tensorflow_mnist

发表于 | 分类于 
感谢这个博客和老师的指导书=-=
https://www.cnblogs.com/qiuhlee/p/9866222.html#_caption_0
另外此代码仅限运行于tensorflow_1.9及以下，不能在tensorflow_2.0

一、Mnist数据载入

1.Mnist数据集下载

2.使用tensorflow分别载入Mnist数据的训练集和测试集，代码截图如下：

1
2
3
4
5
6
7
#****************导入mnist的训练集和测试集****************
mnist = input_data.read_data_sets("MNIST_data", one_hot=True)
mnist_train_image=mnist.train.images         #读取训练集图片
mnist_train_labels=mnist.train.labels        #读取训练集标签
#但貌似在代码当中没用到上面几个，用batch代替了
mnist_test_image = mnist.test.images         #读取测试集图片
mnist_test_labels = mnist.test.labels        #读取测试集标签

3.将一张训练集中的手写数字图片可视化结果如下：

二、设置CNN结构

使用tensorflow设置CNN结构识别手写数字图片，代码截图如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
#把x更改为4维张量，第1维代表样本数量，第2维和第3维代表图像长宽， 第4维代表图像通道数
x_image = tf.reshape(x, [-1,28,28,1]) # -1表示任意数量的样本数,大小为28x28，深度为1的张量
# 第一层：卷积
W_conv1 = weight_variable([5, 5, 1, 32]) # 卷积在每个5x5的patch中算出32个特征。
#卷积核大小为5*5，输入层的通道数为1，输出32个future_map
b_conv1 = bias_variable([32])  #卷积核输出32层，故偏置也要32层
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)#具体计算的数学公式可以化简为 y=w*x+b，，#relu激活函数为上下两层之间提供非线性关系
# 第二层：池化
h_pool1 = max_pool_2x2(h_conv1)#单纯的池华缩小倍数
# 第三层：卷积
W_conv2 = weight_variable([5, 5, 32, 64])
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
# 第四层：池化
h_pool2 = max_pool_2x2(h_conv2)
# 第五层：全连接层
#28*28的图片经过上述卷积+池化之后，生成的张量为7*7*64（三维的）
W_fc1 = weight_variable([7 * 7 * 64, 1024]) #定义1024个7*7*64大小的权重
b_fc1 = bias_variable([1024])             #定义1024个偏置
h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64]) #上面函数把7*7*64的三维图像全都转化7*7*64的一维张量
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
#matmul是将矩阵 a 乘以矩阵 b,生成a * b，单纯的矩阵计算。

# 在输出层之前加入dropout以减少过拟合
keep_prob = tf.placeholder("float")
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
# Dropout就是在不同的训练过程中随机扔掉一部分神经元。也就是让某个神经元的激活值以一定的概率p，让其停止工作，
# 这次训练过程中不更新权值，也不参加神经网络的计算。
# 但是它的权重得保留下来（只是暂时不更新而已），因为下次样本输入时它可能又得工作了
# 第六层：全连接层
W_fc2 = weight_variable([1024, 10])  #将1024个转为10个，即：0~9
b_fc2 = bias_variable([10])
# 第七层：输出层
y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
#softmax是sigmoid的一种

三、CNN的训练与测试

1.更改学习度，采用梯度下降法训练CNN并测试，代码截图如下：

本算法利用AdamOptimizer优化器，学习度设置为0.0001，即：1e-4

1
2
3
4
5
6
7
8
9
10
11
12
# *************** 训练和评估模型 *************** #
# 为训练过程指定最小化误差用的损失函数，即目标类别和预测类别之间的交叉熵
cross_entropy = -tf.reduce_sum(y*tf.log(y_conv))
# 使用反向传播，利用优化器使损失函数最小化
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)#计算梯度
# 检测我们的预测是否真实标签匹配(索引位置一样表示匹配)
# tf.argmax(y_conv,dimension), 返回最大数值的下标 通常和tf.equal()一起使用，计算模型准确度
# dimension=0 按列找  dimension=1 按行找
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y,1))
# 统计测试准确率， 将correct_prediction的布尔值转换为浮点数来代表对、错，并取平均值。
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
saver = tf.train.Saver() # 定义saver

