我正在尝试使用已经在MNIST数据库上训练的反向传播技术从头将自己的图像导入神经网络。
代码:
#X - input image
#W1/W2 - Weights
#b1/b2 - biases
def predict(X, W1, W2, b1, b2):
Z1 = np.dot(W1, X.T) + b1
A1 = tanh(Z1)
Z2 = np.dot(W2, A1) + b2
A2 = softmax(Z2)
prediction = np.argmax(A2, axis = 0)
return prediction
chosen_img = x_test[3]
output = predict(chosen_img, W1, W2, b1, b2)
myImg = chosen_img.reshape((28,28))
print(output)
哪里可能是错误
当我尝试从MNIST数据库本身输入图像时,它仍然不起作用。例如,可以将其输出为output
:[7 2 2 7 7 2 2 7 1 2 7 7 2 2 2 7 7 7 7 7 7 7 2 2 7 2 2 2]
。
请注意,我在完整的NN中使用的是same代码,因此前馈是相同的,猜测是相同的,权重和偏倚是相同的-并且确实可以在完整版中使用,所以我真的不明白,为什么它现在不能工作。
我想念什么吗?感谢您的帮助!
TL; DR:您正在构建完全连接的网络,而不是CNN,您的输入应为形状为28*28 = 784
的一维张量,而输出张量应为形状为10
的一维。
根据问题描述,您正在尝试构建神经网络来对MNIST
个数字进行分类。对?因此,您的网络应将形状为28x28
的输入映射到形状为10
的输出矢量(每个数字类的预测概率:0,1,... 9),然后应用argmax
以获得预测值。
现在,看看您的output
形状:
# output array from the above issue:
output = np.array([7, 2, 2, 7, 7, 2, 2, 7, 1, 2, 7, 7, 2, 2, 2, 7, 7, 7, 7, 7, 7, 7, 2, 2, 7, 2, 2, 2])
print(output.shape)
输出:
(28,)
[28
vs 10
。甚至在应用argmax
之前,输出形状为28x28
。因此,这绝对不是我们想要实现的目标。
问题在前进。您正在构建经典的全连接层,但没有将28x28
的2D输入张量重塑为形状784
的1D张量。如果要处理2D输入,则应使用CNN架构。
因此,要解决您的问题,您应该修正输入的所有形状以及偏差和权重。