[PYTHON] Bilderkennung

Reference

• Informationen zur Aktivierungsfunktion
• Informationen zur Verlustfunktion

Lernprogramm

Zusammenfassung der Prozedur des neuronalen Netzwerks zum Erkennen des Bildes unter Verwendung der Trainingsdaten von MNIST.

MNIST Ein Datensatz handgeschriebener Zahlen von "0" bis "9". Jede Zahl ist in $ 28 \ times28 $ Pixel unterteilt, und jede Zahl ist in 8-Bit-256-Schritten farbcodiert. Es kann leicht von der von Keras bereitgestellten API gelesen werden.

>>> from keras.datasets import mnist
>>> (x_train, y_train), (x_test, y_test) = mnist.load_data()
>>> x_train[0]
array([[  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
       [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
          0,   0],
・ ・ ・(Kürzung)
>>> y_train[0]
5

Konvertieren Sie die Eingabeinformationen in ein eindimensionales Array.

>>> x_train = x_train.reshape(60000, 784)
>>> x_train[0]
array([  0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
         0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
         0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,

Außerdem werden die richtigen Antwortdaten in eine One-Hot-Codierung (Dummy-Variable) konvertiert. Da es mit dem Lernwert als Wahrscheinlichkeit in der endgültigen Ausgabeschicht verglichen wird, wenn es beispielsweise 5 ist, ist die Matrix [0,0,0,0,0,1,0,0,0,0,]. Dies kann auch mit der Keras-API erstellt werden.

>>> y_train = keras.utils.to_categorical(y_train, 10)
>>> y_test  = keras.utils.to_categorical(y_test, 10)

Neuronales Netzwerkmodell

• Eingabeebene --MNIST Ein Pixel 28 × 28 = 784 Pixel Informationen werden als Eingabeinformationen verwendet.
• Versteckte Ebene ―― Für die Anzahl der zu verwendenden Ebenen ist eine Abstimmung erforderlich
• Ausgabeebene
• 10 Knoten entsprechend "0" bis "9", der Ausgabewert entspricht der Wahrscheinlichkeit dieser Zahl

Bilderkennung

Basierend auf der einfachen Codierung im Tutorial werden wir zu einer praktischeren Bilderkennung übergehen. Das letzte Ziel der Herausforderung besteht darin, die Umrisse der Person zu extrahieren.