0008     32 bit integer  28               number of rows 
0012     32 bit integer  28               number of columns 
0016     unsigned byte   ??               pixel 
0017     unsigned byte   ??               pixel 
........ 
xxxx     unsigned byte   ??               pixel
Pixels are organized row-wise. Pixel values are 0 to 255. 0 means background (white), 255 means foreground (black).

可以看到，我們需要讀取的第一個數是32bit的magic number，第二個資料是影象的個數，也是32bit的整數，接下來分別是影象的行數和列數，均是32bit的整數，最後是所有影象的畫素點(8bit的unsigned byte)按照行優先的格式進行儲存。

PS：注意MNIST的描述中有這樣一句話，所有32bit的整數是按照MSB在前(大端模式)進行儲存的。在Intel及其他小端處理器上，需要對這些整數進行大小端翻轉。

All the integers in the files are stored in the MSB first (high endian) format used by most non-Intel processors. Users of Intel processors and other low-endian machines must flip the bytes of the header.
2.1.1

下面的程式碼段通過位運算實現32bit整數的大端-小端的轉換：

//大端轉小端
int reverseInt(int i)
{
    unsigned char c1, c2, c3, c4;

    c1 = i & 255;
    c2 = (i >> 8) & 255;
    c3 = (i >> 16) & 255;
    c4 = (i >> 24) & 255;

    return ((int)c1 << 24) + ((int)c2 << 16) + ((int)c3 << 8) + c4;
}
2.1.2

我們利用C++中fstream的子類ifstream進行二進位制檔案的讀取，請注意在開啟檔案時需要設定ios::binary

//讀取訓練樣本集
ifstream if_trainImags("train-images-idx3-ubyte", ios::binary);
//讀取失敗
if (true == if_trainImags.fail())
{
    cout << "Please check the path of file train-images-idx3-ubyte" << endl;
    return;
}

呼叫函式ifstream.read()對資料進行按byte讀取

int magic_num, trainImgsNum, nrows, ncols;
//讀取magic number
if_trainImags.read((char*)&magic_num, sizeof(magic_num));
magic_num = reverseInt(magic_num);

在讀取訓練影象時，需要注意的一點是需要將CV_8UC1格式的資料轉換為CV_32FC1。在for迴圈裡，我們每一次讀取一張圖片的所有畫素點到Mat矩陣temp，然後呼叫Opencv內建的convertTo函式實現unsigned char到32bit float轉換，最後拷貝到trainFeatures中佔滿一行，注意Mat資料結構是行優先的。

//讀取訓練影象
int imgVectorLen = nrows * ncols;
Mat trainFeatures = Mat::zeros(trainImgsNum, imgVectorLen, CV_32FC1);
Mat temp = Mat::zeros(nrows, ncols, CV_8UC1);
for (int i = 0; i < trainImgsNum; i++)
{
    if_trainImags.read((char*)temp.data, imgVectorLen);
    Mat tempFloat;
    //由於SVM需要的訓練資料格式是CV_32FC1，在這裡進行轉換
    temp.convertTo(tempFloat, CV_32FC1);
    memcpy(trainFeatures.data+i*imgVectorLen *sizeof(float), tempFloat.data, imgVectorLen * sizeof(float));
}

在完成訓練樣本的讀取後，需要對其進行歸一化，畫素點是0～255的，歸一化至0～1。原因在於我們在SVM分類時採用的是RBF的kernal，這一點我們在後面會細講。

//歸一化
trainFeatures = trainFeatures / 255;

按照同樣的讀取方式，測試樣本集以及訓練&測試標籤集都可以讀取成功。

2.2 SVM訓練&預測

按照下面的程式碼建立一個SVM的分類器，並初始化引數
(1)type
這裡我們選擇了 SVM::C_SVC 型別，該型別可以用於n-類分類問題 (n>2)。
(2)kernal
CvSVM::RBF : 基於徑向的函式，對於大多數情況都是一個較好的選擇。
(3)Gamma&C
經驗值選擇
在訓練結束之後我們把SVM分類模型儲存在xml檔案裡。

