CV・NLPハマりどころメモ

画像認識と自然言語処理を研究する中でうまくいかなかったことと、その対策をまとめる自分用メモが中心。

TensorboardでMNISTのデータをグリグリ回して観察してみた[PCA][t-SNE]

f:id:Vastee:20181113124153p:plain

TensorFlow 0.12から"Embedding Visualization"というものが追加され, データをグリグリ回しながら3次元的に観察できるようになった.

そこで, 本記事では下の方のわかりやすい説明を参考に(ほぼコピペだが)MNISTのデータをグリグリ回して観察することに挑戦.

本記事のコードを順番通りに実行すれば, MNISTの可視化が行えるようになっている. 自身でデータをダウンロードする必要ないので楽ちんだ.

また, ソースに%matplotlib inlineの記述があったので, JupyterNotebookで実行した.

www.pinchofintelligence.com

まずはライブラリとパスを追加

%matplotlib inline
import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
import os

from tensorflow.contrib.tensorboard.plugins import projector
from tensorflow.examples.tutorials.mnist import input_data

LOG_DIR = 'minimalsample'
NAME_TO_VISUALISE_VARIABLE = "mnistembedding"
TO_EMBED_COUNT = 500

path_for_mnist_sprites =  os.path.join(LOG_DIR,'mnistdigits.png')
path_for_mnist_metadata =  os.path.join(LOG_DIR,'metadata.tsv')

MNISTのデータをダウンロードしてくる

ちなみにMNISTのサイズは28*28=784

mnist = input_data.read_data_sets("MNIST_data/", one_hot=False)
batch_xs, batch_ys = mnist.train.next_batch(TO_EMBED_COUNT)

MNISTをTensorflowで扱うためEmbedding

embedding_var = tf.Variable(batch_xs, name=NAME_TO_VISUALISE_VARIABLE)
summary_writer = tf.summary.FileWriter(LOG_DIR)

データを可視化する為のパラメータの設定

リンク元のコードのようにパスの指定すると, ファイルが読み取れないので2点修正した.

config = projector.ProjectorConfig()
embedding = config.embeddings.add()
embedding.tensor_name = embedding_var.name

# Specify where you find the metadata
embedding.metadata_path = "metadata.tsv" # 1つ目の修正はココ! 

# Specify where you find the sprite (we will create this later)
embedding.sprite.image_path = "mnistdigits.png" # 2つ目の修正はココ! 

embedding.sprite.single_image_dim.extend([28,28])

# Say that you want to visualise the embeddings
projector.visualize_embeddings(summary_writer, config)

データを保存

sess = tf.InteractiveSession()
sess.run(tf.global_variables_initializer())
saver = tf.train.Saver()
saver.save(sess, os.path.join(LOG_DIR, "model.ckpt"), 1)

分割された画像を作成するための関数の定義

def create_sprite_image(images):
    """Returns a sprite image consisting of images passed as argument. Images should be count x width x height"""
    if isinstance(images, list):
        images = np.array(images)
    img_h = images.shape[1]
    img_w = images.shape[2]
    n_plots = int(np.ceil(np.sqrt(images.shape[0])))
    
    
    spriteimage = np.ones((img_h * n_plots ,img_w * n_plots ))
    
    for i in range(n_plots):
        for j in range(n_plots):
            this_filter = i * n_plots + j
            if this_filter < images.shape[0]:
                this_img = images[this_filter]
                spriteimage[i * img_h:(i + 1) * img_h,
                  j * img_w:(j + 1) * img_w] = this_img
    
    return spriteimage

def vector_to_matrix_mnist(mnist_digits):
    """Reshapes normal mnist digit (batch,28*28) to matrix (batch,28,28)"""
    return np.reshape(mnist_digits,(-1,28,28))

def invert_grayscale(mnist_digits):
    """ Makes black white, and white black """
    return 1-mnist_digits

分割された画像を表示

to_visualise = batch_xs
to_visualise = vector_to_matrix_mnist(to_visualise)
to_visualise = invert_grayscale(to_visualise)

sprite_image = create_sprite_image(to_visualise)

plt.imsave(path_for_mnist_sprites,sprite_image,cmap='gray')
plt.imshow(sprite_image,cmap='gray')

f:id:Vastee:20181113111903p:plain:w300

メタデータを保存

with open(path_for_mnist_metadata,'w') as f:
    f.write("Index\tLabel\n")
    for index,label in enumerate(batch_ys):
        f.write("%d\t%d\n" % (index,label))

Tensorboardを開く

コマンドプロンプトから以下のコマンドを実行し,

tensorboard –logdir=minimalsample

Webブラウザhttp://127.0.0.1:6006に接続すれば可視化結果が見れる.(筆者の環境ではなぜかFirefoxでは見れないのだが, Chromiumにすると見れるようになった)