Тарик Рашид - Создаём нейронную сеть

новую вкладку и перейдите по следую­
щей ссылке:
https://github.com/makeyourownneuralnetwork/makeyourownneuralnetwork

Вы увидите страницу проекта GitHub (см. ниже). Загрузите фай­
лы, щелкнув на кнопке Clone or Download и выбрав вариант Download ZIP.

264

Приложение Б. Нейронная сеть на Raspberry Pi

Если GitHub не воспримет Epiphany, введите в адресной строке
браузера следующую ссылку для загрузки файлов:
https://github.com/makeyourownneuralnetwork/
makeyourownneuralnetwork/archive/master.zip

Браузер сообщит вам об окончании загрузки. Откройте новое окно
терминала и введите следующие команды, чтобы распаковать фай­
лы, а затем освободить место, удалив zip-файл.
unzip Downloads/makeyourownneuralnetwork-master.zip
rm -f Downloads/makeyourownneuralnetwork-master.zip

Файлы будут распакованы в каталог makeyourownneuralnetworkmaster. При желании можете присвоить ему более короткое имя, но
делать это вовсе необязательно.
На сайте GitHub содержатся лишь сокращенные версии наборов
данных MNIST, поскольку сайт не позволил бы мне разместить фай­
лы большего размера. Чтобы получить полный набор данных, введи­
те в том же окне терминала следующие команды для перехода в ка­
талог mnist_dataset и получения тренировочного и тестового набо­
ров данных в CSV-формате.
Установка IPython

265

cd makeyourownneuralnetwork-master/mnist_dataset
wget -c http://pjreddie.com/media/files/mnist_train.csv
wget -c http://pjreddie.com/media/files/mnist_test.csv

Загрузка файлов может занять некоторое время, которое зави­
сит от скорости вашего интернет-соединения и конкретной модели
Raspberry Pi.
Теперь вы располагаете всеми необходимыми блокнотами и дан­
ными MNIST. Закройте это окно терминала, но не то, из которого
запускали IPython.
Вернувшись в окно браузера с начальной страницей IPython, вы
увидите в списке новую папку makeyourownneuralnetwork-master.
Откройте эту папку, щелкнув на ней. Теперь вы сможете открыть
любой блокнот, как смогли бы это сделать на любом другом компью­
тере. Ниже показаны блокноты, хранящиеся в указанной папке.

266

Приложение Б. Нейронная сеть на Raspberry Pi

Проверка работоспособности программ
Прежде чем приступить к тренировке и тестированию нейронной
сети, убедимся в работоспособности кода, выполняющего такие опе­
рации, как чтение файлов и вывод изображений. Откройте блокнот
part3_m nist_data_set_w ith_rotations. ipynb, реализующий эти опе­
рации. Открывшийся и готовый к выполнению блокнот должен вы­
глядеть так.

Выполните содержащиеся в блокноте инструкции, выбрав в меню
Cell пункт Run АН. Спустя некоторое время, превышающее то, которое
потребовалось бы в случае современного ноутбука, вы должны уви­
деть изображения повернутых цифр.

Проверка работоспособности программ

267

Таким образом, мы убедились в работоспособности на Raspberry Pi
таких средств, как загрузка данных из файла, импорт модулей рас­
ширения Python для работы с массивами и изображениями, а также
графический вывод изображений.
Выберите в меню File этого блокнота пункт Close and Halt. Именно
так, а не простым закрытием вкладки браузера, вы должны закры­
вать свои блокноты.

Тренировка и тестирование нейронной сети
Приступим к тренировке нейронной сети. Откройте блокнот
part2_neural_network_mnist_data. ipynb. В нем представлена упро­
щенная версия нашей программы, лишенная таких возможностей,
как вращение изображений. Поскольку наш Raspberry Pi работает
гораздо медленнее типичного ноутбука, мы уменьшим некоторые па­
раметры для снижения объема вычислений, чтобы можно было сра­
зу же убедиться в работоспособности кода, а не потратить несколько
часов лишь для того, чтобы обнаружить, что он не работает.
Я уменьшил количество скрытых узлов до 10, а количество эпох —
до 1. Я по-прежнему использовал полные тренировочные и тестовые

268

Приложение Б. Нейронная сеть на Raspberry Pi

наборы данных MNIST, а не ранее созданные уменьшенные подмно­
жества. Чтобы запустить программу, выберите в меню Cell пункт Run
АН. Теперь вам остается только ждать.
Обычно на выполнение подобных вычислений на моем ноутбуке
уходит около минуты, но в данном случае для завершения работы
программе потребовалось около 25 минут. В целом это не так уж
и плохо, если учесть, что Raspberry Pi Zero стоит примерно в 400 раз
дешевле, чем мой ноутбук. Я был готов к тому, что программа завер­
шится только к утру.

Успех Raspberry Pi
Только что мы продемонстрировали, что функциональных воз­
можностей даже такого миниатюрного компьютера, как Raspberry
Pi Zero стоимостью всего 5 долларов, достаточно для полноценной
работы с блокнотами --">