使用预训练的权重和偏差预测自己的图像无法正常工作

Question

我正在尝试使用已在 MNIST 数据库上训练的反向传播将自己的图像从头导入到神经网络中。

代码：

#X - input image
#W1/W2 - Weights
#b1/b2 - biases

def predict(X, W1, W2, b1, b2):
    Z1 = np.dot(W1, X.T) + b1
    A1 = tanh(Z1)
    Z2 = np.dot(W2, A1) + b2
    A2 = softmax(Z2)
    prediction = np.argmax(A2, axis = 0)
    return prediction

chosen_img = x_test[3]

output = predict(chosen_img, W1, W2, b1, b2)
myImg = chosen_img.reshape((28,28))
print(output)

哪里可能出错

当我尝试从 MNIST 数据库本身输入图像时，它仍然无法正常工作。例如，它可以将其输出为output：[7 2 2 7 7 2 2 7 1 2 7 7 2 2 2 7 7 7 7 7 7 7 2 2 7 2 2 2]。

请注意，我使用的代码与我的完整 NN 中的 相同 代码相同，因此前馈是相同的，猜测是相同的，权重和偏差是相同的 - 它确实适用于那个完整版，所以我真的不明白，为什么它现在不能工作。

我错过了什么吗？ 感谢您的帮助！

Answer 1

TL;DR：您正在构建全连接网络，而不是 CNN，您的输入应该是形状为 28*28 = 784 的一维张量，您的输出张量应该是形状为 10 的一维张量。

根据问题描述，您正在尝试构建一个神经网络来对MNIST 数字进行分类。正确的？因此，您的网络应将形状 28x28 的输入映射到形状为 10 的输出向量（每个数字类的预测概率：0,1,...9），然后应用 argmax 来获得预测值.

现在，看看你的output 形状：

# output array from the above issue:
output = np.array([7, 2, 2, 7, 7, 2, 2, 7, 1, 2, 7, 7, 2, 2, 2, 7, 7, 7, 7, 7, 7, 7, 2, 2, 7, 2, 2, 2])
print(output.shape)

输出：

(28,)

28 与 10。甚至在应用argmax 之前，输出形状为28x28。所以，这绝对不是我们想要达到的目标。

问题出在前面。您正在构建经典的全连接层，但您没有将28x28 的二维输入张量重塑为形状为784 的一维张量。如果你想处理 2D 输入，你应该使用 CNN 架构。

因此，要解决您的问题，您应该修复输入的所有形状以及偏差、权重。