// 訓練SVM分類器
//初始化
Ptr<SVM> svm = SVM::create();
//多分類
svm->setType(SVM::C_SVC);
//kernal選用RBF
svm->setKernel(SVM::RBF);
//設定經驗值 
svm->setGamma(0.01);
svm->setC(10.0);
//設定終止條件，在這裡選擇迭代200次
svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER, 200, FLT_EPSILON));
//訓練開始
svm->train(trainFeatures, ROW_SAMPLE, trainLabels);

cout << "訓練結束，正寫入xml:" << endl;
//儲存模型
svm->save("mnist.xml");

接下來匯入訓練好的SVM模型對測試資料集進行預測並計算準確率

//載入訓練好的SVM模型
Ptr<SVM> svm = SVM::load("mnist.xml");
int sum = 0;
//對每一個測試影象進行SVM分類預測
for (int i = 0; i < testLblsNum; i++)
{
    Mat predict_mat = Mat::zeros(1, imgVectorLen, CV_32FC1);
    memcpy(predict_mat.data, testFeatures.data + i*imgVectorLen * sizeof(float), imgVectorLen * sizeof(float));
    //預測
    float predict_label = svm->predict(predict_mat);
    //真實的樣本標籤
    float truth_label = testLabels.at<int>(i);
    //比較判定是否預測正確
    if ((int)predict_label == (int)truth_label)
    {
        sum++;
    }
}

cout << "預測準確率為："<<(double)sum / (double)testLblsNum << endl;

2.3 結果

MNIST手寫資料集的訓練過程：
這裡寫圖片描述

MNIST手寫資料集的測試驗證：
這裡寫圖片描述

從結果可以看到，訓練樣本集為60000，測試樣本集為10000時，SVM分類準確率可以到96.98%，而且SVM的最大迭代次數為200。

單個樣本的隨機測試：
這裡寫圖片描述

在自己的測試圖片上進行預測：（可以用windows自帶的畫圖板進行黑底白字的數字繪製）
這裡寫圖片描述

2.4 全部程式碼

2.4.1 SVM訓練MNIST過程：
#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include "opencv2/imgcodecs.hpp"
#include <opencv2/highgui.hpp>
#include <opencv2/ml.hpp>
#include <fstream>

using namespace cv;
using namespace cv::ml;
using namespace std;

//大端轉小端
int reverseInt(int i);

void main()
{
    //讀取訓練樣本集
    ifstream if_trainImags("train-images-idx3-ubyte", ios::binary);
    //讀取失敗
    if (true == if_trainImags.fail())
    {
        cout << "Please check the path of file train-images-idx3-ubyte" << endl;
        return;
    }
    int magic_num, trainImgsNum, nrows, ncols;
    //讀取magic number
    if_trainImags.read((char*)&magic_num, sizeof(magic_num));
    magic_num = reverseInt(magic_num);
    cout << "訓練影象資料庫train-images-idx3-ubyte的magic number為：" << magic_num << endl;
    //讀取訓練影象總數
    if_trainImags.read((char*)&trainImgsNum, sizeof(trainImgsNum));
    trainImgsNum = reverseInt(trainImgsNum);
    cout << "訓練影象資料庫train-images-idx3-ubyte的影象總數為：" << trainImgsNum << endl;
    //讀取影象的行大小
    if_trainImags.read((char*)&nrows, sizeof(nrows));
    nrows = reverseInt(nrows);
    cout << "訓練影象資料庫train-images-idx3-ubyte的影象維度row為：" << nrows << endl;
    //讀取影象的列大小
    if_trainImags.read((char*)&ncols, sizeof(ncols));
    ncols = reverseInt(ncols);
    cout << "訓練影象資料庫train-images-idx3-ubyte的影象維度col為：" << ncols << endl;

