問題タブ [mnist]

私は matlab をまったく初めて使用し、これが私の最初のプロジェクトです。Mnist には、トレーニング用に 0 から 9 までの 60000 枚の画像とテスト用に 1000 枚の画像があります。私がしたことは、平均値を使用してこの 10 クラス (0 から 9) のすべてのパターンを作成しようとすることです。次に、認識のためにユークリッド距離を使用します。これは非常に単純ですが、精度は非常に低いです。このパーセンテージの精度を取り戻すために、どこに問題があるのか​​ わかりません。精度:1.73%

これが、すべてのクラスの 10 パターンを見つける私のコードです。

これは精度関数です

このバージョンの MNIST データ セットを開く方法を知りたいです。たとえば、トレーニング セットのラベル ファイルtrain-labels-idx1-ubyteは次のように定義されます。

そして、動作しているように見えるコードをオンラインで見つけましたが、それがどのように動作するのか理解できません:

私の理解では、struct.unpackは 2 番目の引数を 2 つの 4 バイト整数のビッグ エンディアン バイト文字列として解釈します (こちらを参照)。bytesただし、実際に の値を出力すると、次のようになります。

最初の 4 バイト整数は意味があります。

最初の 2 バイトは 0 です。次は、データが符号なしバイトであることを示します。And0x01は、ラベルの 1 次元ベクトルを示します。これまでの私の理解が正しいと仮定すると、次の 3 (4 ?) バイトで何が起こっているか:

これを 60,000 に換算するとどうなりますか?

MNIST画像データセットと同じベクトル行列を作成しようとしています。Web カメラからの各画像がキャプチャされ、ベクターに保存されます。ただし、作成したマトリックスは MNIST データセットとは異なります。そのため、作成したマトリックスではメイン コードが機能しません。

ピクセルの種類が違うからなのかなと思っていました。私が気付いたのは、MNIST データから 1 つのマトリックスを検索したところ、小数点が 15 桁だったことです。ただし、小数点以下 15 桁を設定できませんでした。画像をCV_FC64に設定したとき。以下のエラーメッセージが表示されます。"cv::cvtColor、ファイル C:\ファイル パスでアサーションが失敗しました。"

メイン コードは MNIST データセットで機能します。どうすればよいかわかりません。

ご意見をお聞かせください。自分。

私は Mnist 数字分類にロジスティック回帰を使用しており、statsmodel.api ライブラリを使用してパラメーターに適合していますが、Logit.fit() はまだオーバーフロー警告をスローしています。 ://www.lfd.uci.edu/~gohlke/pythonlibs/ .

テンソルフローを使用して、mnist データセットを使用して独自の単純な CNN をデプロイしています。ようやく convnet をデプロイしました。コードはエラーや警告なしで実行できます。しかし、端末のエラー率は常に0.098で、反復回数や学習率を変えても改善しません。どこで私は間違えましたか？誰でも私を助けることができますか？

私のコード (MyConvNet.py):

ここに MyNet.py があります

ここに端末からの出力があります

私はチュートリアル「専門家のためのディープ MNIST」に従っています。

畳み込みニューラル ネットワークを使用すると、93.49% の精度が得られます。これは実際には低く、改善しようとしていますが、疑問があります. チュートリアルによると、

トレーニングの精度は 100 回の反復ごとに記録され、精度を見ると、増加してから減少するように振動し続けます。

その理由はありますか？それとも正常ですか？では、なぜですか？また、最終的な精度を向上させるためにどのような変数を変更できますか? 私はすでに学習率変数を変更しようとしました。

既に CUDA 8.0 をインストールしており、 CUDA のインストール (Linux の GPU) にあるように、cuDNN ファイルをディレクトリにコピーしました。

mnist_cnn.py を実行すると、次の情報が得られました。

そして最後に

どうすれば cuDNN DSO をロードできますか?

MNIST を使用する TensorFlow チュートリアルを理解しようとしています。

次の一節を引用したい。

特定の画像が特定のクラスにあるという証拠を集計するために、ピクセル強度の加重合計を行います。強度の高いピクセルがそのクラスにある画像に対する証拠である場合、重みは負であり、有利な証拠である場合は正です。

次の図は、これらのクラスごとに 1 つのモデルが学習した重みを示しています。赤は負の重みを表し、青は正の重みを表します。

私の質問：

クラス 0 の場合を考えてみましょう。では、青いリングは何を意味するのでしょうか。チュートリアルでは、青は「賛成の証拠である場合は肯定的」を意味すると述べています。私たちはどのようなイメージについて話しているのですか？トレーニング セットのすべてまたは特定の 1 つですか? また、中央の赤い塊は何を意味するのでしょうか? これは与えられたイメージですか？0 に対してこの画像を生成するコードの種類がわかりません。

私は MNIST データセットをいじっていますが、次のことに遭遇しましたが、よくわかりません。ドキュメントによると 、データは次のようにフォーマットされています。

したがって、アイテム数 (60,000) に対応するバイト 4 ～ 8 は次のようになると予想されます。

ただし、ファイルをバイト単位で読み取ると、逆の順序になっているように見えます。

明らかに、期待される順序を得るためにそれらを逆にすることができますが、バイトが逆になっているように見える理由について混乱しています。

mnist 文字データセットをロードしようとしています (ここで概説されているチュートリアルに従ってください: http://neuralnetworksanddeeplearning.com/chap1.html )

load_data_wrapper 関数を実行すると、エラーが発生します。

コードの実行は次のとおりです。

更新: 問題は、python 2.x でピクルされた python 3.6 でアンピクルしようとしているようです。