首页 > 代码库 > 12 使用卷积神经网络识别手写数字
12 使用卷积神经网络识别手写数字
看代码:
1 import tensorflow as tf 2 from tensorflow.examples.tutorials.mnist import input_data 3 4 # 下载训练和测试数据 5 mnist = input_data.read_data_sets(‘MNIST_data/‘, one_hot = True) 6 7 # 创建session 8 sess = tf.Session() 9 10 # 占位符 11 x = tf.placeholder(tf.float32, shape=[None, 784]) # 每张图片28*28,共784个像素 12 y_ = tf.placeholder(tf.float32, shape=[None, 10]) # 输出为0-9共10个数字,其实就是把图片分为10类 13 14 # 权重初始化 15 def weight_variable(shape): 16 initial = tf.truncated_normal(shape, stddev=0.1) # 使用截尾正态分布的随机数初始化权重,标准偏差是0.1(噪音) 17 return tf.Variable(initial) 18 19 def bias_variable(shape): 20 initial = tf.constant(0.1, shape = shape) # 使用一个小正数初始化偏置,避免出现偏置总为0的情况 21 return tf.Variable(initial) 22 23 # 卷积和集合 24 def conv2d(x, W): # 计算2d卷积 25 return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding=‘SAME‘) 26 27 def max_pool_2x2(x): # 计算最大集合 28 return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding=‘SAME‘) 29 30 # 第一层卷积 31 W_conv1 = weight_variable([5, 5, 1, 32]) # 为每个5*5小块计算32个特征 32 b_conv1 = bias_variable([32]) 33 34 x_image = tf.reshape(x, [-1, 28, 28, 1]) # 将图片像素转换为4维tensor,其中二三维是宽高,第四维是像素 35 h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) 36 h_pool1 = max_pool_2x2(h_conv1) 37 38 # 第二层卷积 39 W_conv2 = weight_variable([5, 5, 32, 64]) 40 b_conv2 = bias_variable([64]) 41 42 h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) 43 h_pool2 = max_pool_2x2(h_conv2) 44 45 # 密集层 46 W_fc1 = weight_variable([7 * 7 * 64, 1024]) # 创建1024个神经元对整个图片进行处理 47 b_fc1 = bias_variable([1024]) 48 49 h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64]) 50 h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1) 51 52 # 退出(为了减少过度拟合,在读取层前面加退出层,仅训练时有效) 53 keep_prob = tf.placeholder(tf.float32) 54 h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) 55 56 # 读取层(最后我们加一个像softmax表达式那样的层) 57 W_fc2 = weight_variable([1024, 10]) 58 b_fc2 = bias_variable([10]) 59 60 y_conv = tf.matmul(h_fc1_drop, W_fc2) + b_fc2 61 62 # 预测类和损失函数 63 cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y_conv)) # 计算偏差平均值 64 train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) # 每一步训练 65 66 # 评估 67 correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1)) 68 accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) 69 sess.run(tf.global_variables_initializer()) 70 71 for i in range(1000): 72 batch = mnist.train.next_batch(50) 73 if i%10 == 0: 74 train_accuracy = accuracy.eval(feed_dict={ x:batch[0], y_: batch[1], keep_prob: 1.0}, session = sess) # 每10次训练计算一次精度 75 print("步数 %d, 精度 %g"%(i, train_accuracy)) 76 train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5}, session = sess) 77 78 # 关闭 79 sess.close()
执行上面的代码后输出:
Extracting MNIST_data/train-images-idx3-ubyte.gz
Extracting MNIST_data/train-labels-idx1-ubyte.gz
Extracting MNIST_data/t10k-images-idx3-ubyte.gz
Extracting MNIST_data/t10k-labels-idx1-ubyte.gz
步数 0, 精度 0.12
步数 10, 精度 0.34
步数 20, 精度 0.52
步数 30, 精度 0.56
步数 40, 精度 0.6
步数 50, 精度 0.74
步数 60, 精度 0.74
步数 70, 精度 0.78
步数 80, 精度 0.82
..........
步数 900, 精度 0.96
步数 910, 精度 0.98
步数 920, 精度 0.96
步数 930, 精度 0.98
步数 940, 精度 0.98
步数 950, 精度 0.9
步数 960, 精度 0.98
步数 970, 精度 0.9
步数 980, 精度 1
步数 990, 精度 0.9
可以看到,使用卷积神经网络训练1000次可以让精度达到95%以上,据说训练20000次精度可以达到99.2%以上。由于CPU不行,太耗时间,就不训练那么多了。大家可以跟使用softmax训练识别手写数字进行对比。《07 训练Tensorflow识别手写数字》
参考资料
1、Deep MNIST for Experts:https://www.tensorflow.org/get_started/mnist/pros
12 使用卷积神经网络识别手写数字