在训练1000轮，每100轮打印一次的情况下，训练结果:

1
2
3
4
5
6
7
8
9
10
第0轮,训练准确率为14%
第100轮,训练准确率为84%
第200轮,训练准确率为94%
第300轮,训练准确率为96%
第400轮,训练准确率为94%
第500轮,训练准确率为94%
第600轮,训练准确率为98%
第700轮,训练准确率为94%
第800轮,训练准确率为96%
第900轮,训练准确率为96%

2.在测试集下测试之后的输出结果截图如下：

在测试集当中，我们选取最后weight与bias调整结果，drop设置不损失，导入全部的测试集，即：5000张。

1
2
test_accuracy = accuracy.eval(feed_dict={x: mnist_test_image, y: mnist_test_labels, keep_prob: 1.0})
    print("测试集的准确率为%g%%"%(test_accuracy*100))

测试的最后结果为：

1
测试集的准确率为96.33%

四、模型优化

在本网络当中的测试集为直接采用weight与bias最后的值，总而言之，这些值还仅仅只是个局部变量，当我们要测试其他的数据时，需要从新训练网络，故设计一个文本存储功能，把最后的训练结果存在上面。

1
2
3
4
#可以先定义
saver = tf.train.Saver() # 定义saver
#然后保存
saver.save(sess, './save/model') #模型储存位置

附录（代码）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
#coding="utf-8"
# 使用LeNet5的七层卷积神经网络用于MNIST手写数字识别
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import matplotlib.pyplot as plt
#导入相关包
#****************导入mnist的训练集和测试集****************
mnist = input_data.read_data_sets("MNIST_data", one_hot=True)
mnist_train_image=mnist.train.images         #读取训练集图片
mnist_train_labels=mnist.train.labels        #读取训练集标签
#但貌似在代码当中没用到上面几个，用batch代替了
mnist_test_image = mnist.test.images         #读取测试集图片
mnist_test_labels = mnist.test.labels        #读取测试集标签
#********************测试图片可视化********************
image=mnist.train.images[1,:]
image=image.reshape(28,28)
print(mnist.train.labels[1])
plt.figure()
plt.imshow(image)
plt.show()
#*********************end******************************

# 为输入图像和目标输出类别创建节点
x = tf.placeholder(tf.float32, shape=[None, 784]) # 训练所需数据  占位符
#placeholder()函数是在神经网络构建graph的时候在模型中的占位，
#此时并没有把要输入的数据传入模型，它只会分配必要的内存。
y = tf.placeholder(tf.float32, shape=[None, 10]) # 训练所需标签数据  占位符
# *************** 构建多层卷积网络 *************** #
# 权重、偏置、卷积及池化操作初始化,以避免在建立模型的时候反复做初始化操作
def weight_variable(shape):   #设置权重
  initial = tf.truncated_normal(shape, stddev=0.1) # 取随机值，符合均值为0，标准差stddev为0.1
  #产生截断正态分布随机数，取值范围为(-0.1~0.1)
  return tf.Variable(initial)
  #返回tf格式的参数，值为initial
def bias_variable(shape):     #设置偏置
  initial = tf.constant(0.1, shape=shape)
  #创建常量的函数，设置类似shape矩阵的数，全为0.1
  return tf.Variable(initial)

# x 的第一个参数为图片的数量，第二、三个参数分别为图片高度和宽度，第四个参数为图片通道数。
# W 的前两个参数为卷积核尺寸，第三个参数为图像通道数，第四个参数为卷积核数量
# strides为卷积步长，其第一、四个参数必须为1，因为卷积层的步长只对矩阵的长和宽有效
# padding表示卷积的形式，即是否考虑边界。"SAME"是考虑边界，不足的时候用0去填充周围，"VALID"则不考虑
def conv2d(x, W):     #设置卷积核，卷积操作是提取相应的特征，根据卷积核数量的不同提取到的特征也不同
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
# x 参数的格式同tf.nn.conv2d中的x，ksize为池化层过滤器的尺度，strides为过滤器步长
#strides:卷积时在图像每一维的步长，这是一个一维的向量，[ 1, strides, strides, 1]，第一位和最后一位固定必须是1
def max_pool_2x2(x):  #设置池化，将图像缩小相应的倍数，减少算力消耗。
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
#池化窗口的大小，取一个四维向量，一般是[1, height, width, 1]
#max_pool是在height*width的矩阵当中，选择最大的那一个。

