2018年9月25日笔记
tensorflow是谷歌google的深度学习框架,tensor中文叫做张量,flow叫做流。 RNN是recurrent neural network的简称,中文叫做循环神经网络。 MNIST是Mixed National Institue of Standards and Technology database的简称,中文叫做美国国家标准与技术研究所数据库。 此文在上一篇文章《基于tensorflow+DNN的MNIST数据集手写数字分类预测》的基础上修改模型为循环神经网络模型,模型准确率从98%提升到98.5%,错误率减少了25% 《基于tensorflow+DNN的MNIST数据集手写数字分类预测》文章链接:https://cloud.tencent.com/developer/article/1351818
操作系统:Win10 tensorflow版本:1.6 tensorboard版本:1.6 python版本:3.6
本文是作者学习《周莫烦tensorflow视频教程》的成果,感激前辈; 视频链接:https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/
使用循环神经网络模型要求有较高的机器配置,如果使用CPU版tensorflow会花费大量时间。 读者在有nvidia显卡的情况下,安装GPU版tensorflow会提高计算速度50倍。 安装教程链接:https://blog.csdn.net/qq_36556893/article/details/79433298 如果没有nvidia显卡,但有visa信用卡,请阅读我的另一篇文章《在谷歌云服务器上搭建深度学习平台》,链接:https://www.jianshu.com/p/893d622d1b5a
MNIST数据集下载链接: https://pan.baidu.com/s/1fPbgMqsEvk2WyM9hy5Em6w 密码: wa9p 下载压缩文件MNIST_data.rar完成后,选择解压到当前文件夹,不要选择解压到MNIST_data。 文件夹结构如下图所示:
image.png
此章给读者能够直接运行的完整代码,使读者有编程结果的感性认识。 如果下面一段代码运行成功,则说明安装tensorflow环境成功。 想要了解代码的具体实现细节,请阅读后面的章节。 完整代码中定义函数RNN使代码简洁,但在后面章节中为了易于读者理解,本文作者在第6章搭建神经网络将此部分函数改写为只针对于该题的顺序执行代码。
import warnings
warnings.filterwarnings('ignore')
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
tf.reset_default_graph()
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
learing_rate = 0.001
batch_size =100
n_steps = 28
n_inputs = 28
n_hidden_units = 128
n_classes = 10
X_holder = tf.placeholder(tf.float32)
Y_holder = tf.placeholder(tf.float32)
def RNN(X_holder):
reshape_X = tf.reshape(X_holder, [-1, n_steps, n_inputs])
lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(n_hidden_units)
outputs, states = tf.nn.dynamic_rnn(lstm_cell, reshape_X, dtype=tf.float32)
cell_list = tf.unstack(tf.transpose(outputs, [1, 0, 2]))
last_cell = cell_list[-1]
Weights = tf.Variable(tf.truncated_normal([n_hidden_units, n_classes]))
biases = tf.Variable(tf.constant(0.1, shape=[n_classes]))
predict_Y = tf.matmul(last_cell, Weights) + biases
return predict_Y
predict_Y = RNN(X_holder)
loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=predict_Y, labels=Y_holder))
optimizer = tf.train.AdamOptimizer(learing_rate)
train = optimizer.minimize(loss)
init = tf.global_variables_initializer()
session = tf.Session()
session.run(init)
isCorrect = tf.equal(tf.argmax(predict_Y, 1), tf.argmax(Y_holder, 1))
accuracy = tf.reduce_mean(tf.cast(isCorrect, tf.float32))
for i in range(1000):
X, Y = mnist.train.next_batch(batch_size)
session.run(train, feed_dict={X_holder:X, Y_holder:Y})
step = i + 1
if step % 100 == 0:
test_X, test_Y = mnist.train.next_batch(3000)
test_accuracy = session.run(accuracy, feed_dict={X_holder:test_X, Y_holder:test_Y})
print(step, "{:.4f}".format(test_accuracy))
上面一段代码的运行结果如下:
Extracting MNIST_data\train-images-idx3-ubyte.gz Extracting MNIST_data\train-labels-idx1-ubyte.gz Extracting MNIST_data\t10k-images-idx3-ubyte.gz Extracting MNIST_data\t10k-labels-idx1-ubyte.gz 100 0.852 200 0.888 300 0.939 400 0.930 500 0.946 600 0.959 700 0.953 800 0.948 900 0.956 1000 0.958
