RNN入门（一）识别MNIST数据集

旧城等待， 2022-05-10 04:10 367阅读 0赞

### RNN介绍 ###

在读本文之前，读者应该对全连接神经网络（Fully Connected Neural Network， FCNN）和卷积神经网络（ Convolutional Neural Network， CNN）有一定的了解。对于FCNN和CNN来说，他们能解决很多实际问题，但是它们都只能单独的取处理一个个的输入，前一个输入和后一个输入是完全没有关系的 。而在现实生活中，我们输入的向量往往存在着前后联系，即前一个输入和后一个输入是有关联的，比如文本，语音，视频等，因此，我们需要了解深度学习中的另一类重要的神经网络，那就是循环神经网络(Recurrent Neural Network，RNN).  
  循环神经网络(Recurrent Neural Network，RNN)依赖于一个重要的概念：序列（Sequence），即输入的向量是一个序列，存在着前后联系。简单RNN的结构示意图如下：

![70][]  
相比于之前的FCNN，RNN的结构中多出了一个自循环部分，即W所在的圆圈，这是RNN的精华所在，它展开后的结构如下：

![70 1][]  
对于t时刻的输出向量 o t o\_\{t\} ot，它的输出不仅仅依赖于t时刻的输入向量 x t x\_\{t\} xt，还依赖于t-1时刻的隐藏层向量 s t − 1 s\_\{t-1\} st−1，以下是输出向量 o t o\_\{t\} ot的计算公式：

s t = f ( U x t + W s t − 1 ) s\_\{t\}=f(Ux\_\{t\}+Ws\_\{t-1\}) st=f(Uxt\+Wst−1)

o t = g ( V s t ) o\_\{t\}=g(Vs\_\{t\}) ot=g(Vst)

其中，第二个式子为输出层的计算公式，输出层为全连接层，V为权重矩阵，g为激活函数。第一个式子中，U是输入x的权重矩阵，W是上一次隐藏层值s的输入权重矩阵，f为激活函数。注意到，RNN的所有权重矩阵U,V,W是共享的，这样可以减少计算量。  
  本文将会用TensorFlow中已经帮我们实现好的RNN基本函数tf.contrib.rnn.BasicRNNCell(), tf.nn.dynamic\_rnn()来实现简单RNN，并且用该RNN来识别MNIST数据集。

### MNIST数据集 ###

MNIST数据集是深度学习的经典入门demo，它是由6万张训练图片和1万张测试图片构成的，每张图片都是28\*28大小（如下图），而且都是黑白色构成（这里的黑色是一个0-1的浮点数，黑色越深表示数值越靠近1），这些图片是采集的不同的人手写从0到9的数字。

![在这里插入图片描述][70 2]  
  在TensorFlow中，已经内嵌了MNIST数据集，笔者已经下载下来了，如下：

![70 3][]  
  接下来本文将要用MNIST数据集作为RNN应用的一个demo.

### RNN大战MNIST数据集 ###

用CNN来识别MNIST数据集，我们好理解，这是利用了图片的空间信息。可是，RNN要求输入的向量是序列，那么，如何把图片看成是序列呢？  
  图片的大小为28\*28,我们把每一列向量看成是某一时刻的向量，那么每张图片就是一个序列，里面含有28个向量，每个向量含有28个元素，如下：

![将图片看成是序列][70 4]  
  下面给出如何利用TensorFlow来搭建简单RNN，用来识别MNIST数据集，完整的Python代码如下：

# -*- coding: utf-8 -*- import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 获取MNIST数据 mnist = input_data.read_data_sets(r"./MNIST_data", one_hot=True) # 设置RNN结构 element_size = 28 time_steps = 28 num_classes = 10 batch_size = 128 hidden_layer_size = 150 # 输入向量和输出向量 _inputs = tf.placeholder(tf.float32, shape=[None, time_steps, element_size], name='inputs') y = tf.placeholder(tf.float32, shape=[None, num_classes], name='inputs') # 利用TensorFlow的内置函数BasicRNNCell, dynamic_rnn来构建RNN的基本模块 rnn_cell = tf.contrib.rnn.BasicRNNCell(hidden_layer_size) outputs, _ = tf.nn.dynamic_rnn(rnn_cell, _inputs, dtype=tf.float32) Wl = tf.Variable(tf.truncated_normal([hidden_layer_size, num_classes], mean=0,stddev=.01)) bl = tf.Variable(tf.truncated_normal([num_classes],mean=0,stddev=.01)) def get_linear_layer(vector): return tf.matmul(vector, Wl) + bl # 取输出的向量outputs中的最后一个向量最为最终输出 last_rnn_output = outputs[:,-1,:] final_output = get_linear_layer(last_rnn_output) # 定义损失函数并用RMSPropOptimizer优化 softmax = tf.nn.softmax_cross_entropy_with_logits(logits=final_output, labels=y) cross_entropy = tf.reduce_mean(softmax) train_step = tf.train.RMSPropOptimizer(0.001, 0.9).minimize(cross_entropy) # 统计准确率 correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(final_output,1)) accuracy = (tf.reduce_mean(tf.cast(correct_prediction, tf.float32)))*100 sess=tf.InteractiveSession() sess.run(tf.global_variables_initializer()) # 测试集 test_data = mnist.test.images[:batch_size].reshape((-1, time_steps, element_size)) test_label = mnist.test.labels[:batch_size] # 每次训练batch_size张图片，一共训练3000次 for i in range(3001): batch_x, batch_y = mnist.train.next_batch(batch_size) batch_x = batch_x.reshape((batch_size, time_steps, element_size)) sess.run(train_step, feed_dict={ _inputs:batch_x, y:batch_y}) if i % 100 == 0: loss = sess.run(cross_entropy, feed_dict={ _inputs: batch_x, y: batch_y}) acc = sess.run(accuracy, feed_dict={ _inputs:batch_x, y: batch_y}) print ("Iter " + str(i) + ", Minibatch Loss= " + \ "{:.6f}".format(loss) + ", Training Accuracy= " + \ "{:.5f}".format(acc)) # 在测试集上的准确率 print("Testing Accuracy:", sess.run(accuracy, feed_dict={ _inputs:test_data, y:test_label}))