    //讀取訓練影象
    int imgVectorLen = nrows * ncols;
    Mat trainFeatures = Mat::zeros(trainImgsNum, imgVectorLen, CV_32FC1);
    Mat temp = Mat::zeros(nrows, ncols, CV_8UC1);
    for (int i = 0; i < trainImgsNum; i++)
    {
        if_trainImags.read((char*)temp.data, imgVectorLen);
        Mat tempFloat;
        //由於SVM需要的訓練資料格式是CV_32FC1，在這裡進行轉換
        temp.convertTo(tempFloat, CV_32FC1);
        memcpy(trainFeatures.data+i*imgVectorLen *sizeof(float), tempFloat.data, imgVectorLen * sizeof(float));
    }
    //歸一化
    trainFeatures = trainFeatures / 255;
    //讀取訓練影象對應的分類標籤
    ifstream if_trainLabels("train-labels-idx1-ubyte", ios::binary);
    //讀取失敗
    if (true == if_trainLabels.fail())
    {
        cout << "Please check the path of file train-labels-idx1-ubyte" << endl;
        return;
    }
    int magic_num_2, trainLblsNum;
    //讀取magic number
    if_trainLabels.read((char*)&magic_num_2, sizeof(magic_num_2));
    magic_num_2 = reverseInt(magic_num_2);
    cout << "訓練影象標籤資料庫train-labels-idx1-ubyte的magic number為：" << magic_num_2 << endl;
    //讀取訓練影象的分類標籤的數量
    if_trainLabels.read((char*)&trainLblsNum, sizeof(trainLblsNum));
    trainLblsNum = reverseInt(trainLblsNum);
    cout << "訓練影象標籤資料庫train-labels-idx1-ubyte的標籤總數為：" << trainLblsNum << endl;

    //由於SVM需要輸入的標籤型別是CV_32SC1，在這裡進行轉換
    Mat trainLabels = Mat::zeros(trainLblsNum, 1, CV_32SC1);
    Mat readLabels  = Mat::zeros(trainLblsNum, 1, CV_8UC1);
    if_trainLabels.read((char*)readLabels.data, trainLblsNum*sizeof(char));
    readLabels.convertTo(trainLabels, CV_32SC1);

    /*
    //Add some random test code
    while (1)
    {
    int index;
    cout << "請輸入要檢視的訓練影象下標" << endl;
    cin >> index;
    if (-1 == index)
    {
    break;
    }
    Mat show_mat = Mat::zeros(nrows, ncols, CV_32FC1);
    memcpy(show_mat.data, trainFeatures.data + index*imgVectorLen * sizeof(float), imgVectorLen * sizeof(float));
    Mat show_char;
    show_mat.convertTo(show_char, CV_8UC1);
    imshow("test", show_mat);
    cout << "標籤值為" << trainLabels.at<int>(index);
    }
    waitKey(0);
    */


    // 訓練SVM分類器
    //初始化
    Ptr<SVM> svm = SVM::create();
    //多分類
    svm->setType(SVM::C_SVC);
    //kernal選用RBF
    svm->setKernel(SVM::RBF);
    //設定經驗值 
    svm->setGamma(0.01);
    svm->setC(10.0);
    //設定終止條件，在這裡選擇迭代200次
    svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER, 200, FLT_EPSILON));
    //訓練開始
    svm->train(trainFeatures, ROW_SAMPLE, trainLabels);

    cout << "訓練結束，正寫入xml:" << endl;
    //儲存模型
    svm->save("mnist.xml");



}

//大端轉小端
int reverseInt(int i)
{
    unsigned char c1, c2, c3, c4;

    c1 = i & 255;
    c2 = (i >> 8) & 255;
    c3 = (i >> 16) & 255;
    c4 = (i >> 24) & 255;

    return ((int)c1 << 24) + ((int)c2 << 16) + ((int)c3 << 8) + c4;
}
2.4.2 SVM測試MNIST過程：

鑑於在評論區裡有很多同學在問怎麼把自己的圖片丟到程式碼裡面去進行測試，所以我把程式碼進行了修改。詳見while迴圈中的改動。

#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include "opencv2/imgcodecs.hpp"
#include <opencv2/highgui.hpp>
#include <opencv2/ml.hpp>
#include <fstream>

using namespace cv;
using namespace cv::ml;
using namespace std;

//大端轉小端
int reverseInt(int i);

void main()
{
    //讀取測試樣本集
    ifstream if_testImags("t10k-images-idx3-ubyte", ios::binary);
    //讀取失敗
    if (true == if_testImags.fail())
    {
        cout << "Please check the path of file t10k-images-idx3-ubyte" << endl;
        return;
    }
    int magic_num, testImgsNum, nrows, ncols;
    //讀取magic number
    if_testImags.read((char*)&magic_num, sizeof(magic_num));
    magic_num = reverseInt(magic_num);
    cout << "測試影象資料庫t10k-images-idx3-ubyte的magic number為：" << magic_num << endl;
    //讀取測試影象總數
    if_testImags.read((char*)&testImgsNum, sizeof(testImgsNum));
    testImgsNum = reverseInt(testImgsNum);
    cout << "測試影象資料庫t10k-images-idx3-ubyte的影象總數為：" << testImgsNum << endl;
    //讀取影象的行大小
    if_testImags.read((char*)&nrows, sizeof(nrows));
    nrows = reverseInt(nrows);
    cout << "測試影象資料庫t10k-images-idx3-ubyte的影象維度row為：" << nrows << endl;
    //讀取影象的列大小
    if_testImags.read((char*)&ncols, sizeof(ncols));
    ncols = reverseInt(ncols);
    cout << "測試影象資料庫t10k-images-idx3-ubyte的影象維度col為：" << ncols << endl;

