模型訓練之數(shù)據(jù)集操作——矩陣變換 原創(chuàng)
“ 在神經(jīng)網(wǎng)絡(luò)模型中，數(shù)據(jù)格式主要采用張量(tensor)來表示，而具體的載體就是多維數(shù)組(n>=1)，也就是多維矩陣?！?/strong>
對神經(jīng)網(wǎng)絡(luò)技術(shù)有所了解的人應(yīng)該都知道，要想訓練一個高性能的神經(jīng)網(wǎng)絡(luò)模型，除了神經(jīng)網(wǎng)絡(luò)本身的設(shè)計之外，還一個非常重要的前提就是數(shù)據(jù)集的質(zhì)量問題；因此，打造一個高質(zhì)量的數(shù)據(jù)集就是一個必不可少的過程。
但具體怎么才能開發(fā)一個合格的數(shù)據(jù)集，這時就離不開對數(shù)據(jù)集的各種操作；而由于在神經(jīng)網(wǎng)絡(luò)中，數(shù)據(jù)的主要載體是多維數(shù)組，也就是矩陣；因此一般情況下，數(shù)據(jù)集的數(shù)據(jù)格式也會以矩陣的形式存在。
而學會對矩陣的操作就是一個必不可少的技能之一；下面我們就以MINST數(shù)據(jù)集為例，來簡單介紹一下對數(shù)據(jù)集的操作過程。
數(shù)據(jù)集操作
MINST數(shù)據(jù)集是一個經(jīng)典的數(shù)據(jù)集，其內(nèi)容是一個手寫數(shù)字識別的數(shù)據(jù)集；對學習神經(jīng)網(wǎng)絡(luò)技術(shù)的人來說，手寫數(shù)字識別就相當于編程入門中的Hello World。
因此，了解MINST數(shù)據(jù)集也是學習神經(jīng)網(wǎng)絡(luò)技術(shù)的入門課程之一。
關(guān)于MINST數(shù)據(jù)集的下載方式，基本有兩種選擇；一種是自己手動下載，另一種是從pytorch官網(wǎng)下載，使用PyTorch的數(shù)據(jù)集API即可下載。
from torchvision import datasets
# 執(zhí)行以下代碼即可從pytorch官網(wǎng)下載minst數(shù)據(jù)集到本地data目錄
datasets.MNIST(root='data', train=True, download=True)MINST數(shù)據(jù)集主要有四個壓縮文件組成，分別由train開頭的圖片數(shù)據(jù)(images)和標簽數(shù)據(jù)(labels)；以及t10k開頭的測試圖片數(shù)據(jù)(t10k-images)和標簽數(shù)據(jù)(t10k-labels)組成。
MNIST數(shù)據(jù)集的具體內(nèi)容是由0?9手寫數(shù)字圖片和數(shù)字標簽所組成的，由60000個訓練樣本和10000個測試樣本組成，每個樣本都是一張28 * 28像素的灰度手寫數(shù)字圖片。如下圖所示。
由于下載的MINST數(shù)據(jù)集文件是已經(jīng)處理好的矩陣格式，并且用二進制格式存儲，因此無法直接使用文本工具打開。
而我們可以使用python提供的numpy工具包，或者pytorch提供的工具包來讀取數(shù)據(jù)。
import numpy as np
import gzip
with gzip.open("./MNIST/train-images-idx3-ubyte.gz", 'rb') as f:
x_train = np.frombuffer(f.read(), np.uint8, offset=16)
print("MINST數(shù)據(jù)集信息打印, 數(shù)據(jù)集內(nèi)容：%s， 類型: %s, 長度: %s, 矩陣數(shù)據(jù)類型: %s, 形狀: %s, 大小：%s, 維度: %s" % (x_train, type(x_train), len(x_train), x_train.dtype, x_train.shape, x_train.size, x_train.ndim))以上代碼輸出結(jié)果如下，可以明顯看出讀取結(jié)果是一個一維數(shù)組；并且長度為47040000；不是說數(shù)據(jù)集是六萬個28*28的手寫數(shù)字圖片嗎？為什么會是一個47040000長度的一維數(shù)組。
原因就在于此數(shù)據(jù)集是經(jīng)過處理之后的數(shù)據(jù)集，為了存儲方便使用一維數(shù)組最簡單；因此，在使用過程中需要把數(shù)據(jù)變換成一個三維矩陣，也就是升維的操作；47040000 / (28 * 28) = 60000。
import numpy as np
import gzip
with gzip.open("./MNIST/train-images-idx3-ubyte.gz", 'rb') as f:
x_train = np.frombuffer(f.read(), np.uint8, offset=16)
print("MINST數(shù)據(jù)集信息打印, 數(shù)據(jù)集內(nèi)容：%s， 類型: %s, 長度: %s, 矩陣數(shù)據(jù)類型: %s, 形狀: %s, 大小：%s, 維度: %s" % (x_train, type(x_train), len(x_train),
x_train.dtype, x_train.shape, x_train.size, x_train.ndim))
# 矩陣變換
x_train = x_train.reshape(-1, 28, 28)
print("MINST數(shù)據(jù)集信息變換之后打印, 數(shù)據(jù)集內(nèi)容：%s， 類型: %s, 長度: %s, 矩陣數(shù)據(jù)類型: %s, 形狀: %s, 大小：%s, 維度: %s" % ( x_train, type(x_train), len(x_train), x_train.dtype, x_train.shape, x_train.size, x_train.ndim))結(jié)果如下圖所示：
經(jīng)過變換之后，打印矩陣并顯示圖片：
import numpy as np
import gzip
from PIL import Image
with gzip.open("./MNIST/train-images-idx3-ubyte.gz", 'rb') as f:
x_train = np.frombuffer(f.read(), np.uint8, offset=16)
print("MINST數(shù)據(jù)集信息打印, 數(shù)據(jù)集內(nèi)容：%s， 類型: %s, 長度: %s, 矩陣數(shù)據(jù)類型: %s, 形狀: %s, 大?。?s, 維度: %s" % (x_train, type(x_train), len(x_train), x_train.dtype, x_train.shape, x_train.size, x_train.ndim))
x_train = x_train.reshape(-1, 28, 28)
print("MINST數(shù)據(jù)集信息變換之后打印, 數(shù)據(jù)集內(nèi)容：%s， 類型: %s, 長度: %s, 矩陣數(shù)據(jù)類型: %s, 形狀: %s, 大?。?s, 維度: %s" % ( x_train, type(x_train), len(x_train), x_train.dtype, x_train.shape, x_train.size, x_train.ndim))
print(len(x_train), x_train[0])
# 轉(zhuǎn)換為圖片 并顯示
pil_img = Image.fromarray(np.uint8(x_train[0]))
pil_img.show()執(zhí)行以上代碼 用戶即可輸出手寫數(shù)字圖片。
本文轉(zhuǎn)載自公眾號AI探索時代 作者：DFires
原文鏈接：??https://mp.weixin.qq.com/s/IkJanjvu0FleRNvItVQDkg??
