深度學習簡單介紹

首先要簡單區別幾個概念：人工智能，機器學習，深度學習，神經網絡。這幾個詞應該是出現的最為頻繁的，但是他們有什么區別呢？

人工智能：人類通過直覺可以解決的問題，如：自然語言理解，圖像識別，語音識別等，計算機很難解決，而人工智能就是要解決這類問題。

機器學習：如果一個任務可以在任務T上，隨著經驗E的增加，效果P也隨之增加，那么就認為這個程序可以從經驗中學習。

深度學習：其核心就是自動將簡單的特征組合成更加復雜的特征，并用這些特征解決問題。

神經網絡：最初是一個生物學的概念，一般是指大腦神經元，觸點，細胞等組成的網絡，用于產生意識，幫助生物思考和行動，后來人工智能受神經網絡的啟發，發展出了人工神經網絡。

來一張圖就比較清楚了，如下圖：

MNIST解析

MNIST是深度學習的經典入門demo，他是由6萬張訓練圖片和1萬張測試圖片構成的，每張圖片都是28*28大小（如下圖），而且都是黑白色構成（這里的黑色是一個0-1的浮點數，黑色越深表示數值越靠近1），這些圖片是采集的不同的人手寫從0到9的數字。TensorFlow將這個數據集和相關操作封裝到了庫中，下面我們來一步步解讀深度學習MNIST的過程。

上圖就是4張MNIST圖片。這些圖片并不是傳統意義上的png或者jpg格式的圖片，因為png或者jpg的圖片格式，會帶有很多干擾信息（如：數據塊，圖片頭，圖片尾，長度等等），這些圖片會被處理成很簡易的二維數組，如圖：

可以看到，矩陣中有值的地方構成的圖形，跟左邊的圖形很相似。之所以這樣做，是為了讓模型更簡單清晰。特征更明顯。

我們先看模型的代碼以及如何訓練模型：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

??mnist = input_data.read_data_sets(FLAGS.data_dir, one_hot=True) # x是特征值 ??x = tf.placeholder(tf.float32, [None, 784]) # w表示每一個特征值（像素點）會影響結果的權重 ??W = tf.Variable(tf.zeros([784, 10])) ??b = tf.Variable(tf.zeros([10])) ??y = tf.matmul(x, W) + b # 是圖片實際對應的值 ??y_ = tf.placeholder(tf.float32, [None, 10])<br> ??cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y)) ??train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy) ??sess = tf.InteractiveSession() ??tf.global_variables_initializer().run() ??# mnist.train 訓練數據 ??for _ in range(1000): ????batch_xs, batch_ys = mnist.train.next_batch(100) ????sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys}) ? ??#取得y得最大概率對應的數組索引來和y_的數組索引對比，如果索引相同，則表示預測正確 ??correct_prediction = tf.equal(tf.arg_max(y, 1), tf.arg_max(y_, 1)) ??accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) ? ??print(sess.run(accuracy, feed_dict={x: mnist.test.images, ???????????????????????????????????????y_: mnist.test.labels}))

首先第一行是獲取MNIST的數據集，我們逐一解釋一下：

x（圖片的特征值）：這里使用了一個28*28=784列的數據來表示一個圖片的構成，也就是說，每一個點都是這個圖片的一個特征，這個其實比較好理解，因為每一個點都會對圖片的樣子和表達的含義有影響，只是影響的大小不同而已。至于為什么要將28*28的矩陣攤平成為一個1行784列的一維數組，我猜測可能是因為這樣做會更加簡單直觀。

W（特征值對應的權重）：這個值很重要，因為我們深度學習的過程，就是發現特征，經過一系列訓練，從而得出每一個特征對結果影響的權重，我們訓練，就是為了得到這個最佳權重值。

b（偏置量）：是為了去線性話（我不是太清楚為什么需要這個值）

y（預測的結果）：單個樣本被預測出來是哪個數字的概率，比如：有可能結果是[ 1.07476616 -4.54194021 2.98073649 -7.42985344 3.29253793 1.96750617?8.59438515 -6.65950203 1.68721473 -0.9658531 ]，則分別表示是0，1，2，3，4，5，6，7，8，9的概率，然后會取一個最大值來作為本次預測的結果，對于這個數組來說，結果是6（8.59438515）

y_（真實結果）：來自MNIST的訓練集，每一個圖片所對應的真實值，如果是6，則表示為：[0 0 0 0 0 1 0 0 0]

