matlab 对mnist手写数字数据集进行判决分析_人工智能TensorFlow(十四)MINIST手写数字识别...
MNIST是一个简单的视觉计算数据集,它是像下面这样手写的数字图片:
MNIST
每张图片还额外有一个标签记录了图片上数字是几,例如上面几张图的标签就是:5、0、4、1。
MINIST数据
MINIST的数据分为2个部分:55000份训练数据(mnist.train)和10000份测试数据(mnist.test)。这个划分有重要的象征意义,他展示了在机器学习中如何使用数据。在训练的过程中,我们必须单独保留一份没有用于机器训练的数据作为验证的数据,这才能确保训练的结果的可行性。
前面已经提到,每一份MINIST数据都由图片以及标签组成。我们将图片命名为“x”,将标记数字的标签命名为“y”。训练数据集和测试数据集都是同样的结构,例如:训练的图片名为 mnist.train.images 而训练的标签名为 mnist.train.labels。
每一个图片均为28×28像素,我们可以将其理解为一个二维数组的结构:
数据1 :28*28矩阵点
mnist.train.images 是一个形态为 [55000, 784] 的张量(tensor 55000份训练数据)。第一个维度表示图片个数的索引,第二个维度表示图片中每一个像素的索引。每一个像素的取值为0或1,表示该像素的亮度。 mnist.train.images 可以理解为下图这样的空间结构:
MNIST的每一张图片都有一个数值0~9的标记。我们将标签数据设置为“flag vectors”。“flag vectors”是指一个向量只有一个维度的数据是1,其他维度的数据都是0。在本文例子中,标记数据的维度将设置为1,而其他维度设置为0。例如5的向量结构是[0,0,0,0,0,5,0,0,0,0]。所以 mnist.train.labels 是一个结构为 [55000, 10] 的张量。
Softmax回归
MNIST中每一张图片表示一个手写体0到9的数字,所以每一张图片所要表达的内容只有10种可能性。我们希望得到图片代表某个数字的概率。举个例子,一个模型当图片上的手写体数字是9时有80%的可能性识别的结果是9,还有5%的可能性识别出的结果是8。因这2者并没有覆盖100%的可能性,所有还有其他数字可能会出现。这是一个典型的softmax回归案例。softmax回归的作用是可以将概率分配给几个不同的对象,softmax提供了一个值处于0到1之间的列表,而列表中的值加起来为1。
一个softmax回归包含2步:首先根据输入的数据提取该输入属于各个分类的“证据”(evidence),然后将这个证据转换成一个概率值。
下图形象的展示了softmax回归的过程。Xj表示一个像素点(下图中j=[1,2,3])。然后通过像素点与权重Wij的乘积求和(下图中i=[1,2,3])再加上偏移量bi得到模型值,最后将模型进行softmax运算。
softmax
矩阵表示:
softmax矩阵
所以softmax回归总结为y=softmax(Wx+b)
下期分享
以上就是mnist手写数字识别的基本原理,下期我们使用TensorFlow来了解一下我们讲述的CNN 与mnist手写数字识别的过程。
微信搜索小程序:AI人工智能工具
体验不一样的AI 工具
新增作业批改功能,欢迎体验
谢谢大家的点赞与转发,关于分享的文章,大家有任何问题,可以在评论区一起探讨学习!!!
matlab 对mnist手写数字数据集进行判决分析_人工智能TensorFlow(十四)MINIST手写数字识别...相关推荐
- matlab 对mnist手写数字数据集进行判决分析_Python神经网络编程:手写数字的数据集MNIST...
识别人的笔迹这个问题相对复杂,也非常模糊,因此这是一种检验人工智能的理想挑战.这不像进行大量数字相乘那样明确清晰. 让计算机准确区分图像中包含的内容,有时也称之为图像识别问题.科学家对这个问题进行了几 ...
- 【正点原子STM32连载】第五十四章 手写识别实验 摘自【正点原子】MiniPro STM32H750 开发指南_V1.1
1)实验平台:正点原子MiniPro H750开发板 2)平台购买地址:https://detail.tmall.com/item.htm?id=677017430560 3)全套实验源码+手册+视频 ...
- 七十四、Python | Leetcode数字系列(下篇)
@Author:Runsen @Date:2020/7/3 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏艰 ...
- tensorflow入门之MINIST手写数字识别
最近在学tensorflow,看了很多资料以及相关视频,有没有大佬推荐一下比较好的教程之类的,谢谢.最后还是到了官方网站去,还好有官方文档中文版,今天就结合官方文档以及之前看的教程写一篇关于MINIS ...
- fpga驱动rgb液晶屏_正点原子开拓者FPGA开发板资料连载第五十四章基于的数字识别实验...
1)实验平台:正点原子开拓者FPGA 开发板 2)摘自<开拓者FPGA开发指南>关注官方微信号公众号,获取更多资料:正点原子 3)全套实验源码+手册+视频下载地址:http://www.o ...
- [Python人工智能] 三十.Keras深度学习构建CNN识别阿拉伯手写文字图像
从本专栏开始,作者正式研究Python深度学习.神经网络及人工智能相关知识.前一篇文章分享了生成对抗网络GAN的基础知识,包括什么是GAN.常用算法(CGAN.DCGAN.infoGAN.WGAN). ...
- 《TensorFlow实例一 MINIST手写字体识别》
Ubuntu python3 TensorFlow实例:使用RNN算法实现对MINST-data数字集识别,最终识别准确率达96.875% PS:小白一个,初级阶段,从调试到实现,step by st ...
- ciaodvd数据集的简单介绍_人工智能进阶-CIFAR-10数据集介绍
CIFAR-10 该数据集共有60000张彩色图像,这些图像是32*32,分为10个类,每类6000张图.这里面有50000张用于训练,构成了5个训练批,每一批10000张图:另外10000用于测试, ...
- 计算机数字音乐分手,我的音乐史记之十四:那些关于分手的歌
不知道有没有人统计过这样一个数字:在日日夜夜的大街小巷里飘荡的歌声里,有多少唱的是男女的恋情,其中又有多少唱的是分手的哀伤. 也说不清楚,分手对于一对曾经情侣的男女而言,各自意味着什么.说起来一次分手 ...
最新文章
- Mybatis接口Mapper内的方法为啥不能重载?
- 2-用EasyNetQ连接RabbitMQ(黄亮翻译)
- java虚拟机相关知识点(全网最全)
- 微信小程序可以申请软件著作权吗?亲测可以的
- 怎么制止qq刷屏代码-vbs
- Anaconda下载及详细安装图文教程(基于Windows操作系统)
- DVP MIPI-CSI 摄像头接口的区别
- 萤石云设备下线是什么导致的_萤石设备突然看不了,提示不在线怎么办?
- 计算机经典书籍大全(内含下载方式)
- Spring Boot电商项目46:购物车模块四:【添加商品到购物车】接口;(如果:接口要求返回JSON格式,而接口没有做相应的设置,是会报404错误的)
- android 自定义控件之AutoCompleteTextView邮箱后缀自动补全
- 高等数学(第七版)同济大学 习题12-2 个人解答
- HDLBits Lemmings1-4
- 高精度测距雷达开发模块
- 分享一个嗖嗖移动管理系统
- 搞搞Google谷歌新曲(一)插电源上网还打电话
- iOS WebCore的wak目录
- 适合卖东西的自媒体平台
- 高中物理学运动公式实现js动画
- 基于thinkphp的服装女装男装衣服鞋子商城服装商城