    //讀取測試影象
    int imgVectorLen = nrows * ncols;
    Mat testFeatures = Mat::zeros(testImgsNum, imgVectorLen, CV_32FC1);
    Mat temp = Mat::zeros(nrows, ncols, CV_8UC1);
    for (int i = 0; i < testImgsNum; i++)
    {
        if_testImags.read((char*)temp.data, imgVectorLen);
        Mat tempFloat;
        //由於SVM需要的測試資料格式是CV_32FC1，在這裡進行轉換
        temp.convertTo(tempFloat, CV_32FC1);
        memcpy(testFeatures.data + i*imgVectorLen * sizeof(float), tempFloat.data, imgVectorLen * sizeof(float));
    }
    //歸一化
    testFeatures = testFeatures / 255;
    //讀取測試影象對應的分類標籤
    ifstream if_testLabels("t10k-labels-idx1-ubyte", ios::binary);
    //讀取失敗
    if (true == if_testLabels.fail())
    {
        cout << "Please check the path of file t10k-labels-idx1-ubyte" << endl;
        return;
    }
    int magic_num_2, testLblsNum;
    //讀取magic number
    if_testLabels.read((char*)&magic_num_2, sizeof(magic_num_2));
    magic_num_2 = reverseInt(magic_num_2);
    cout << "測試影象標籤資料庫t10k-labels-idx1-ubyte的magic number為：" << magic_num_2 << endl;
    //讀取測試影象的分類標籤的數量
    if_testLabels.read((char*)&testLblsNum, sizeof(testLblsNum));
    testLblsNum = reverseInt(testLblsNum);
    cout << "測試影象標籤資料庫t10k-labels-idx1-ubyte的標籤總數為：" << testLblsNum << endl;

    //由於SVM需要輸入的標籤型別是CV_32SC1，在這裡進行轉換
    Mat testLabels = Mat::zeros(testLblsNum, 1, CV_32SC1);
    Mat readLabels = Mat::zeros(testLblsNum, 1, CV_8UC1);
    if_testLabels.read((char*)readLabels.data, testLblsNum * sizeof(char));
    readLabels.convertTo(testLabels, CV_32SC1);

    //載入訓練好的SVM模型
    Ptr<SVM> svm = SVM::load("mnist.xml");
    int sum = 0;
    //對每一個測試影象進行SVM分類預測
    for (int i = 0; i < testLblsNum; i++)
    {
        Mat predict_mat = Mat::zeros(1, imgVectorLen, CV_32FC1);
        memcpy(predict_mat.data, testFeatures.data + i*imgVectorLen * sizeof(float), imgVectorLen * sizeof(float));
        //預測
        float predict_label = svm->predict(predict_mat);
        //真實的樣本標籤
        float truth_label = testLabels.at<int>(i);
        //比較判定是否預測正確
        if ((int)predict_label == (int)truth_label)
        {
            sum++;
        }
    }

    cout << "預測準確率為："<<(double)sum / (double)testLblsNum << endl;


    //隨機測試某一個影象看效果，輸入為-2時退出，輸入-1時則測試本地圖片“2.jpg”，注意路徑要放到原始碼同級目錄
    while (1)
    {
        int index;
        cout << "請輸入要檢視的測試影象下標" << endl;
        cin >> index;
        if (-1 == index)
        {
            Mat imgRead = imread("2.jpg", 0);
            Mat imgReadScal = Mat::zeros(nrows, ncols, CV_8UC1);
            Mat show_mat = Mat::zeros(nrows, ncols, CV_32FC1);

            resize(imgRead, imgReadScal, imgReadScal.size());

            imgReadScal.convertTo(show_mat, CV_32FC1);

            show_mat = show_mat / 255;

