Posted on 3/07/2017

Pré-requisitos

Esta é uma versão alternativa do tutorial em TensorFlow. Assim sendo, vou pressupor que você já está familiarizado com o tutorial padrão, o que tornará este tutorial muito mais rápido e direto. Não explicarei o passo a passo, nem cada linha de código. Em vez disso, espero que você consiga entender apenas traçando os paralelos entre este tutorial e o padrão, em TensorFlow.

Introdução

Vamos usar a linguagem R de programação estatistifica e a biblioteca H2O para Deep Learning. Você verá que essa biblioteca torna a construção e treinamento de redes neurais muito mais simples do que o TensorFlow. Por outro lado, ela é extremamente abstrata e retira um pouco do controle que temos sobre a construção de modelos de Deep Learning. Eu pessoalmente prefiro o TensorFlow, mas coloco esse tutorial aqui para que você possa escolher por conta própria qual delas prefere.

Construindo uma rede neural feedforward densa

Baixe os dados de treino da base MINIST no Kaggle. O código a seguir muda o diretório do R para a pasta de Downloads, onde está a base de dados que você acabou de baixar. Em seguida, lemos a base de dados e convertemos as variáveis dependentes para a codificação one-hot.

setwd("~/Downloads/") # muda o diretório para a pasta de Downloads  
dataset = read.csv("train.csv") # lê a base de dados
dataset$label = as.factor(dataset$label) # formata a variável dependente

Em seguida, precisamos separar a base de dados em sets de treino e de teste. Fazemos isso com a biblioteca caTools, como demonstrado a seguir.

library(caTools) # ativa a biblioteca
split = sample.split(dataset$label, SplitRatio = 0.8) # 80% para treino
train = subset(dataset, split==TRUE)
test = subset(dataset, split==FALSE)

Antes de prosseguir, vamos conferir se os dados foram lidos e processados corretamente. Para isso, vamos ver graficamente algumas imagens dos dígitos MNIST junto com suas respectivas classes.

par(mfrow = c(10,10), mai = c(0,0,0,0))
for(i in 1:100){
    y = as.matrix(train[i, 2:785])
    dim(y) = c(28, 28)
    image( y[,nrow(y):1], axes = FALSE, col = gray(255:0 / 255))
    text( 0.2, 0, train[i,1], cex = 1.5, col = 2, pos = c(3,4))
}

Finalmente, vamos ativar a biblioteca H2O para Deep Learning. Com a linha h2o.init(nthreads = -1) , vamos configurar a biblioteca para usar todos os núcleos do nosso computador, realizando assim computações em paralelo que aceleram o treinamento de redes neurais. Em seguida, em uma linha, construímos uma rede neural com duas camadas ocultas, 512 neurônios por camada e com a função de ativação ReLU.

clf = h2o.deeplearning(y="label", # nome da coluna da var. independente
                       training_frame = as.h2o(train), 
                       activation = 'Rectifier',
                       hidden = c(512, 512),
                       epochs = 2,
                       train_samples_per_iteration = 128)

Treinamos nosso modelo com mini-lotes de 128 imagens e com duas passadas inteiras pela base de dados (duas épocas de treinamento). Repare como precisamos converter os dados para formato que o H2O entende. Para isso, usamos as.h2o(...). Estamos agora prontos para realizar previsões e avaliar nosso modelo com o set de teste.

y_hat = h2o.predict(clf, newdata=as.h2o(test)) # faz previsões   
y_hat = as.data.frame(y_hat) # converte do formato H2O para DataFrame
y_hat = y_hat$predict # extrai a coluna de previsões
print(mean(y_hat == test$label)) # mostra a acurácia no set de teste

[1] 0.9603524