今天打開了手機，看到了許許多多的排行榜，其中看到我的步數竟然又少於隔壁老王，我一想這不行，我得弄個刷排行榜的程式來超過他，經過一段時間的構思，我決定做個更全面的，直接做個能刷全部排行榜的神器，以後就在也不怕跟別人比排名了，嘿嘿嘿！

大家想不想刷排行榜？

如果答案是肯定的，就別再猶豫了，快來動手吧！

背景

theano 是一個python語言的庫，實現了一些機器學習的方法，最大的特點是可以就像普通的python程式一樣透明的使用GPU

輸入資料修改

原來是從cPickle匯入：

valid_set是用來在SGD迭代過程中，用來驗證效果但不參與訓練的資料集。每次只有確定在valid_set上更有效，才繼續進行目標函式的優化，這樣可以防止過擬合。參見early-stopping [2] 。

設定資料集的大小，如果是除錯模式則減小資料集。

MNIST共有7w條記錄，其中6w是訓練集，1w是測試集。theano的樣例程式就是這麼做的，但kaggle把7w的資料分成了兩部分，train.csv一共42000行，test.csv一共28000行。實際可用來訓練的資料只有42000行（由此估計最後的效果也會有相應的折扣）。theano把6w的訓練集分為了5w的test_set和1w的valid_set，我在這裡把42000行資料分為36000的train_set、5000行的valid_set和1000行的test_set（訓練時用不到）。

我們需要的是最後一層的輸出，theano的樣例程式在最後一層lr給了我們一個符號變數y_pred，定義如下：

我對技術不敬畏，對不起各位了。

這樣我們就得到可以操作的陣列，寫入輸出檔案：

平移資料

以上可以差不多達到1.0%的誤差，和理論值0.5%還有差距，我覺得可能是因為資料不夠多，所以我對輸入輸出資料進行了平移預處理。 輸入資料平移：

ok，萬事俱備，刷榜吧！

執行結果

kaggle傳送門

valid_set_error=0.90 test_set_error=0.68

刷到前10，我感覺可以了，再往上刷10名就要被懷疑作弊了。

不明覺厲

simple cell到complex cell是怎麼實現的？

拿著某一斜率的filter去掃一遍全域性的影象

把影象分割成nxn份,做pooling（可以是max pooling）

以上就是本文的全部內容，希望對各位小夥伴們有所幫助！

寫在最後：

有想學Python或者對Python感興趣的老鐵，可以加群571799375，群裡有適合Python初學者學習的資料（2018最新版Python資料），免費送給大家！

本文來自網路，如有侵權，請聯絡小編刪除！