Skip to content

timobaumann/mnist-example

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

5 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Ziffernerkennung mit Python und DyNet

In diesem Archiv finden Sie ein Beispiel für die Ziffernunterscheidung mithilfe eines sehr einfachen neuronalen Netzes (sowie einiger Varianten desselben).

Das Beispiel liegt in zwei Formen vor:

  1. als Python-Skript (mnist-autobatch.py),
  2. als Jupyter-Notebook (mnist.ipynb).

Für beide Varianten ist es erforderlich, dass Sie DyNet installieren. Eine Anleitung dafür finden Sie unter https://dynet.readthedocs.io/en/latest/python.html . Bei Problemen melden Sie sich gerne im Forum, möglichst mit einer detaillierten Beschreibung Ihres Setups und an welcher Stelle Sie scheitern.

Sie können nun das Python-Skript mit python3 ./mnist-autobatch.py aufrufen (oder, noch besser, über eine IDE wie PyCharm).

Alternativ (oder zusätzlich) können Sie Jupyter auf Ihrem Computer installieren und das inhaltlich identische Jupyter Notebook ausführen. (Der Vorteil dabei ist, dass Sie interaktiv Dinge ändern und einzelne Code-Abschnitte erneut ausführen können.)

Schließlich können Sie das Jupyter-Notebook auch online auf mybinder.org ausführen. Binder Sie können dann zwar den Code auch abändern und neu ausführen (wie in jedem Jupyter Notebook), aber Sie können Ihre Ergebnisse leider nicht dauerhaft abspeichern.

Versuchen Sie bitte

(a) die Klasse MNISTClassifier zu verstehen -- was passiert im Konstruktur und was passiert, wenn das neuronale Netz aufgerufen wird? (Im Jupyter-Notebook sind unterschiedliche Netze definiert, wie unterscheiden sie sich?)

(b) den Ablauf des Trainings zu verstehen.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published