tensorflow識別MNIST資料集
目錄
資料準備
簡單的說，MNIST就是一組最基礎的資料集，M代表Modified,NIST代表國家標準和技術研究所，包括從0~9的訓練數字的圖片，這個分類問題是機器學習最簡單和最廣泛使用的測試之一。
1、引入MNIST資料集
from tensorflow.examples.tutorials.mnist import input_data # 從MNIST_data/中讀取MNIST資料。這條語句在資料不存在時，會自動執行下載 mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) # 檢視訓練資料的大小 print(mnist.train.images.shape) # (55000, 784) print(mnist.train.labels.shape) # (55000, 10) # 檢視驗證資料的大小 print(mnist.validation.images.shape) # (5000, 784) print(mnist.validation.labels.shape) # (5000, 10) # 檢視測試資料的大小 print(mnist.test.images.shape) # (10000, 784) print(mnist.test.labels.shape) # (10000, 10)
將MNIST官網下載的四個資料包放在MNIST_data中。不需要解壓，不需要解壓，不需要解壓。
若沒有資料包，Tensorflow會檢測到並且會自動下載到MNIST_data資料夾中。
2、儲存前30條資料的原始圖片
import scipy.misc import os # 我們把原始圖片儲存在MNIST_data/raw/資料夾下 # 如果沒有這個資料夾會自動建立 save_dir = 'MNIST_data/raw/' if os.path.exists(save_dir) is False: os.makedirs(save_dir) # 儲存前30張圖片 for i in range(30): # 請注意，mnist.train.images[i, :]就表示第i張圖片（序號從0開始） image_array = mnist.train.images[i, :] # TensorFlow中的MNIST圖片是一個784維的向量，我們重新把它還原為28x28維的影象。 image_array = image_array.reshape(28, 28) # 儲存檔案的格式為 mnist_train_0.jpg, mnist_train_1.jpg, ... ,mnist_train_19.jpg filename = save_dir + 'mnist_train_%d.jpg' % i # 將image_array儲存為圖片 # 先用scipy.misc.toimage轉換為影象，再呼叫save直接儲存。 scipy.misc.toimage(image_array, cmin=0.0, cmax=1.0).save(filename) print('Please check: %s ' % save_dir)
一、softmax實現單神經元模型
1、初始化變數
import tensorflow as tf
x = tf.placeholder(tf.float32,[None,784])
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x,W)+b)
y_ = tf.placeholder(tf.float32,[None,10]) 因為圖片是28x28畫素的，所以1張圖片，即x中的一張圖片轉化成（1,784）的向量，它的便籤值y_也轉化為向量（1，10）。
因為不確定樣本的數量，所以用“佔位符（placeholder）”佔據一定形式的記憶體空間，等待使用者傳值來決定具體的樣本數量。我理解成一個有784個小格子高度的容器，由使用者來決定有多少個這樣的容器。
w,b為“變數”，規定了維度具體大小，即規定了有784個10個格子高度的容器，並把格子中裝的值初始化為0。
因為x的值是固定的，所以預測值y的值主要由w,b來決定。
思考：
a、佔位符和變數的區別是什麼？
b、什麼是softmax？為什麼使用softmax？
2、向前傳播以及損失函式
為了確定預測的y與標籤值y_的差距，需要定義cost function去評估預測的準確性，即演算法的優良性。
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y)))思考：
a、該損失函式的具體原理是什麼？
3、向後傳播以及優化引數
為了最小化損失函式，需要向後傳播計算出dw以及db，即w和b對損失函式的影響程度，然後通過w-學習率*dw、b-學習率*db更新w和b的值。當然，Tensorflow將這兩步通過一行程式碼同時實現了：
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)程式碼中學習率為0.01
4、開始訓練
首先初始化所有變數並申請記憶體空間：
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)之後，梯度下降1000步：
for _ in range(1000):
batch_xs,batch_ys = mnist.train.next_batch(100)
sess.run(train_step,feed_dict={x:batch_xs,y_:batch_ys})執行完後，模型便已被訓練完成了，即引數w，b已經被訓練好，儘可能的使y（預測值）接近y_（標籤紙）,在損失函式的影象上，使值儘可能的接近最凹的點，即最優的點。
5、評估模型
correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
print(sess.run(accuracy,feed_dict={x:mnist.test.images,y_:mnist.test.labels}))輸出：
0.9168思考：
a、為什麼使用tf.argmax來進行評估？
補充
1、佔位符和變數的區別是什麼？
佔位符和變數都屬於Tensor(張量：一個數組中的元素分佈在若干維的規則網格中，則稱之為張量)。
佔位符不依賴於其他Tensor，具體的值由使用者傳入，一般用來儲存樣本資料和標籤值。
變數是計算過程中可以改變的值，每次計算後變數的值都會被儲存下來，一般用來儲存模型的引數。
2、什麼是softmax？為什麼使用softmax？
softmax函式是用於區分多個類別的函式，例如，對（a，b，c）三個類別進行softmax後，每個類別的概率為（,
,
）,每個數值都在0-1，並且和為1。
相比於“hardmax”只將值表示為0或者1，softmax更詳細的輸出了每個類別的概率並且能夠進行多個類別的判斷，所以這裡使用它。
3、 tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y))) 損失函式的具體原理是什麼？
