LeNet-5 нейронная сеть

Введение

LeNet-5 — это нейронная сеть, разработанная на основе статьи YANN LECUN «Gradient-based Learning Applied To Document Recognition». Она написана на языке C и не зависит от сторонних библиотек.

Первоначальная точность распознавания рукописных символов MNIST составляет 97%, а после многократного обучения — 98%.

DEMO

Файл main.c представляет собой демонстрацию распознавания данных из набора MNIST. Для запуска достаточно скомпилировать программу. В тренировочном наборе 60 000 изображений, в тестовом — 10 000.

Среда проекта

Проект представляет собой проект VISUAL STUDIO 2015. Его можно открыть и скомпилировать с помощью VISUAL STUDIO 2015 UPDATE1 или более поздней версии. Программа написана на ANSI C, поэтому её можно компилировать на других платформах без изменений в исходном коде.

Если программа не компилируется из-за отсутствия openmp, удалите строки #include <omp.h> и #pragma omp parallel for из файла lenet.c.

API

Пакетное обучение

lenet: указатель на веса LeNet5, ядро нейронной сети LeNet5. inputs: массив указателей на двумерные массивы unsigned char, соответствующие нескольким изображениям для обучения. Размер памяти, на которую указывают эти указатели, должен быть кратен batchSize. В примере с MNIST размер каждого двумерного массива равен 28x28, а значения элементов представляют собой интенсивность пикселей изображения в соответствующей позиции. labels: массив меток, соответствующих изображениям из inputs. Размер массива равен batchSize. batchSize: количество изображений в пакете для обучения. void TrainBatch(LeNet5 *lenet, image *inputs, uint8 *labels, int batchSize);

Индивидуальное обучение

lenet: указатель на веса LeNet5, ядро нейронной сети LeNet5. input: изображение для обучения, представленное в виде двумерного массива. label: метка, соответствующая изображению input. void Train(LeNet5 *lenet, image input, uint8 label);

Прогнозирование

lenet: указатель на веса LeNet5, ядро нейронной сети LeNet5. input: данные входного изображения. count: количество элементов в векторе результатов. возвращаемое значение: результат прогнозирования. uint8 Predict(LeNet5 *lenet, image input, uint8 count);

Инициализация

lenet: указатель на веса LeNet5, ядро нейронной сети LeNet5. void Initial(LeNet5 *lenet);