            //
            Mat predict_mat = Mat::zeros(1, imgVectorLen, CV_32FC1);
            //memcpy(show_mat.data, testFeatures.data + index*imgVectorLen * sizeof(float), imgVectorLen * sizeof(float));
            memcpy(predict_mat.data, show_mat.data, imgVectorLen * sizeof(float));
            float response = svm->predict(predict_mat);

            imshow("test", show_mat);
            cout << "標籤值為" << response << endl;

            waitKey(0);

        }
        else if (-2 == index)
        {
            break;
        }
        else
        {
            Mat show_mat = Mat::zeros(nrows, ncols, CV_32FC1);
            Mat predict_mat = Mat::zeros(1, imgVectorLen, CV_32FC1);
            memcpy(show_mat.data, testFeatures.data + index*imgVectorLen * sizeof(float), imgVectorLen * sizeof(float));
            memcpy(predict_mat.data, testFeatures.data + index*imgVectorLen * sizeof(float), imgVectorLen * sizeof(float));
            float response = svm->predict(predict_mat);

            imshow("test", show_mat);
            cout << "標籤值為" << response << endl;

            waitKey(0);
        }

    }

}

//大端轉小端
int reverseInt(int i)
{
    unsigned char c1, c2, c3, c4;

    c1 = i & 255;
    c2 = (i >> 8) & 255;
    c3 = (i >> 16) & 255;
    c4 = (i >> 24) & 255;

    return ((int)c1 << 24) + ((int)c2 << 16) + ((int)c3 << 8) + c4;
}

喜歡的話可以拿去試試，但務必請註明轉載地址～

3. 參考資料

相關推薦

OpenCV機器學習：SVM分類器實現MNIST手寫數字識別

0. 開發環境 最近機器學習隨著AI人工智慧的興起越來越火，博主想找一些ML的庫來練手。突然想起之前在看Opencv的doc時發現有ML的component，於是心血來潮就開始寫程式碼試試。話不多說，直接進正題。 以下我的開發環境配置： -Windows7

PyTorch基礎入門六：PyTorch搭建卷積神經網路實現MNIST手寫數字識別

1）卷積神經網路(CNN)簡介 關於什麼是卷積神經網路(CNN)，請自行查閱資料進行學習。如果是初學者，這裡推薦一下臺灣的李巨集毅的深度學習課程。連結就不給了，這些資料網站上隨處可見。 值得一提的是，CNN雖然在影象處理的領域具有不可阻擋的勢頭，但是它絕對不僅僅只能用來影

深度學習入門——利用卷積神經網路實現MNIST手寫數字識別

MNIST（Modified National Institute of Standards and Technology）資料庫是一個大型手寫數字資料庫，通常用於訓練各種影象處理系統。該資料庫還廣泛用於機器學習領域的培訓和測試。它是通過重新打亂來自NIST原始資料集的樣本而

神經網路實現Mnist手寫數字識別筆記

目錄 1.Mnist手寫數字識別介紹         Mnist手寫數字識別是Kaggle上一個很經典的機器學習資料集，裡邊包括55000張訓練資料和10000張圖片的測試資料，每張圖片大小為28*28畫素的單通圖片。該任務為通過機器學習來識別圖片中的

CNN實現MNIST手寫數字識別

關鍵詞：CNN、TensorFlow、卷積、池化、特徵圖 一. 前言 本文用TensorFlow實現了CNN(卷積神經網路)的經典結構LeNet-5, 具體CNN的LeNet-5模型原理見《深度學習（四）卷積神經網路入門學習(1)》，講得還是比較清楚的。

深度學習：tensorflow入門：卷積神經網路實現MNIST手寫字型識別

程式碼中./data/mnist/input_data/為真實MNIST資料集的路徑 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 定義

深度學習之PyTorch —— CNN實現MNIST手寫數字分類

​#　運用ＣＮＮ分析ＭＮＩＳＴ手寫數字分類 import torch import numpy as np from torch.utils.data import DataLoader from torchvision.datasets import mnist fro