只從程式碼來看錶示將 公式的矩陣中所有值求和最後再求平均值。因為y的值肯定在0-1之間，為了保證損失值為正，新增符號取負。
若要損失函式的值最小：
當y_向量中某元素為0時，具體含義表示該圖片不是某一張圖，該項的損失函式值也為0，即相當於最後將10個類別的損失值求和的時候不考慮。
當y_向量中某元素為1時，只有當y的對應元素的值儘可能的接近1時，才儘可能最小，即儘可能接近0。所有讓損失值最小的過程就是讓預測值y的值無限接近真實值的情況。
4、為什麼使用tf.argmax（y,1）來進行評估？
該函式表示取得最大值的下標，而值最大的元素的下標值就表示圖片中真實數字的值。所以tf.argmax(y_,1)取得的下標值為真實圖片的數字值，例如[0,2,7,1]；tf.argmax(y,1)取得y向量中，對每個類別的預測值裡最大值的下標值，即預測的圖片的數字值，例如[8,2,7,5]。最後tf.equal進行比較，得到類似[0,1,1,0]的陣列，通過tf.reduce_mean得到平均值0.5，表示預測準確率。
二、兩層卷積網路分類
採用單神經元進行預測，最後的準確率為大約為91.6%，採用卷積網路進行圖片識別可將準確率提高到99%
1、初始化變數
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#讀入資料
mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)
#建立佔位符
x = tf.placeholder(tf.float32,[None,784])
y_ = tf.placeholder(tf.float32,[None,10])
#將向量還原,-1表示第一維度由x的具體資料確定，即由x的矩陣中樣本個數來確定
x_image = tf.reshape(x,[-1,28,28,1])2、預定義函式
def weight_variable(shape):
inital = tf.truncated_normal(shape)
return tf.Variable(inital)
def bias_variable(shape):
inital =tf.constant(0.1,shape=shape)
return tf.Variable(inital)
def conv2d(x,W):
return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding='SAME')
def max_pool_2x2(x):
return tf.nn.max_pool(x, ksize=[1,2,2,1],strides=[1,2,2,1], padding='SAME')分別表示得到一定維度的引數，指定值的偏執項，卷積函式，2x2最大池化函式。
這裡池化函式的過濾器為2x2，步長為2x2,當為此情況時，輸出圖片的維度是輸入圖片維度的一半。
3、卷積層
#第一卷積層
w_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x_image, w_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)
#第二卷積層
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)
h_pool2 = max_pool_2x2(h_conv2)
第一卷積層：
32個5x5的卷積核進行卷積，padding為same，所以h_conv1的維度為(-1,28,28,32)，-1表示該維度由具體樣本數量決定；最後經過2x2最大池化卷積，得到h_pool，維度為（-1,14,14,32）
第二卷積層：
進行立體卷積，立體卷積時要保證卷積核的通道數與將要處理圖片的通道數相同，所以卷積核維度為(5,5,32)，有64個卷積核。h_conv2的維度為(-1,14,14,64)，經過2x2池化層後，h_pool2的維度為(-1,7,7,64)
4、全連線層
#全連線層
w_fc1 = weight_variable([7*7*64,1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, w_fc1)+ b_fc1)
#使用dropout
keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
#最後一層全連線層
w_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
y_conv = tf.matmul(h_fc1_drop,w_fc2)+b_fc2第一層全連線層：
將h_pool2後三維轉化成一維向量，輸出1024維的向量；使用dropout，每一步訓練時，一定概率的去掉全連線層中某些連線，防止過度擬合。
第二層全連線層：
將1024維度h_fc1_drop轉化為10個類別的打分。
5、定義交叉熵損失以及測試的準確率
y_conv相當於softmax的logit（即wx+b），所以當然可以用softmax定義將其轉換為10個類別的概率，再定義交叉熵損失。但是tensorflow有打包好的函式，直接對logit定義交叉熵損失：
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(labels=y_,logits=y_conv))
取預測後結果的平均值得到準確率：
correct_prediction = tf.equal(tf.argmax(y_conv,1),tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
6、開始訓練
#建立Session，對變數初始化
sess = tf.InteractiveSession()
sess.run(tf.global_variables_initializer())
# 訓練20000步
for i in range(20000):
batch = mnist.train.next_batch(50)
# 每100步報告一次在驗證集上的準確度
if i % 100 == 0:
train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob: 1.0})
print("step %d, training accuracy %g" % (i, train_accuracy))
train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})
# 訓練結束後報告在測試集上的準確度
print("test accuracy %g" % accuracy.eval(feed_dict={x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))總結
主要完成了Tesorflow建立Softmax迴歸模型以及兩層卷積的神經網路，瞭解如何讀入資料集以及Tensorflow建立模型的基本流程：
- 建立還沒有執行的tensor（以及自定義輔助函式）
- 給tensor間書寫邏輯
- 初始化各個tensor
- 建立以及執行會話