Klassifizierung von Ziffern
Verwenden Sie die MNIST-Datenbank handgeschriebener Ziffern, um ein Convolutional Neural Network zur Vorhersage von Ziffern auf einem Bild zu trainieren.
Erstellen Sie als ersten Schritt die Trainingsdaten und Validierungsdaten.
In[1]:=
resource = ResourceObject["MNIST"];
trainingData = ResourceData[resource, "TrainingData"];
testData = ResourceData[resource, "TestData"];In[2]:=
RandomSample[trainingData, 5]Out[2]=
Bestimmen Sie ein Convolutional Neural Network, das 28×28-Graustufenbilder als Input erhält.
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]=
Trainieren Sie das Netzwerk vier Trainingsrunden lang.
In[4]:=
lenet = NetTrain[lenet, trainingData, ValidationSet -> testData,
MaxTrainingRounds -> 3];Out[5]=
Testen Sie das trainierte Netzwerk direkt mit zufällig ausgewählten Bildern aus dem Validierungssatz.
In[6]:=
imgs = Keys @ RandomSample[testData, 5];
Thread[imgs -> lenet[imgs]]Out[6]=
