手写数字图片识别+导入csv训练集+预测训练集+csv导出预测结果_数字识别训练集

手写数字图片识别+导入csv训练集+预测训练集+csv导出预测结果

题目来源：
Dataset之MNIST：MNIST(手写数字图片识别+csv文件)数据集简介、下载、使用方法之详细攻略

• 导入csv训练集、测试集数据
• 构建神经网络
• 预测训练集
• csv导出预测结果

1. 导入csv训练集、测试集数据
“csv数据导入前，人为地删除表格第一行的图像像素序号”

#读取train.csv里的数据，数据与标签分开记录
filename = 'train.csv'

f = open(filename,'r')
train_images = []
train_lables = []
for i in f.readlines():
    a = i.strip().split(',')
    train_images.append([int(j) for j in a[1:]])
    train_lables.append(int(a[0]))

#读取test.csv里的数据
filename = 'test.csv'

f = open(filename,'r')
test_images = []
for i in f.readlines():
    a = i.strip().split(',')
    test_images.append([int(j) for j in a[0:]])

#对图片的数据进行分行处理
import numpy
test_images=numpy.array(test_images)
train_images=numpy.array(train_images)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

• 测试数据是否导入，通过print的方式

#对图像数据的某些输出进行测试
print('训练数据维度',train_images.shape)
print('测试图片个数',len(test_images))
print('训练集第4个数字图像的识别结果',train_lables[4])

#显示训练集第4个数字图像
import numpy as np
import matplotlib.pyplot as plt
plt.imshow(train_images[4].reshape(28, 28))
plt.show()
1
2
3
4
5
6
7
8
9
10

2. 构建神经网络
“参考网络的代码”

#构建网络
#神经网络的核心组件是层（layer），它是一种数据处理模块，可看成数据过滤器。
#此网络包含2个Dense层，
from keras.models import Sequential# 导入Sequential模型
from keras.layers import Dense
from keras.optimizers import Adam
# design model
network = Sequential()
network.add(Dense(512, activation='relu', input_shape=(28 * 28,)))
network.add(Dense(10, activation='softmax'))
adam = Adam(lr=0.001)

# compile model
network.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])

#在开始训练之前，对数据进行预处理，将其变换为网络要求的形状，并缩放到所有值都在[0, 1] 区间。
#需要将其变换为一个float32 数组（浮点型），其形状为(42000, 28 * 28)，取值范围为0~1。
train_images = train_images.reshape((42000, 28 * 28))
train_images = train_images.astype('float32') / 255
test_images = test_images.reshape((28000,28*28))
test_images = test_images.astype('float32') / 255

#对标签进行分类编码
from keras.utils import to_categorical
train_lables = to_categorical(train_lables)

# training model，通过调用网络的fit 方法在训练数据上拟合（fit）模型。
#训练过程中显示了两个数字：一个是网络在训练数据上的损失（loss），另一个是网络在训练数据上的精度（acc）。
network.fit(train_images, train_lables, epochs=5, batch_size=128)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

3. 预测训练集
这是自己写的代码，当时网上根本搜不到直接输出的代码。（我发现有人直接挪用发知识分享，注释都完全一样，望周知）

#预测测试集图像对应的数字
predict=[]
predict_test = network.predict(test_images)
predict = np.argmax(predict_test,1)  #axis = 1是取行的最大值的索引，0是列的最大值的索引

#打印预测数据，检测其是否预测准确
print(predict)
1
2
3
4
5
6
7

4. csv导出预测结果
这是自己写的代码，当时网上根本搜不到直接输出的代码。（我发现有人直接挪用发知识分享，注释都完全一样，望周知）

#将预测数据用csv格式输出
import pandas as pd

a = []
b = [] 
for i in range(28000):
    a.append(i+1)
    b.append(predict[i])

#字典中的key值即为csv中列名
dataframe = pd.DataFrame({'ImageId':a,'Label':b})
 
#将DataFrame存储为csv,index表示是否显示行名，default=True
dataframe.to_csv("results.csv",index=False,sep=',')
1
2
3
4
5
6
7
8
9
10
11
12
13
14

• 展示测试集的图片

#展示测试集的图片
plt.imshow(test_images[2].reshape(28, 28))
plt.show()
1
2
3

• 测试结果：
  
  

因为老师发布了任务，利用网络资源完成后，单纯是为了保存下劳动的成果，所以把程序发到这里和大家共享。
ps:感谢我的两位兄dei