利用深度学习进行图像识别

可将深度学习成功用于许多图像处理和计算机视觉问题. 通过使用 NetChain 和 NetTrain，可以定义并训练能够将图像中给出的手写数字分类的神经网络.

从 MNIST 手写数字数据库中获取用来训练和验证的数据.

In[1]:=

resource = ResourceObject["MNIST"]; trainingData = ResourceData[resource, "TrainingData"]; testData = ResourceData[resource, "TestData"];

In[2]:=

RandomSample[trainingData, 5]

Out[2]=

设计一个可以用来识别 28×28 灰度图像的卷积神经网络.

In[3]:=

lenet = NetChain[ {ConvolutionLayer[20, 5], Ramp, PoolingLayer[2, 2], ConvolutionLayer[50, 5], Ramp, PoolingLayer[2, 2], FlattenLayer[], 500, Ramp, 10, SoftmaxLayer[]}, "Output" -> NetDecoder[{"Class", Range[0, 9]}], "Input" -> NetEncoder[{"Image", {28, 28}, "Grayscale"}] ]

Out[3]=

对神经网络进行三轮训练.

In[4]:=

lenet = NetTrain[lenet, trainingData, ValidationSet -> testData, MaxTrainingRounds -> 3];

Out[4]=

直接对从验证数据集中随机抽取的图像运行训练过的网络.

In[5]:=

imgs = Keys @ RandomSample[testData, 5]; Thread[imgs -> lenet[imgs]]

Out[5]=