[BPnet识别MNIST03]MNIST数据降维以及神经网络建立

Posted AIplusX

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[BPnet识别MNIST03]MNIST数据降维以及神经网络建立相关的知识,希望对你有一定的参考价值。

写在前面

之前已经完成了MNIST数据的获取,机器学习的数据预处理中包括数据清理(离散缺失值等处理),数据合成(将多个数据集合成单个数据集等处理),数据归约(降维等操作),数据变换(归一化等操作),MNIST数据集已经将数据清理,数据合成做好了,因此我们还需要做的就是数据归约和数据变换了,今天这篇文章主要进行数据降维的分析以及神经网络的建立

正文

主要内容在我的古月居博客:
[BPnet识别MNIST03]MNIST数据降维以及神经网络建立

MNIST图片

首先我们来看一下MNIST数据集里的图片:

可以看到图片的灰度图如上,那么我再打印一下图片矩阵数据:


可以看到图像矩阵里面的数值都是0~255的,看一下程序中图片矩阵的存储类型:


从输出中我们可以看出来图片矩阵都是numpy的二维数组

前馈神经网络确立

数据降维

if __name__ == '__main__':
    # print()
    arr = np.arange(20).reshape(4, 5)
    print(arr)
    img_temp_row = arr.flatten()  # Convert to a one-dimensional vector
    img_temp_line = (arr.T).flatten()
    print(img_temp_row)
    print(img_temp_line)

正文

主要内容在我的古月居博客:
[BPnet识别MNIST03]MNIST数据降维以及神经网络建立

以上是关于[BPnet识别MNIST03]MNIST数据降维以及神经网络建立的主要内容,如果未能解决你的问题,请参考以下文章

[BPnet识别MNIST04]神经网络的变量和公式分析

[BPnet识别MNIST08]神经网络参数初始值对于模型结果的影响

[BPnet识别MNIST01]利用conda建立python工程

[BPnet识别MNIST06]发散的误差函数

[BPnet识别MNIST05]神经网络梯度下降公式分析

[BPnet识别MNIST07]神经网络的实现以及调优