python - 了解神经网络在文档示例 (MNIST) 中的准确预测

Question

我参加了神经网络的快速课程以更好地理解它们，现在我正在 R 中亲自尝试它们。我正在关注Keras 的这个文档。

我理解正在发生的事情的方式：

我们正在输入一系列图像，并根据这些像素中像素和颜色的排列将这些图像转换为数值矩阵。然后，我们建立一个神经网络模型来学习这些排列的模式，具体取决于分类（0 到 9）。然后我们使用该模型来预测图像属于哪个类别。老实说，我承认我不完全确定 y_train 和 x_train 是什么。我只是将其视为一个训练集和一个验证集，所以我不确定 x 和 y 之间的区别是什么。

我的问题：

我已经按照 T 的步骤进行操作，模型运行良好，并且预测看起来与文档中的一样。最终，预测如下所示：

我认为这意味着 x_test 中的观察 1 被预测为类别 7。

但是，查看 x_test 它看起来像这样：

如果我进一步向下滚动，每列和每行都有一个 0。这就是我感到困惑的地方。我也不确定如何查看原始图像以亲自查看它们对它们的预测程度。我最终想自己在油漆中画一个数字，然后看看模型是否可以预测它，但为此我需要先了解发生了什么。我觉得我很接近，但我只需要一点点推动！

标签： pythonrmachine-learningdeep-learningneural-network

Answer 1

我认为，如果您阅读有关输入和输出层尺寸的更多信息，那将有所帮助。

在您的示例中： 输入层：图像的单个训练示例具有两个维度 28*28，然后将其转换为维度 784 的单个向量。这充当神经网络的输入层。因此，对于m训练示例，您的输入层将具有维度(m, 784)。类比地说（对于传统的 ML 系统），您可以想象图像的每个像素都被转换为一个特征（或 x1、x2、... x784），而您的训练集是一个具有m行和784列的数据帧，然后输入神经网络进行计算y_hat = f(x1,x2,x3,...x784)。

输出层：作为我们神经网络的输出，我们希望它预测它来自哪个数字0 to 9。因此，对于单个训练示例，输出层的维度为 10，表示从 0 到 9 的每个数字，对于n测试示例，输出层将是维度为 的矩阵n*10。我们y是一个长度向量，n类似于[1,7,8,2,.....]包含每个测试示例的真实值。但是为了匹配输出层的维度，y向量的维度是使用 one-hot 编码转换的。想象一个长度为 10 的向量，通过将 1 放在第 7 位表示数字 7，其余位置为零，类似于[0,0,0,0,0,0,1,0,0,0]。

因此，在您的问题中，如果您希望看到原始图像，您应该能够在使用类似的东西重塑训练示例之前看到它image(mnist$test$x[1, , ]

希望这可以帮助！！