最近tensorflow0.12出了，支持Windows了。在ubuntu系統(tǒng)上折騰GPU加速非常難過(guò)。在Windows上安裝CUDA和cuDNN就非常容易了，一個(gè)直接exe安裝，另一個(gè)直接復(fù)制粘貼。安裝了anaconda之后，直接用pip即可裝上tensorflow，theano和keras，再在用戶(hù)文件夾下改一下tensorflow的backend，GPU加速瞬間就可用了！

本來(lái)打算準(zhǔn)備好好看一些例子和相關(guān)的教程書(shū)籍再自己操作的，但是總覺(jué)得應(yīng)該自己親手先摸索一下，于是選擇了比較好用的keras作為進(jìn)行深度學(xué)習(xí)的工具，之后理解透徹了再和tensorflow對(duì)比一下吧。

這次的keras實(shí)踐結(jié)果并不是很好，調(diào)整了很多參數(shù)，最后loss只能降到0.8左右，accuracy最高也就才56%。也許是模型構(gòu)建的原因，也許是數(shù)據(jù)的原因，總之今后會(huì)重新再來(lái)看這一次實(shí)踐。

數(shù)據(jù)的選擇
我理解的深度學(xué)習(xí)是把一些不容易發(fā)現(xiàn)的相關(guān)性展示出來(lái)，因而數(shù)據(jù)怎么樣也要有一定的聯(lián)系，這次實(shí)踐的結(jié)果并不是很好，可能一部分是因?yàn)閿?shù)據(jù)本身相關(guān)性就十分缺乏。
數(shù)據(jù)并沒(méi)有選擇官方給的那些手寫(xiě)數(shù)字等圖片數(shù)據(jù)，而是從加州大學(xué)歐文分校的機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)獲取的：
http://archive.ics./ml/machine-learning-databases/
選擇的是一個(gè)關(guān)于白酒質(zhì)量的數(shù)據(jù)庫(kù)，名稱(chēng)為“winequality-white.csv”，總共4898組數(shù)據(jù)，每組數(shù)據(jù)分別包含非揮發(fā)性酸含量，揮發(fā)性酸含量，檸檬酸，糖殘量，卡路里，游離二氧化硫，總二氧化硫，密度，pH，硫酸鹽，酒精含量以及酒的等級(jí)共12個(gè)數(shù)據(jù)。打算用前面11個(gè)物理化學(xué)性質(zhì)來(lái)判斷最后一個(gè)酒的質(zhì)量分級(jí)。
酒的質(zhì)量分級(jí)，本身就具有很強(qiáng)的主觀因素，并且這個(gè)數(shù)據(jù)中還沒(méi)有十分關(guān)鍵的酯類(lèi)物質(zhì)含量等信息，整體來(lái)說(shuō)相關(guān)性并不是很強(qiáng)。一些指標(biāo)比如密度、硫酸鹽等，是幾乎完全很難和酒品質(zhì)量相關(guān)的。另外即使是一個(gè)等級(jí)的酒，某些指標(biāo)也是千差萬(wàn)別，更何況這整個(gè)11長(zhǎng)度的數(shù)據(jù)要壓縮成7個(gè)分級(jí)，并且最主要的5、6、7級(jí)的酒加起來(lái)就占了92%，所以說(shuō)處理起來(lái)難度很大。
而當(dāng)初建模型時(shí)沒(méi)有對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理，原封不動(dòng)的把所有數(shù)據(jù)作為了機(jī)器學(xué)習(xí)的內(nèi)容，也導(dǎo)致了最后結(jié)果的不理想。

數(shù)據(jù)的處理
4898個(gè)數(shù)據(jù)，分成4398和500為train和test。

import numpy as np
files = open('winequality-white.csv', 'r').readlines()
quality=[]
r=1
data=[]
for i in files:
            i=i.split(',')
            quality.append(i[11][0])
            for j in range(0,11):
                data.append((i[j]))
def get_float(list):
    temp=[]
    for i in list:
        temp.append(float(i))
    return temp

data_train=get_float(data[0:48378])
quality_train=get_float(quality[0:4398])
data_test=get_float(data[48378:])
quality_test=get_float(quality[4398:])

data_train=np.array(data_train)
data_train=data_train.reshape(4398,11)

quality_train=np.array(quality_train)
quality_train=quality_train.reshape(4398,1)

data_test=np.array(data_test)
data_test=data_test.reshape(500,11)

quality_test=np.array(quality_test)
quality_test=quality_test.reshape(500,1)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

模型

def layer():
    model = Sequential()
    model.add(Dense(input_shape=(11,),output_dim=50))
    model.add(Activation('relu'))
    model.add(Dropout(0.5))
    model.add(Dense(input_shape=(50,), output_dim=10))
    model.add(Activation('softmax'))
    model.compile(optimizer='rmsprop',
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])
    model.fit(data_train, quality_train, batch_size=batch_size, nb_epoch=nb_epoch,
              verbose=1, validation_data=(data_test, quality_test))
    score = model.evaluate(data_test, quality_test, verbose=0)
    return score[0], score[1]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
1
2
3
4
5
6
7
8
9
10
11
12
13
14

第一次建立模型，很多數(shù)值的選取都沒(méi)有經(jīng)驗(yàn)，所以需要慢慢摸索，這里我采用調(diào)整各種數(shù)值然后作圖的方式。
第一層后outdim的影響，至少能夠說(shuō)明outdim<50都是不可取的。

nb_epoch（迭代次數(shù)）的影響，至少要在150以上。

batch_size在這里影響不是很大。
網(wǎng)絡(luò)層數(shù)的影響，這里采用的激活函數(shù)是relu，（采用sofmax激活函數(shù)的話，最后得出的predict全部是同一個(gè)值。），每層的outdim減10?？煽闯鰧訑?shù)越多，loss越大。

之后，即使是把白酒的分級(jí)數(shù)據(jù)處理了，只剩下5、6、7分級(jí)的數(shù)據(jù)，還是不能夠把很好地把這些數(shù)據(jù)分類(lèi)。

可能是數(shù)據(jù)的原因，可能是模型的原因，總之今后會(huì)再來(lái)回顧的，記住這一次。