运行上述代码，输出的结果如下：

Extracting ./MNIST_data\train-images-idx3-ubyte.gz
    Extracting ./MNIST_data\train-labels-idx1-ubyte.gz
    Extracting ./MNIST_data\t10k-images-idx3-ubyte.gz
    Extracting ./MNIST_data\t10k-labels-idx1-ubyte.gz
    Iter 0, Minibatch Loss= 2.301171, Training Accuracy= 11.71875
    Iter 100, Minibatch Loss= 1.718483, Training Accuracy= 47.65625
    Iter 200, Minibatch Loss= 0.862968, Training Accuracy= 71.09375
    Iter 300, Minibatch Loss= 0.513068, Training Accuracy= 86.71875
    Iter 400, Minibatch Loss= 0.570475, Training Accuracy= 83.59375
    Iter 500, Minibatch Loss= 0.254566, Training Accuracy= 92.96875
    Iter 600, Minibatch Loss= 0.457989, Training Accuracy= 85.93750
    Iter 700, Minibatch Loss= 0.151181, Training Accuracy= 96.87500
    Iter 800, Minibatch Loss= 0.171168, Training Accuracy= 94.53125
    Iter 900, Minibatch Loss= 0.142494, Training Accuracy= 94.53125
    Iter 1000, Minibatch Loss= 0.155114, Training Accuracy= 97.65625
    Iter 1100, Minibatch Loss= 0.096007, Training Accuracy= 96.87500
    Iter 1200, Minibatch Loss= 0.341476, Training Accuracy= 88.28125
    Iter 1300, Minibatch Loss= 0.133509, Training Accuracy= 96.87500
    Iter 1400, Minibatch Loss= 0.076408, Training Accuracy= 98.43750
    Iter 1500, Minibatch Loss= 0.122228, Training Accuracy= 98.43750
    Iter 1600, Minibatch Loss= 0.099382, Training Accuracy= 96.87500
    Iter 1700, Minibatch Loss= 0.084686, Training Accuracy= 97.65625
    Iter 1800, Minibatch Loss= 0.067009, Training Accuracy= 98.43750
    Iter 1900, Minibatch Loss= 0.189703, Training Accuracy= 94.53125
    Iter 2000, Minibatch Loss= 0.116077, Training Accuracy= 96.09375
    Iter 2100, Minibatch Loss= 0.028867, Training Accuracy= 100.00000
    Iter 2200, Minibatch Loss= 0.064198, Training Accuracy= 99.21875
    Iter 2300, Minibatch Loss= 0.078259, Training Accuracy= 97.65625
    Iter 2400, Minibatch Loss= 0.106613, Training Accuracy= 97.65625
    Iter 2500, Minibatch Loss= 0.078722, Training Accuracy= 98.43750
    Iter 2600, Minibatch Loss= 0.045871, Training Accuracy= 98.43750
    Iter 2700, Minibatch Loss= 0.030953, Training Accuracy= 99.21875
    Iter 2800, Minibatch Loss= 0.062823, Training Accuracy= 96.87500
    Iter 2900, Minibatch Loss= 0.040367, Training Accuracy= 99.21875
    Iter 3000, Minibatch Loss= 0.017787, Training Accuracy= 100.00000
    Testing Accuracy: 97.6563

可以看到，用简单RNN来识别MNIST数据集，也能取得很好的效果！

本次分享到此结束，欢迎大家交流~

注意：本人现已开通微信公众号： 轻松学会Python爬虫（微信号为：easy\_web\_scrape）， 欢迎大家关注哦~~

[70]: /images/20220510/68ebd0ce0c7b4b799be9298aabbd65c9.png
[70 1]: /images/20220510/0779f06c65cb4a7893b5fd194c75efcd.png
[70 2]: /images/20220510/562cdf09bc404fab925670e3b6419a1c.png
[70 3]: /images/20220510/8e94a708213f41fbbbb84a13130d2ee1.png
[70 4]: /images/20220510/9014272e47f24664941391d2b34476d7.png