第1行代码导入库warnings; 第2行代码表示不打印警告信息; 第3行代码导入库tensorflow,取别名tf; 第4行代码从tensorflow.examples.tutorials.mnist库中导入input_data方法; 第6行代码表示重置tensorflow图 第7行代码加载数据库MNIST赋值给变量mnist; 第8-13行代码定义超参数学习率_learning_rate、批量大小batch_size、步数n_steps、输入层大小n_inputs、隐藏层大小n_hidden_units、输出层大小_n_classes。 第14、15行代码中placeholder中文叫做占位符,将每次训练的特征矩阵X和预测目标值Y赋值给变量X_holder和Y_holder。
import warnings
warnings.filterwarnings('ignore')
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
tf.reset_default_graph()
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
learing_rate = 0.001
batch_size =100
n_steps = 28
n_inputs = 28
n_hidden_units = 128
n_classes = 10
X_holder = tf.placeholder(tf.float32)
Y_holder = tf.placeholder(tf.float32)
本文作者将此章中使用tensorflow库的所有方法的API链接总结成下表,访问需要V**。
方法 | 链接 |
---|---|
tf.reshape | |
tf.nn.rnn_cell.LSTMCell | |
tf.nn.dynamic_rnn | |
tf.transpose | |
tf.unstack | |
tf.Variable | |
tf.truncated_normal | |
tf.matmul | |
tf.reduce_mean | |
tf.nn.softmax_cross_entropy_with_logits | |
tf.train.AdamOptimizer |
第1行代码reshape中文叫做重塑形状,将输入数据X_holder重塑形状为模型需要的; 第2行代码调用tf.nn.rnn_cell.LSTMCell方法实例化LSTM细胞对象; 第3行代码调用tf.nn.dynamic_rnn方法实例化rnn模型对象; 第4、5行代码取得rnn模型中最后一个细胞的数值; 第6、7行代码定义在训练过程会更新的权重Weights、偏置biases; 第8行代码表示xW+b
的计算结果赋值给变量predict_Y,即预测值; 第9行代码表示交叉熵作为损失函数loss; 第10行代码表示AdamOptimizer作为优化器optimizer; 第11行代码定义训练过程,即使用优化器optimizer最小化损失函数loss。
reshape_X = tf.reshape(X_holder, [-1, n_steps, n_inputs])
lstm_cell = tf.nn.rnn_cell.LSTMCell(n_hidden_units)
outputs, state = tf.nn.dynamic_rnn(lstm_cell, reshape_X, dtype=tf.float32)
cell_list = tf.unstack(tf.transpose(outputs, [1, 0, 2]))
last_cell = cell_list[-1]
Weights = tf.Variable(tf.truncated_normal([n_hidden_units, n_classes]))
biases = tf.Variable(tf.constant(0.1, shape=[n_classes]))
predict_Y = tf.matmul(last_cell, Weights) + biases
loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=predict_Y, labels=Y_holder))
optimizer = tf.train.AdamOptimizer(learing_rate)
train = optimizer.minimize(loss)
对于神经网络模型,重要是其中的W、b这两个参数。 开始神经网络模型训练之前,这两个变量需要初始化。 第1行代码调用tf.global_variables_initializer实例化tensorflow中的Operation对象。
image.png
第2行代码调用tf.Session方法实例化会话对象; 第3行代码调用tf.Session对象的run方法做变量初始化。
init = tf.global_variables_initializer()
session = tf.Session()
session.run(init)
第1行代码tf.argmax方法中的第2个参数为1,即求出矩阵中每1行中最大数的索引; 如果argmax方法中的第1个参数为0,即求出矩阵中每1列最大数的索引; tf.equal方法可以比较两个向量的在每个元素上是否相同,返回结果为向量,向量中元素的数据类型为布尔bool; 第2行代码
isCorrect = tf.equal(tf.argmax(predict_Y, 1), tf.argmax(Y_holder, 1))
accuracy = tf.reduce_mean(tf.cast(isCorrect, tf.float32))
for i in range(1000):
X, Y = mnist.train.next_batch(batch_size)
session.run(train, feed_dict={X_holder:X, Y_holder:Y})
step = i + 1
if step % 100 == 0:
test_X, test_Y = mnist.test.next_batch(10000)
test_accuracy = session.run(accuracy, feed_dict={X_holder:test_X, Y_holder:test_Y})
print(step, "{:.4f}".format(test_accuracy))
上面一段代码的运行结果如下:
100 0.8272 200 0.9071 300 0.9334 400 0.9441 500 0.9459 600 0.9585 700 0.9548 800 0.9664 900 0.9654 1000 0.9671
文章篇幅所限,只打印查看1000次训练的结果,训练5000次即可达到98.5%的准确率。