京东联盟的网站怎么做,充电网站建设方案,做公众号的网站有哪些,wordpress做商城网站一、说明 这个故事介绍了使用这种类型的数据来训练机器学习3D模型。特别是#xff0c;我们讨论了Kaggle中可用的MNIST数据集的3D版本#xff0c;以及如何使用Keras训练模型识别3D数字。 3D 数据无处不在。由于我们希望构建AI来与我们的物理世界进行交互#xff0c;因此使用3… 一、说明 这个故事介绍了使用这种类型的数据来训练机器学习3D模型。特别是我们讨论了Kaggle中可用的MNIST数据集的3D版本以及如何使用Keras训练模型识别3D数字。 3D 数据无处不在。由于我们希望构建AI来与我们的物理世界进行交互因此使用3D数据来训练我们的模型非常有意义。 二、3D 数据从何而来 现在看看你周围的物体。它们是占据三维房间的三维实体您 - 也是一个3D实体 - 此时此刻。如果这个房间里的所有东西都是静态的我们可以将此环境建模为 3D 空间数据。 建筑扫描 — 来源 3D 数据有多种来源例如 2D 图像序列和 3D 扫描仪数据。在这个故事中我们开始使用来自流行MNIST数据集的合成生成的3D版本的点云来处理3D数据。 三、3D MNIST 数据集 以防万一您还不知道MNIST是著名的2D手写数字图像集。MNIST 中的元素是小型 28x28 灰度图像。在这个故事中我们将使用MNIST的3D版本 MNIST 中的原始数字 修改后的3D版本 可以使用此 jupyter 笔记本生成此数据集。 增强型 MNIST 3D 中的 3D 图像是从 MNIST 中的原始 2D 图像中获得的这些图像经过一组转换修改 1 - 膨胀这是堆叠 N 次相同数字图像以从 3D 数字获得 2D 身体的过程。 手写数字的放大版本 3 2 - 噪声对每个 3D 点应用显著的高斯噪声 具有高斯噪声的相同图像 3 - 着色MNIST 中的寄存器是灰度图像。为了使事情更具挑战性让我们将它们转换为包含随机颜色 4 - 旋转一旦它们是 3D 对象我们就可以旋转它们这就是我们要做的 具有不同旋转的相同图像 有关3D MNIST数据集的更多详细信息可以在Kaggle中找到。现在让我们直接跳到分步过程 四、获取和加载数据 首先要做的是从Kaggle下载数据集文件。解压缩文件以获取 3d-mnist.h5。然后加载数据集 简而言之train_x 或 test_x 中的每个寄存器都是一个 16x16x16 的立方体。每个立方体保存一个 3D 数字的点云数据。您可以轻松地从数据集中提取任何寄存器 结果如下 事实上这是MNIST中第3个元素的增强181D版本 现在我们已经加载了数据集我们可以使用它来训练我们的模型。 4.1 定义模型 我们希望训练一个模型来识别立方体中数字的 3D 表示。在规范 2D 版本的 MNIST 中用于识别手写数字的模型不适合 3D 数据集版本。因此为了处理3D数据有必要使用3D转换例如卷积3D和3D最大池化。实际上Keras支持这种类型的过滤器。 定义一个3D模型来处理我们的3D数据确实非常简单 这是一个非常简单的模型但可以完成这项工作。请记住您可以在此处获取完整的源代码。 4.2 训练模型 让我们使用随机梯度下降来训练模型。随意使用您喜欢的另一个优化器adamRMSProp等 model define_model()
model.compile(losstensorflow.keras.losses.categorical_crossentropy,optimizertensorflow.keras.optimizers.SGD(learning_rate0.01, momentum0.9), metrics[accuracy])
history model.fit(train_X_3D, train_y, batch_size32, epochs4, verbose1, validation_split0.2) 我刚刚运行了这段代码这是我的输出 4.3 训练结果 这是我们的第一次审判。仅经过 4 个 epoch我们在验证集上获得了 96.34% 的准确率当然对混淆矩阵进行适当的分析可以更好地理解这种性能。但是至少在第一次运行中这些结果是鼓舞人心的 请注意验证损失在 4 个 epoch 中一直在减少。显然这列火车比必要的时间更早完成。下一次我们可能会设置更高的纪元数量并使用更详细的停止条件。 让我们看看它在测试数据上的表现如何 4.4 评估模型 以下是我们将如何检查性能 score model.evaluate(test_X_3D, test_y, verbose0)
print(Test accuracy: %.2f%% Test loss: %.3f % (score[1]*100, score[0])) 这是我们目前的结果 我不得不说我真的很惊讶。这个简单的模型实现了良好的性能即使数据几乎没有被噪声、旋转和随机颜色映射所修改。 此外考虑到数据量和不使用 GPU训练速度太快了凉 我们可以调整超参数和训练优化器以轻松获得更好的结果。然而高性能并不是我们的目标。 我们学习了如何使用3D卷积现在我们知道如何创建简单但功能强大的CNN网络来处理我们的3D数据。 五、下一步是 下一步是训练模型以识别从 4D 图像时间序列生成的 3D 数据中的事件。敬请期待
