圖像識別：利用KNN實現(xiàn)手寫數(shù)字識別（mnist數(shù)據(jù)集）

步驟：

1、數(shù)據(jù)的加載（trainSize和testSize不要設(shè)置的太大）

2、k值的設(shè)定（不宜過大）

3、KNN的核心：距離的計算

4、k個最近的圖片-->根據(jù)下標(biāo)尋找對應(yīng)的標(biāo)簽

5、根據(jù)標(biāo)簽轉(zhuǎn)化成相應(yīng)的數(shù)字

6、檢測概率統(tǒng)計

?

?在我看來，KNN算法最大的優(yōu)點是簡單，準(zhǔn)確率較高；

最大的缺點是：當(dāng)數(shù)據(jù)量較大時，計算量成倍增長，測試集與訓(xùn)練集之間的任意兩個元素之間都要計算距離。

注意1：trainSize和testSize不要設(shè)置的太大，如果過大，數(shù)據(jù)處理中產(chǎn)生更加龐大的數(shù)據(jù)，內(nèi)存溢出，導(dǎo)致程序崩潰。

注意2：k值的設(shè)定太大會提高計算機的計算量，而且會一定程度上降低準(zhǔn)確率。

import tensorflow as tf import numpy as np from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('D:/MNIST_data', one_hot=True) trainNum = 55000 testNum = 10000 trainSize = 500 testSize = 5 k = 4# data 分解 trainIndex = np.random.choice(trainNum, trainSize, replace=False) testIndex = np.random.choice(testNum, testSize, replace=False) trainData = mnist.train.images[trainIndex] # 訓(xùn)練圖片 trainLabel = mnist.train.labels[trainIndex] # 訓(xùn)練標(biāo)簽 testData = mnist.test.images[testIndex] # 測試圖片 testLabel = mnist.test.labels[testIndex] # 測試標(biāo)簽# 利用placeholder來完成數(shù)據(jù)的加載 trainDataInput = tf.placeholder(shape=[None, 784], dtype=tf.float32) trainLabelInput = tf.placeholder(shape=[None, 10], dtype=tf.float32) testDataInput = tf.placeholder(shape=[None, 784], dtype=tf.float32) testLabelInput = tf.placeholder(shape=[None, 10], dtype=tf.float32)# KNN的距離 f1 = tf.expand_dims(testDataInput, 1) # 維度擴(kuò)展 f2 = tf.subtract(trainDataInput, f1) # 二者之差 f3 = tf.reduce_sum(tf.abs(f2), reduction_indices=2) f4 = tf.negative(f3) # 取反 f5, f6 = tf.nn.top_k(f4, k=k) # 最大的四個值 f5表示的是數(shù)據(jù) f6表示的該數(shù)據(jù)所處的下標(biāo) f7 = tf.gather(trainLabelInput, f6) # 根據(jù)f6下標(biāo)去尋找trainLabelInput中對應(yīng)的標(biāo)簽 f8 = tf.reduce_sum(f7, reduction_indices=1) f9 = tf.argmax(f8, dimension=1)with tf.Session() as sess:p9 = sess.run(f9, feed_dict={trainDataInput: trainData, testDataInput: testData, trainLabelInput: trainLabel})p10 = np.argmax(testLabel, axis=1)print('預(yù)測值:', p9)print('真實值:', p10)j = 0 for i in range(0, testSize):if p10[i] == p9[i]:j += 1 print('accuracy:', j*100/testSize)

?

作死設(shè)置了一回，電腦是游戲本，屏幕出現(xiàn)卡頓，加速球爆滿，還好運行出來了?

?

?設(shè)置的過高，直接報錯，資源耗盡。

?訓(xùn)練集數(shù)量和K值該如何確定

從上圖可以看出，trainSize不是設(shè)置的越高越好，在滿足較高準(zhǔn)確率的同時，又不能使計算量過于龐大，需要把握訓(xùn)練數(shù)據(jù)集的大小。?

從上圖可以看出，K值的設(shè)置過大反而會在一定程度上降低預(yù)測的準(zhǔn)確率 ，所以設(shè)置k值時，需要對數(shù)據(jù)集有一定的了解，并且在一定的范圍內(nèi)取值。

總結(jié)

以上是生活随笔為你收集整理的图像识别：利用KNN实现手写数字识别（mnist数据集）的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。