首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >教程 | 基于LSTM实现手写数字识别

教程 | 基于LSTM实现手写数字识别

作者头像
OpenCV学堂
发布2019-09-26 15:57:03
发布2019-09-26 15:57:03
1.7K0
举报

基于tensorflow,如何实现一个简单的循环神经网络,完成手写数字识别,附完整演示代码。

LSTM网络构建

01

基于tensorflow实现简单的LSTM网络,完成mnist手写数字数据集训练与识别。这个其中最重要的构建一个LSTM网络,tensorflow已经给我们提供相关的API, 我们只要使用相关API就可以轻松构建一个简单的LSTM网络。

首先定义输入与目标标签

代码语言:javascript
复制
# create RNN network
X = tf.placeholder(shape=[None, time_steps, num_features], dtype=tf.float32)
Y = tf.placeholder(shape=[None, 10], dtype=tf.float32)

其中

  • None: 表示batchsize的大小或者数目
  • time_steps: 网络把输出重新输入的次数
  • num_features: 输入矩阵/神经元

构建LSTM单元

代码语言:javascript
复制
lstm_cell = rnn.BasicLSTMCell(num_hidden, forget_bias=1.0)
outputs, states = rnn.static_rnn(lstm_cell, x, dtype=tf.float32)

其中:

lstm_cell 表示 LSTM 的单元 num_hidden : 隐藏层节点数目 forget_bias: 遗忘门中要加上的增益偏置 outputs: 网络输出 states:状态

这样我们就构建好一个LSTM循环神经网络了,它的执行过程是很魔幻的。简直是神奇!以后再说。

代码程序执行与输出

02

完整的代码演示分为如下几个部分:

  • 加载数据集
  • 创建LSTM网络
  • 训练网络
  • 执行测试
代码语言:javascript
复制
import tensorflow as tf
from tensorflow.contrib import rnn
import numpy as np


from tensorflow.examples.tutorials.mnist import input_data
print(tf.__version__)
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

num_hidden = 128
time_steps = 28
num_features = 28
num_classes = 10
batch_size = 128

# create RNN network
X = tf.placeholder(shape=[None, time_steps, num_features], dtype=tf.float32)
Y = tf.placeholder(shape=[None, 10], dtype=tf.float32)

# Define weights
weights = {
    'out': tf.Variable(tf.random_normal([num_hidden, num_classes]))
}
biases = {
    'out': tf.Variable(tf.random_normal([num_classes]))
}


def rnn_network(x, weights, biases):
    x = tf.unstack(x, time_steps, 1)
    lstm_cell = rnn.BasicLSTMCell(num_hidden, forget_bias=1.0)
    outputs, states = rnn.static_rnn(lstm_cell, x, dtype=tf.float32)
    return tf.matmul(outputs[-1], weights['out']) + biases['out']


# 输入预测
logits = rnn_network(X, weights, biases)
prediction = tf.nn.softmax(logits)

# 定义损失函数与优化器
loss_op = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(
    logits=logits, labels=Y))
optimizer = tf.train.AdamOptimizer()
train_op = optimizer.minimize(loss_op)

# 计算识别精度
correct_pred = tf.equal(tf.argmax(prediction, 1), tf.argmax(Y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))

# 开始训练
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    for step in range(1, 5001):
        batch_x, batch_y = mnist.train.next_batch(batch_size)
        # Reshape data to get 28 seq of 28 elements
        batch_x = batch_x.reshape((batch_size, time_steps, num_features))
        # Run optimization op (backprop)
        sess.run(train_op, feed_dict={X: batch_x, Y: batch_y})
        if step % 1000 == 0 or step == 1:
            # Calculate batch loss and accuracy
            loss, acc = sess.run([loss_op, accuracy], feed_dict={X: batch_x,
                                                                 Y: batch_y})
            print("Step " + str(step) + ", Loss= " + \
                  "{:.4f}".format(loss) + ", Training Accuracy= " + \
                  "{:.3f}".format(acc))

    print("Optimization Finished!")

    # 使用测试数据集测试训练号的模型, 测试128张手写数字图像
    test_len = 128
    test_data = mnist.test.images[:test_len].reshape((-1, time_steps, num_features))
    test_label = mnist.test.labels[:test_len]
    print("Testing Accuracy:", \
        sess.run(accuracy, feed_dict={X: test_data, Y: test_label}))

运行输出如下:

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-09-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 OpenCV学堂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档