Цифровая классификация
Используйте базу данных рукописных цифр MNIST для обучения свёрточной сети определять цифры в изображении.
Начните с получения данных режима обучения и контрольных данных.
In[1]:=
resource = ResourceObject["MNIST"];
trainingData = ResourceData[resource, "TrainingData"];
testData = ResourceData[resource, "TestData"];In[2]:=
RandomSample[trainingData, 5]Out[2]=
Задайте свёрточную нейронную сеть, которая принимает входные данные в виде полутоновых изображений размером 28×28.
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]=
Проведите четыре раунда тренировки нейронной сети.
In[4]:=
lenet = NetTrain[lenet, trainingData, ValidationSet -> testData,
MaxTrainingRounds -> 3];Out[5]=
Оцените обученную сеть непосредственно на изображениях, случайно отобранных из контрольного набора.
In[6]:=
imgs = Keys @ RandomSample[testData, 5];
Thread[imgs -> lenet[imgs]]Out[6]=
