kaggle入门篇一【手写数字识别】
2017-04-23 18:09
323 查看
作为入门,
我使用了keras
代码:借鉴了很多别人的方法。
我使用了keras
代码:借鉴了很多别人的方法。
# -*- coding: utf-8 -*- """ Created on Fri Apr 21 11:10:17 2017 @author: Administrator """ from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dropout,Dense,Activation,Convolution2D, MaxPooling2D, Flatten import numpy as np import pandas as pd test=pd.read_csv(r"F:\kaggle_file\shouxieshuzi\test.csv") test=np.array(test) data=pd.read_csv(r"F:\kaggle_file\shouxieshuzi\train.csv") train_Labels=data['label'] del(data['label']) train_Data=data/255 train_Labels = np_utils.to_categorical(train_Labels, num_classes=10) data=np.array(train_Data) train_Data=np.array(train_Data).reshape(42000,1,28,28) test=test.reshape(28000,1,28,28) ###预处理 def Cmodel(): #create model model = Sequential() model.add(Convolution2D(nb_filter=32,nb_row=5,nb_col=5,border_mode='same',dim_ordering='th',input_shape=(1,28,28),activation='relu')) model.add(MaxPooling2D(pool_size=(2,2),strides=(2, 2),border_mode='same')) model.add(Convolution2D(64,5,5,activation='relu')) model.add(MaxPooling2D(pool_size=(2,2),border_mode='same')) model.add(Dropout(0.2)) model.add(Flatten()) model.add(Dense(1024,activation='relu')) model.add(Dense(50,activation='relu')) model.add(Dense(10,activation='softmax')) #Compile model model.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy']) return model model = Cmodel() model.fit(train_Data,train_Labels,nb_epoch=10,batch_size=100) ######新模型 predict=model.predict(test) predict=predict.argmax(1) predict=pd.DataFrame(predict) predict.to_csv('result.csv')
相关文章推荐
- 基于机器学习多种方法的kaggle竞赛入门之手写数字的图像识别预测
- 手把手入门神经网络系列(2)_74行代码实现手写数字识别
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- torch入门笔记4:用torch实现MNIST手写数字识别
- 【Kaggle笔记】手写数字识别分类(线性支持向量机)
- tensorflow入门2 几个函数的总结和手写数字识别
- 手把手入门神经网络系列(2)_74行代码实现手写数字识别
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- Kaggle Digit Recognizer 基于sklearn实现的手写数字识别 for MNIST data
- 在Kaggle手写数字数据集上使用Spark MLlib的朴素贝叶斯模型进行手写数字识别
- 机器学习-实战-入门-MNIST手写数字识别
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- KNN--用于手写数字识别(机器学习入门笔记)
- 手把手入门神经网络系列(2)_74行代码实现手写数字识别
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- 利用scikit-learn下的knn实现kaggle的手写数字识别问题
- Tensorflow快速入门2--实现手写数字识别