当我们开始学习编程的时候,第一件事往往是学习打印"Hello World"。机器学习入门的MNIST,就好比编程入门中的Hello World。MNIST是机器学习领域中的一个经典问题,该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字,其中数字的范围从0到9。MNIST database是一个入门级的计算机视觉数据集,它包含各种手写数字图片:
安装好TensorFlow以后(安装方法请参考:手把手教你搭建谷歌TensorFlow深度学习开发环境!),下载MNIST数据集,我们可以看到数据集的每一张图片包含28x28个像素点,我们可以用一个数字数组来表示这张图片:
我们把这个数组展开成一个向量,长度是 28x28 = 784。如何展开这个数组不重要,只要保持各个图片采用相同的方式展开即可。从这个角度来看,MNIST数据集的图片就是在784维向量空间里面的点,也就是28x28个点展开成1维的结果。这里丢弃了图片的二维结构方面的信息,把一张图片变成一个很长的1维向量。在后面的运算中,TensorFlow将使用卷积神经网络(CNN)对空间结构信息进行分析,获得更高的准确率。
看到这里大家应该知道了,我们学习机器学习的算法,首先要学习的是向量和数字矩阵的计算,即线性代数。
直角坐标系中向量的表示方法
向量一般用小写字母或者数字表示,比如二维向量可以表示为a=(x,y),三维向量可以表示为b=(x,y,z) 。
线性代数起源于对二维和三维直角坐标系的研究。在这里,一个向量是一个有方向的线段,由长度和方向同时表示。这样向量可以用来表示物理量,比如力,也可以和标量做加法和乘法。
计算矩阵的乘积,我们先假设i,j两个向量构成一个矩阵,再和一个向量(a,b)相乘。
学习了向量和矩阵的线性变换,我们就向学习机器学习的算法前进了一大步。
参考资料:
MNIST数据下载:
https://tensorflow.googlesource.com/tensorflow/+/master/tensorflow/g3doc/tutorials/mnist/
TensorFlow官方文档中文版—MNIST机器学习入门:
http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_beginners.html
下载MNIST数据集时需要用到的科学上网软件:
http://gjsq.me/27695280
系列视频—线性代数的本质:
http://space.bilibili.com/88461692/#!/channel/detail?cid=9450