Si todo ha ido bien en el ejemplo propuesto en el post sobre las capas ocultas de las neuronas en Deep Learning, la perceptrón simple con TensorFlow será capaz de reconocer con una precisión en torno al 92% dígitos del 0 al 9 escritos a mano. Así que ahora, en este artículo, te exponemos un ejemplo de redes neuronales en Deep Learning.
Ejemplo de redes neuronales en Deep Learning
En primer lugar, hay que escribir:
# Imports necesarios
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
# Importamos el dataset MNIST y cargamos los datos
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot=True)
A continuación, vamos a incluir una primera hidden layer o capa oculta de 200 neuronas al perceptrón simple que hemos desarrollado en el ejercicio anterior para descubrir el efecto de dar profundidad a nuestra red, creando ya un multilayer perceptron. Para ello, habrá que definir las variables (W1, B1) y (W2, B2) en TensorFlow y recalcular las predicciones como Y^=softmax(Y1∗W2+B2) siendo Y1=sigmoid(X∗W1+B1).
Para las redes neuronales en Deep Learning hay que tener en cuenta que, conforme le damos profundidad a la red, es importante inicializar los pesos (W1 y W2 en nuestro caso) con valores aleatorios siguiendo una distribución gaussiana. De otra forma, el optimizador puede quedarse atascado en la posición inicial y no ser capaz de moverse en la dirección del mínimo de la función de pérdidas. Por ello, utilizaremos la función de TensorFlow tf.truncated_normal, tal y como se indica en la documentación de TF.
Además, vamos a aprovechar este ejercicio para convertir nuestro código en una función cuya cabecera será la siguiente:
def train_shallow_net(learning_rate, batch_size, num_epochs)Nota: Copia y pega el código anterior en una nueva celda y conviértelo en función. Posteriormente, añade la segunda capa oculta.
- Tras la modificación, se debe ejecutar la función
train_shallow_netcon sus parámetros de entrada tomando el valor del apartado anterior. ¿Qué sucede? No se percibe la influencia de hacer la red más profunda, puesto que el número de épocas es pequeño para ello. - Ahora, lanza de nuevo el entrenamiento de nuestra shallow net, pero con un valor de
n_epochs = 1000. ¿Qué sucede ahora? ¿Se aprecia la influencia de darle profundidad a la red? ¿Existe overfitting? Ahora sí se aprecia la mejora, concretamente obtenemos una precisión en torno al 97% SIN overfitting (esto es importantísimo).
def train_shallow_net(learning_rate, batch_size, num_epochs):
# Creamos placeholders para ir almacenando los datos de entrada y los labels
X = tf.placeholder(tf.float32, [None, 784]) #(X) # Imágenes del mnist: 28*28 = 784
Y_true = tf.placeholder(tf.float32, [None, 10]) #(X) # Número indicando la clase 0-9 => 10 clases
# Creamos e inicializamos las variables W y b con valores aleatorios que sigan una distribución normal
# Calculamos las predicciones
# Definimos función de pérdidas (Cross_entropy)
loss = tf.reduce_mean(-tf.reduce_sum(Y_true * tf.log(Y_pred), reduction_indices=1)) #(X)
#loss = tf.reduce_mean(-tf.reduce_sum(Y_true*tf.log(Y_pred), reduction_indices=1))
# Optimizador SGD
train = tf.train.GradientDescentOptimizer(lr).minimize(loss) #(X)
# % de predicciones correctas en un determinado batch (i.e. accuracy)
is_correct = tf.equal(tf.argmax(Y_pred,1), tf.argmax(Y_true,1))
accuracy = tf.reduce_mean(tf.cast(is_correct, tf.float32))
# Inicializamos variables
init = tf.initializers.global_variables() #(X)
# Abrimos la sesión
with tf.Session() as sess:
sess.run(init) #(X)
# Entrenamiento de nuestra red
acc_epoch_tr = []
acc_epoch_val = []
loss_epoch_tr = []
loss_epoch_val = []
for epoch in range(n_epochs):
avg_acc = 0.
avg_loss = 0.
steps = int(mnist.train.num_examples/batch_size) #(X) Calcular número de batches
for i in range(steps):
batch_X, batch_Y = mnist.train.next_batch(batch_size) #(X) # Pedir un nuevo batch del set de datos (emplear función next_batch)
sess.run(train, feed_dict={X: batch_X, Y_true: batch_Y}) #(X) # Entrenamos
a,l = sess.run([accuracy, loss], feed_dict={X: batch_X, Y_true: batch_Y}) #(X) # Calculamos accuracy y cross_entropy del batch
avg_acc += a / steps #(X) Calcular el accuracy medio de los diferentes batches
avg_loss += l / steps #(X) Calcular las pérdidas medias de los diferentes batches
# Almacenamos el accuracy y las losses medios para cada época
acc_epoch_tr.append(avg_acc) #(X)
loss_epoch_tr.append(avg_loss) #(X)
# Calculamos accuracy y losses en validation
a_val, l_val = sess.run([accuracy, loss], feed_dict={X: mnist.validation.images, Y_true: mnist.validation.labels}) #(X)
acc_epoch_val.append(a_val) #(X)
loss_epoch_val.append(l_val) #(X)
# Sacamos información por pantalla
print("[INFO]: Época {} ---> Acc_train = {} - Loss_train = {} - Acc_val = {} - Loss_val = {}".format(epoch, avg_acc, avg_loss, a_val, l_val)) #(X)
# Cálculo de accuracy y losses en el conjunto de test
a_test, l_test = sess.run([accuracy, loss], feed_dict={X: mnist.test.images, Y_true: mnist.test.labels}) #(X)
print("[INFO]: Accuracy en test = {} - Losses en test = {}".format(a_test, l_test)) #(X)
# Gráficar losses por época
plt.plot(np.arange(0, n_epochs), loss_epoch_tr) #(X)
plt.plot(np.arange(0, n_epochs), loss_epoch_val)
plt.legend(['train', 'val'], loc='upper left')
plt.title('Training Loss') #(X)
plt.xlabel('Epoch #') #(X)
plt.ylabel('Loss') #(X)
# Lanzamos entrenamiento
lr = 0.005
b_size = 128
n_epochs = 1000
train_shallow_net(lr, b_size, n_epochs)
Conoce más sobre el Big Data
En este post, te hemos expuesto un breve ejemplo de redes neuronales en Deep Learning. Recuerda llevar a cabo cada uno de estos pasos para obtener un resultado efectivo.
Desde KeepCoding, te aconsejamos continuar aprendiendo sobre las herramientas Big Data como redes neuronales en Deep Learning, por lo que te ofrecemos nuestro Bootcamp Full Stack Big Data, Inteligencia Artificial & Machine Learning. ¡Échale un vistazo y apúntate!