#把x更改为4维张量，第1维代表样本数量，第2维和第3维代表图像长宽， 第4维代表图像通道数
x_image = tf.reshape(x, [-1,28,28,1]) # -1表示任意数量的样本数,大小为28x28，深度为1的张量
# 第一层：卷积
W_conv1 = weight_variable([5, 5, 1, 32]) # 卷积在每个5x5的patch中算出32个特征。
#卷积核大小为5*5，输入层的通道数为1，输出32个future_map
b_conv1 = bias_variable([32])  #卷积核输出32层，故偏置也要32层
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)#具体计算的数学公式可以化简为 y=w*x+b，，#relu激活函数为上下两层之间提供非线性关系
# 第二层：池化
h_pool1 = max_pool_2x2(h_conv1)#单纯的池华缩小倍数
# 第三层：卷积
W_conv2 = weight_variable([5, 5, 32, 64])
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
# 第四层：池化
h_pool2 = max_pool_2x2(h_conv2)
# 第五层：全连接层
#28*28的图片经过上述卷积+池化之后，生成的张量为7*7*64（三维的）
W_fc1 = weight_variable([7 * 7 * 64, 1024]) #定义1024个7*7*64大小的权重
b_fc1 = bias_variable([1024])             #定义1024个偏置
h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64]) #上面函数把7*7*64的三维图像全都转化7*7*64的一维张量
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
#matmul是将矩阵 a 乘以矩阵 b,生成a * b，单纯的矩阵计算。

# 在输出层之前加入dropout以减少过拟合
keep_prob = tf.placeholder("float")
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
# Dropout就是在不同的训练过程中随机扔掉一部分神经元。也就是让某个神经元的激活值以一定的概率p，让其停止工作，
# 这次训练过程中不更新权值，也不参加神经网络的计算。
# 但是它的权重得保留下来（只是暂时不更新而已），因为下次样本输入时它可能又得工作了
# 第六层：全连接层
W_fc2 = weight_variable([1024, 10])  #将1024个转为10个，即：0~9
b_fc2 = bias_variable([10])
# 第七层：输出层
y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
#softmax是sigmoid的一种
# *************** 训练和评估模型 *************** #
# 为训练过程指定最小化误差用的损失函数，即目标类别和预测类别之间的交叉熵
cross_entropy = -tf.reduce_sum(y*tf.log(y_conv))
# 使用反向传播，利用优化器使损失函数最小化
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)#计算梯度
# 检测我们的预测是否真实标签匹配(索引位置一样表示匹配)
# tf.argmax(y_conv,dimension), 返回最大数值的下标 通常和tf.equal()一起使用，计算模型准确度
# dimension=0 按列找  dimension=1 按行找
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y,1))
# 统计测试准确率， 将correct_prediction的布尔值转换为浮点数来代表对、错，并取平均值。
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
saver = tf.train.Saver() # 定义saver
# *************** 开始训练模型 *************** #
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    for i in range(1000):
      batch = mnist.train.next_batch(50)
      if i%100 == 0:
        # 评估模型准确度，此阶段不使用Dropout
        train_accuracy = accuracy.eval(feed_dict={x:batch[0], y: batch[1], keep_prob: 1.0})
        #调用上面定义的神经网络层来进行训练
        print("第%d轮,训练准确率为%g%%"%(i, train_accuracy*100))

      # 训练模型，此阶段使用50%的Dropout
      train_step.run(feed_dict={x: batch[0], y: batch[1], keep_prob: 0.5})
        #通过梯度和drop调整上面的权重和偏置
    saver.save(sess, './save/model') #模型储存位置

    test_accuracy = accuracy.eval(feed_dict={x: mnist_test_image, y: mnist_test_labels, keep_prob: 1.0})
    print("测试集的准确率为%g%%"%(test_accuracy*100))
0%