Python keras神經網路識別mnist

上次用matlab寫過乙個識別mnist的神經網路，位址在：

這次又用keras做了乙個差不多的，畢竟，現在最流行的專案都是python做的，我也跟一下潮流：)

資料是從本地解析好的影象和標籤載入的。

神經網路有兩個隱含層，都有512個節點。

import

numpy as np
from keras.preprocessing import
image
from keras.models import
sequential
from keras.layers.core import
dense, dropout, activation
#從資料夾影象與標籤檔案載入資料
defcreate_x(filenum, file_dir):
train_x =
for i in
range(filenum):
img = image.load_img(file_dir + str(i) + "
.bmp
", target_size=(28, 28))
img = img.convert('l'
)        x =image.img_to_array(img)
train_x =np.array(train_x)
train_x = train_x.astype('
float32')
train_x /= 255
return
train_x
defcreate_y(classes, filename):
train_y =
file = open(filename, "r"
)    
for line in
file.readlines():
tmp =
for j in
range(classes):
if j ==int(line):
else
:    file.close()
train_y = np.array(train_y).astype('
float32')
return
train_y
classes = 10x_train = create_x(55000, '
./train/')
x_test = create_x(10000, '
./test/')
x_train = x_train.reshape(x_train.shape[0], 784)
x_test = x_test.reshape(x_test.shape[0], 784)
y_train = create_y(classes, '
train.txt')
y_test = create_y(classes, '
test.txt')
#'''
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("mnist_data/", one_hot=true)
x_train, y_train = mnist.train.images, mnist.train.labels
x_test, y_test = mnist.test.images, mnist.test.labels
x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train = x_train.reshape(55000, 784)
x_test = x_test.reshape(10000, 784)
'''model =sequential()
model.add(dense(512, input_shape=(784,)))
model.add(activation(
'relu'))
model.add(dropout(0.4))
model.add(dense(512))
model.add(activation(
'relu'))
model.add(dropout(0.4))
model.add(dense(10))
model.add(activation(
'softmax'))
model.summary()
model.compile(loss='
categorical_crossentropy
', optimizer='
rmsprop
', metrics=['
accuracy'])
history = model.fit(x_train, y_train, batch_size=500, epochs=20, verbose=1, validation_data=(x_test, y_test))
score = model.evaluate(x_test, y_test, verbose=0)
test_result =model.predict(x_test)
result = np.argmax(test_result, axis = 1)
print
(result)
print('
test score:
', score[0])
print('
test accuracy:
', score[1])

Python keras神經網路識別mnist

上次用matlab寫過乙個識別mnist的神經網路，位址在 這次又用keras做了乙個差不多的，畢竟，現在最流行的專案都是python做的，我也跟一下潮流 資料是從本地解析好的影象和標籤載入的。神經網路有兩個隱含層，都有512個節點。import numpy as np from keras.pre...

Python keras神經網路識別mnist

上次用matlab寫過乙個識別mnist的神經網路，位址在 這次又用keras做了乙個差不多的，畢竟，現在最流行的專案都是python做的，我也跟一下潮流 資料是從本地解析好的影象和標籤載入的。神經網路有兩個隱含層，都有512個節點。import numpy as np from keras.pre...

神經網路 卷積神經網路

這篇卷積神經網路是前面介紹的多層神經網路的進一步深入，它將深度學習的思想引入到了神經網路當中，通過卷積運算來由淺入深的提取影象的不同層次的特徵，而利用神經網路的訓練過程讓整個網路自動調節卷積核的引數，從而無監督的產生了最適合的分類特徵。這個概括可能有點抽象，我盡量在下面描述細緻一些，但如果要更深入了...