Classification de chiffres
Utilisez la base de données MNIST de chiffres écrits à la main pour entraîner un réseau de convolution afi de prédire le chiffre donné dans une image.
Tout d'abord, obtenez les données d'apprentissage et de validation.
In[1]:=
resource = ResourceObject["MNIST"];
trainingData = ResourceData[resource, "TrainingData"];
testData = ResourceData[resource, "TestData"];
In[2]:=
RandomSample[trainingData, 5]
Out[2]=
Définissez un réseau neuronal de convolution qui prend des images en niveaux de gris 28×28 comme entrée.
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]=
Entraînez le réseau pour quatre tours d'apprentissage.
In[4]:=
lenet = NetTrain[lenet, trainingData, ValidationSet -> testData,
MaxTrainingRounds -> 3];
Out[5]=
Évaluez le réseau entraîné directement sur les images échantillonnées au hasard dans l'ensemble de validation.
In[6]:=
imgs = Keys @ RandomSample[testData, 5];
Thread[imgs -> lenet[imgs]]
Out[6]=