Python 數字辨識 Mnist 手寫數字資料集

markdown #說明 這個題目是很多人拿來當作學習神經網路的第一課，其實這個例子真的可以學習到很多，網路上也有很多善心人士分享自己的 code，我想我也只是運用他們的code，加上一些註解，幫助學習，這個題目是辨識手寫的數字，其實手寫數字會是用神經網路來解決是有原因的，除了手寫數字還有另外一種，七段顯示器的數字，如果遇到的是七段顯示器數字可以用影像處理的方式去解答，但手寫數字每一個字長的沒有那麼規則，而也因此使用神經網路。 這裡先來一張Mnist 裡面的手寫數字圖

#操作流程 ##CODE ``` # 導入函式庫 import numpy as np from keras.models import Sequential from keras.datasets import mnist from keras.layers import Dense, Dropout, Activation, Flatten from keras.utils import np_utils # 用來後續將 label 標籤轉為 one-hot-encoding from matplotlib import pyplot as plt import cv2 # 載入 MNIST 資料庫的訓練資料，並自動分為『訓練組』及『測試組』 (X_train, y_train), (X_test, y_test) = mnist.load_data() print(X_test.shape) print(y_test.shape) #cv2.imwrite('C:/Users/User/Desktop/output.jpg', X_test[1]) # 建立簡單的線性執行的模型 model = Sequential() # Add Input layer, 隱藏層(hidden layer) 有 256個輸出變數 model.add(Dense(units=256, input_dim=784, kernel_initializer='normal', activation='relu')) # Add output layer model.add(Dense(units=10, kernel_initializer='normal', activation='softmax')) # 編譯: 選擇損失函數、優化方法及成效衡量方式 model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) # 將 training 的 label 進行 one-hot encoding，例如數字 7 經過 One-hot encoding 轉換後是 0000001000，即第7個值為 1 y_TrainOneHot = np_utils.to_categorical(y_train) y_TestOneHot = np_utils.to_categorical(y_test) # 將 training 的 input 資料轉為2維 X_train_2D = X_train.reshape(60000, 28*28).astype('float32') X_test_2D = X_test.reshape(10000, 28*28).astype('float32') print("X_test_2D: ",X_test_2D.shape) x_Train_norm = X_train_2D/255 x_Test_norm = X_test_2D/255 # 進行訓練, 訓練過程會存在 train_history 變數中 train_history = model.fit(x=x_Train_norm, y=y_TrainOneHot, validation_split=0.2, epochs=10, batch_size=800, verbose=2) # 顯示訓練成果(分數) scores = model.evaluate(x_Test_norm, y_TestOneHot) print() print("\t[Info] Accuracy of testing data = {:2.1f}%".format(scores[1]*100.0)) # 預測(prediction) X = x_Test_norm[0:10,:] predictions = model.predict_classes(X) # get prediction result print(predictions) img=cv2.imread('C:/Users/User/Desktop/7.png', cv2.IMREAD_GRAYSCALE) crop_size = (28, 28) img = cv2.resize(img, crop_size, interpolation = cv2.INTER_CUBIC) # 顯示圖片 cv2.imshow('My Image', img) # 按下任意鍵則關閉所有視窗 cv2.waitKey(0) cv2.destroyAllWindows() img_2D = img.reshape(1,28*28).astype('float32') img_norm=img_2D/255 img = img_norm predictions = model.predict_classes(img) # get prediction result print(predictions) ``` ##說明一

剛剛看的出來 圖片是 28 *28 的，接下來也要把我們要預測的圖片的大小也要是 28*28 ##說明二

- 參考:https://blog.csdn.net/DocStorm/article/details/58593682 這裡它就是把它原本是正方形的壓平變成 長條狀的，這個在每一種題目當中不一定都要做這件事情，只是這裡作者選擇要這樣做，所以我們之後丟進來的圖片也要做這件事情 ##說明四

還有做正規化，補充一下，這個選擇除以255，是因為255 就是陣列中會出現的最大值，所以它希望值變得相對簡單一點，變成 0~1之間，原本是 0~255 ，所以我們新丟的資料也要正規化通通除以 255 ##說明五

了解完上面那些，就是全部我們要做的事情了，接著就是讀進一張圖片，做上面的事情 之後做預測，就完成囉 ##說明六

可以手寫其它的圖片進去試試看，這邊有測試幾張，有些會不準確， 所以去找不準確的原因，發現它的訓練圖片幾乎都是黑色底白色字，所以我自己重新寫一張黑色底白色字的它就預測正確 但是如果不是黑底白字 預測錯的機率很高 ###參考: - MNIST 手寫數字資料集 - 七段顯示器 - 撰寫第一支 Neural Network 程式 -- 阿拉伯數字辨識