TensorFlow實現機器學習的“Hello World”--Mnist手寫數字識別

TensorFlow實現機器學習的“Hello World” 上一篇部落格我們已經說了TensorFlow大概怎麼使用，這次來說說機器學習中特別經典的案例，也相當於是機器學習的“Hello World”，他就是Mnist手寫數字識別，也就是通過訓練機器讓他能看

tensorflow 基礎學習五：MNIST手寫數字識別

truncate averages val flow one die correct 表示 data MNIST數據集介紹： from tensorflow.examples.tutorials.mnist import input_data # 載入MNIST數據集，

Tensorflow之MNIST手寫數字識別：分類問題（1）

一、MNIST資料集讀取 one hot 獨熱編碼獨熱編碼是一種稀疏向量，其中：一個向量設為1，其他元素均設為0.獨熱編碼常用於表示擁有有限個可能值的字串或識別符號優點：   1、將離散特徵的取值擴充套件到了歐式空間，離散特徵的某個取值就對應歐式空間的某個點　　　　2、機器學習演算法中，

Tensorflow之MNIST手寫數字識別：分類問題（2）

整體程式碼： #資料讀取 import tensorflow as tf import matplotlib.pyplot as plt import numpy as np from tensorflow.examples.tutorials.mnist import input_data mnis

使用LeNet-5實現mnist手寫數字分類識別 TensorFlow

TensorFlow的學習材料很多，但很少有講得特別詳細，讓小白一看就懂的。我自己總結了cnn實現mnist分類識別的方法，希望能給TensorFlow初學者一些幫助，實測在python3下可以執行。 # -*- coding: utf-8 -*- # 使用LeNet-5實

深度學習系列——AlxeNet實現MNIST手寫數字體識別

    本文實現AlexNet,用於識別MNIST手寫數字體。所有程式碼的框架基於tensorflow。看了幾篇論文的原始碼之後，覺得tensorflow 確實很難，學習程式設計還是靠實踐。這篇部落格留著給自己以及學習深度學習道路上的小夥伴們一些參考吧，希望能對大家有所幫助！

機器學習-實戰-入門-MNIST手寫數字識別

作者：橘子派 宣告：版權所有，轉載請註明出處，謝謝。 實驗環境： Windows10 Sublime Anaconda 1.6.0 Python3.6 程式碼功能包括： 一.ubyte資料集轉

Tensorflow深度學習之七：再談mnist手寫數字識別程式

之前學習的第一個深度學習的程式就是mnist手寫字型的識別，那個時候對於很多概念不是很理解，現在回過頭再看當時的程式碼，理解了很多，現將加了註釋的程式碼貼上，與大家分享。（本人還是在學習Tensorflow的初始階段，如果有什麼地方理解有誤，還請大家不吝指出。）

使用LSTM實現mnist手寫數字分類識別 TensorFlow

RNN做影象識別原理：MNIST資料集中一張圖片資料包含28*28的畫素點。RNN是將一張圖片資料的一行作為一個向量總體輸入一個X中。也就是說，RNN有28個輸入X，一個輸入X有28個畫素點。 輸出最後一個結果做為預測值。   TensorFlow入門學習程式碼： # -

pytorch學習：MNIST手寫數字識別程式碼

# -*- coding: utf-8 -*- """ Created on Mon Sep 3 08:38:27 2018 @author: www """ import torch from torch import nn from torchvision.data

Caffe學習筆記(六)：mnist手寫數字識別訓練例項

一、前言    深度學習的一個簡單例項就是mnist手寫數字識別，只要這個例子弄明白，其它的內容就可以舉一反三了。之前的內容如有遺忘，可以進行回顧。 二、準備資料    資料集可以直接從我的github下載，包括資料集和程式碼，使用如下指令：

【AI實戰】訓練第一個AI模型：MNIST手寫數字識別模型

在上篇文章中，我們已經把AI的基礎環境搭建好了（見文章：Ubuntu + conda + tensorflow + GPU + pycharm搭建AI基礎環境），接下來將基於tensorflow訓練第一個AI模型：MNIST手寫數字識別模型。 MNIST是一個經典的手寫數字資料集，來自美國國家

tensorflow實戰：MNIST手寫數字識別的優化2-代價函式優化，準確率98%

最簡單的tensorflow的手寫識別模型，這一節我們將會介紹其簡單的優化模型。我們會從代價函式，多層感知器，防止過擬合，以及優化器的等幾個方面來介紹優化過程。    1.代價函式的優化：             我們可以這樣將代價函式理解為真實值與預測值的差距，我們神經