taramath: Ziffererkennung

Beschreibung

Neuronale Netze können dazu verwendet werden, um handgeschriebene Ziffern zu erkennen. Dazu muss das neuronale Netz zunächst anhand bekannter Daten trainiert werden, bevor es (unbekannte) Ziffern erkennen kann.

Das Datenpaket DigitData stellt für diese Zwecke zwei Datenmengen aus der MNIST Bibliothek bereit: Eine Menge bestehend aus 1000 Trainingsdaten sowie eine Menge bestehend aus 1000 Testdaten. Auf diese Daten wird im folgenden Beispiel zurückgegriffen.

Beispiel

Im folgenden Beispiel wird ein neuronales Netz zur Erkennung handgeschriebene Ziffern trainiert und anschließend evaluiert. Ausgegeben wird der Prozentsatz der richtig erkannten Ziffern.

Tipp: Verändere die Anzahl der Iterationen zum Trainieren des neuronalen Netzes von 20 auf 500, um deutlich bessere Ergebnisse zu erzielen (dazu muss das Argument der Funktion NeuralNetwork.set_number_of_iterations entsprechend angepasst werden). Beachte, dass sich die Laufzeit des Algorithmus dadurch stark erhöhen wird.

<!DOCTYPE html>
<html>

<head>
  <script src="taramath.js"></script>
  <script src="DigitData.js"></script>
</head>

<body>

<textarea id="print"></textarea>

<script>

// Lokale Funktionen //

function data_to_vector (z) {
  var x = new Array(784);
  for (var k = 0; k < 784; k++) x[k] = z[k+1]/255;
  return x;
};

function data_to_result (z) {
  var y = new Array(10);
  for (var k = 0; k < 10; k++) y[k] = 0;
  y[z[0]] = 1;
  return y;
};

// Trainingsdaten erstellen //

var X = [];
for (var k = 0; k < 1000; k++) {
  var img = DigitData.get("training", k);
  X.push( [data_to_vector(img), data_to_result(img)]  );
};

// Neuronales Netz trainieren //

NeuralNetwork.init([784,30,10]);

NeuralNetwork.set_batch_size(200);
NeuralNetwork.set_learning_rate(3);
NeuralNetwork.set_number_of_iterations(20);

NeuralNetwork.train(X);

// Testdaten erstellen //

var T = [];

for (var k = 0; k < 1000; k++) {
  var img = DigitData.get("test", k);
  T.push( [data_to_vector(img), data_to_result(img)]  );
};

// Neuronales Netz testen //

var M = NeuralNetwork.test(T, "max");
var c = 0;
for (var i = 0; i < 10; i++) c += M[i][i];

Print.init("print");
Print.object("Prozent richtig erkannt:");
Print.object(100*c/T.length);

</script>

</body>
</html>

Vorschau aktualisieren

Ziffererkennung

unter Verwendung eines neuronalen Netzes