深度學習筆記13：Tensorflow實戰之手寫mnist手寫數字識別
上一講筆者和大家一起學習瞭如何使用 Tensorflow 構建一個卷積神經網路模型。本節我們將繼續利用 Tensorflow 的便捷性完成 mnist 手寫數字資料集的識別實戰。mnist 資料集是 Yann Lecun 大佬基於美國國家標準技術研究所構建的一個研究深度學習的手寫數字的資料集。mnist 由 70000 張不同人手寫的 0-9 10個數字的灰度圖組成。本節筆者就和大家一起研究如何利用 Tensorflow 搭建一個 CNN 模型來識別這些手寫的數字。
資料匯入
mnist 作為標準深度學習資料集，在各大深度學習開源框架中都預設有進行封裝。所以我們直接從 Tensorflow 中匯入相關的模組即可：
import tensorflow as tf
from tensorflow.examples.tutorials.mnist
import input_data
# load mnist data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
快速搭建起一個簡易神經網路模型
資料匯入之後即可按照 Tensorflow 的正規化建立相應的 Tensor 變數然後建立會話：
# create the session
sess = tf.InteractiveSession()
# create variables and run the session
x = tf.placeholder('float', shape=[None, 784])
y_ = tf.placeholder('float', shape=[None, 10])
b = tf.Variable(tf.zeros([10]))
W = tf.Variable(tf.zeros([784, 10]))
sess.run(tf.global_variables_initializer())
定義前向傳播過程和損失函式：
# define the net and loss functiony = tf.nn.softmax(tf.matmul(x, W) + b)
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
進行模型訓練：
# train the model
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
for i in range(1000):
batch = mnist.train.next_batch(50)
train_step.run(feed_dict={x: batch[0], y_: batch[1]})
使用訓練好的模型對測試集進行預測：
# evaluate the model
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print(accuracy.eval(feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
Line"/>
預測準確率為 0.9，雖然說也是一個很高的準確率了，但對於 mnist 這種標準資料集來說，這樣的結果還有很大的提升空間。所以我們繼續優化模型結構，為模型添加捲積結構。
搭建卷積神經網路模型
定義初始化模型權重函式：
# initilize the weight
def weight_variable(shape):
initial = tf.truncated_normal(shape, stddev=0.1)
return tf.Variable(initial)
def bias_variable(shape):
initial = tf.constant(0.1, shape=shape)
return tf.Variable(initial)
定義卷積和池化函式：
# convolutional and pooling
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')
搭建第一層卷積：
# the first convolution layer
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)
x_image = tf.reshape(x, [-1,28,28,1])
h_pool1 = max_pool_2x2(h_conv1)
搭建第二層卷積：
# the second convolution layer
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)
搭建全連線層：
# dense layer/full_connected layer
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)
設定 dropout 防止過擬合：
# dropout to prevent overfitting
keep_prob = tf.placeholder("float")
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
對輸出層定義 softmax ：
# model output
W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
訓練模型並進行預測：
# model trainning and evaluating
cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
sess.run(tf.initialize_all_variables())
for i in range(20000):
batch = mnist.train.next_batch(50)
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})
x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))
print("test accuracy %g"%accuracy.eval(feed_dict={
部分迭代過程和預測結果如下：
經過新增兩層卷積之後我們的模型預測準確率達到了 0.9931，模型訓練的算是比較好了。
原文釋出時間為：2018-09-20
本文作者：louwill
本文來自雲棲社群合作伙伴“ ofollow,noindex">Python愛好者社群 ”，瞭解相關資訊可以關注“ Python愛好者社群 ”。