再下面兩行代碼是損失函數（交叉熵）和梯度下降算法，通過不斷的調整權重和偏置量的值，來逐步減小根據計算的預測結果和提供的真實結果之間的差異，以達到訓練模型的目的。

算法確定以后便可以開始訓練模型了，如下：

1 2 3

for _ in range(1000): ????batch_xs, batch_ys = mnist.train.next_batch(100) ????sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

mnist.train.next_batch(100)是從訓練集里一次提取100張圖片數據來訓練，然后循環1000次，以達到訓練的目的。

之后的兩行代碼都有注釋，不再累述。我們看最后一行代碼：

1 2	print(sess.run(accuracy, feed_dict={x: mnist.test.images, ???????????????????????????????????????y_: mnist.test.labels}))

mnist.test.images和mnist.test.labels是測試集，用來測試。accuracy是預測準確率。

當代碼運行起來以后，我們發現，準確率大概在92%左右浮動。這個時候我們可能想看看到底是什么樣的圖片讓預測不準。則添加如下代碼：

1 2 3 4 5 6 7 8 9 10 11 12 13

for i in range(0, len(mnist.test.images)): ??result = sess.run(correct_prediction, feed_dict={x: np.array([mnist.test.images[i]]), y_: np.array([mnist.test.labels[i]])}) ??if not result: ????print('預測的值是：',sess.run(y, feed_dict={x: np.array([mnist.test.images[i]]), y_: np.array([mnist.test.labels[i]])})) ????print('實際的值是：',sess.run(y_,feed_dict={x: np.array([mnist.test.images[i]]), y_: np.array([mnist.test.labels[i]])})) ????one_pic_arr = np.reshape(mnist.test.images[i], (28, 28)) ????pic_matrix = np.matrix(one_pic_arr, dtype="float") ????plt.imshow(pic_matrix) ????pylab.show() ????break ? print(sess.run(accuracy, feed_dict={x: mnist.test.images, ?????????????????????????????????????y_: mnist.test.labels}))

for循環內指明一旦result為false，就表示出現了預測值和實際值不符合的圖片，然后我們把值和圖片分別打印出來看看：

預測的值是： [[ 1.82234347 -4.87242508 2.63052988 -6.56350136 2.73666072 2.30682945 8.59051228 -7.20512581 1.45552373 -0.90134078]]

對應的是數字6。
實際的值是： [[ 0. 0. 0. 0. 0. 1. 0. 0. 0. 0.]]

對應的是數字5。

我們再來看看圖片是什么樣子的：

的確像5又像6。

總體來說，只有92%的準確率，還是比較低的，后續會解析一下比較適合識別圖片的卷積神經網絡，準確率可以達到99%以上。

一些體會與感想

我本人是一名iOS開發，也是迎著人工智能的浪潮開始一路學習，我覺得人工智能終將改變我們的生活，也會成為未來的一個熱門學科。這一個多月的自學下來，我覺得最為困難的是克服自己的畏難情緒，因為我完全沒有AI方面的任何經驗，而且工作年限太久，線性代數，概率論等知識早已還給老師，所以在開始的時候，總是反反復復不停猶豫，糾結到底要不要把時間花費在研究深度學習上面。但是后來一想，假如我不學AI的東西，若干年后，AI發展越發成熟，到時候想學也會難以跟上步伐，而且，讓電腦學會思考這本身就是一件很讓人興奮的事情，既然想學，有什么理由不去學呢？與大家共勉。

總結

以上是生活随笔為你收集整理的机器学习入门案例简单理解——Tensorflow之MNIST解析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。