文学驿站

手机浏览器扫描二维码访问

第52章 大功告成（第1页）

一秒记住【m.xiaoyanwenxue.cc】精彩无弹窗免费！

“重生学神有系统（.shg.tw）”

！

不过，在跑代码之前，还要对数据进行预处理。

江寒先从报名信息表中，将性别信息仍然“健在”

的行挑出来，只保留序号、姓名和性别，另存为label.xls。

这些记录一共9527条，大约占三万多条数据总数的30%。

它们对应着9527张真彩色照片。

24位真彩色的图片，每个像素点在内存里，要占用3个字节的存储单元。

每张照片有210×120个像素，这样读入一张照片，需要的内存空间就是210×120×3=75600个Byte。

9527条数据，共需要9527×75600=720241200B≈686.88M≈0.7G！

这个内存开销，还是比较容易接受的。

但是，“感知机”

的算法，需要进行大量浮点乘法运算。

对每个像素的每个RGB分量都算一遍？

没那个必要，也太浪费时间。

所以，聪明的做法，是先把照片数据“压缩”

一下。

江寒给“感知机”

的代码，添加了一个LoadData函数，用来读取和处理照片数据。

在这个函数里，先定义一个二维的整形数组Feature。

然后从label.xls中读出序号、姓名信息，按照刚才建立的索引表，找到对应的照片文件。

下一步，将照片读取到内存中，读取的同时，将每个像素二值化。

具体做法是：色彩浓度在阈值以上的像素，取值为1，低于阈值就让它为0。

这样一来，原本的真彩色照片，就被转换成了黑白轮廓图。

然后，再将轮廓图中的0或者1的取值，按照从左到右、从上到下的顺序，重新编排成一行数据，存放到数组Feature中。

Feature中的每一行，都存储了一张照片的二值化信息。

一共9527张照片，就需要9527行。

全部照片处理完毕后，就得到了一个巨大的二维数组Feature。

它有25200列、9527行。

接下来，定义一个拥有9527个整形元素的一维数组Label。

从label.xls中读入性别信息，男生设为1，女生设为0，存放在数组Label中。

Feature加上对应的Label，就构成了训练数据集。

训练“感知机”

时，将一行行Feature代入公式中，进行加权和运算，其结果再通过sign函数，转换为0或1，然后和对应的Label值对照。

如果不相符，就调整权重和偏置，然后重新计算。

当每一个Feature代入公式后，都能计算出正确的Label时，就得到了一组权重和偏置。

也就是说，构建出了一个可用的数学模型。

依据这个模型，计算机就可以读入任何一张同尺寸、类型的照片，对其二值化的数据代入模型中运算，并根据运算结果判断分类归属。