tensorflow笔记（四）之MNIST手写识别系列一

tensorflow笔记（四）之MNIST手写识别系列一

版权声明：本文为博主原创文章，转载请指明转载地址

http://www.cnblogs.com/fydeblog/p/7436310.html

前言

这篇博客将利用神经网络去训练MNIST数据集，通过学习到的模型去分类手写数字。

我会将本篇博客的jupyter notebook放在最后，方便你下载在线调试！推荐结合官方的tensorflow教程来看这个notebook！

1. MNIST数据集的导入

这里介绍一下MNIST，MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字，其中数字的范围从0到9.

首先我们要导入MNIST数据集，这里需要用到一个input_data.py文件，在你安装tensorflow的examples/tutorials/MNIST目录下，如果tensorflow的目录下没有这个文件夹（一般是你的tensorflow版本不够新，1.2版本有的），还请自己导入或者更新一下tensorflow的版本，导入的方法是在tensorflow的github（https://github.com/tensorflow/tensorflow/tree/master/tensorflow  ）下下载examples文件夹，粘贴到tensorflow的根目录下。更新tensorflow版本的话，请在ubuntu终端下运行pip install --upgrade tensorflow就可以了

好了，我们还是一步步来进行整个过程

首先我们先导入我们需要用到的模块

import tensorflow as tf 
from tensorflow.examples.tutorials.mnist  import  input_data

然后我们用input_data模块导入MNIST数据集

mnist = input_data.read_data_sets('MNIST_data',one_hot = True)

上面总共下载了四个压缩文件，内容分别如下： train-images-idx3-ubyte.gz    训练集图片 - 55000 张 训练图片, 5000 张 验证图片 train-labels-idx1-ubyte.gz      训练集图片对应的数字标签 t10k-images-idx3-ubyte.gz   测试集图片 - 10000 张 图片 t10k-labels-idx1-ubyte.gz      测试集图片对应的数字标签

图片数据将被解压成2维的tensor：[image index, pixel index] 其中每一项表示某一图片中特定像素的强度值, 范围从 [0, 255] 到 [-0.5, 0.5]。 "image index"代表数据集中图片的编号, 从0到数据集的上限值。"pixel index"代表该图片中像素点得个数, 从0到图片的像素上限值。

以train-*开头的文件中包括60000个样本，其中分割出55000个样本作为训练集，其余的5000个样本作为验证集。因为所有数据集中28x28像素的灰度图片的尺寸为784，所以训练集输出的tensor格式为[55000, 784]

执行read_data_sets()函数将会返回一个DataSet实例，其中包含了以下三个数据集。 数据集 目的 data_sets.train 55000 组 图片和标签, 用于训练。 data_sets.validation 5000 组 图片和标签, 用于迭代验证训练的准确性。 data_sets.test 10000 组 图片和标签, 用于最终测试训练的准确性。

具体的MNIST数据集的解压和重构我们可以不了解，会用这个数据集就可以了。（当然别问我这个东西，这个过程我也不知道，嘿嘿）

这里说一下上述代码中的one_hot,MNIST的标签数据是"one-hot vectors"。 一个one-hot向量除了某一位的数字是1以外其余各维度数字都是0。所以在此教程中，数字n将表示成一个只有在第n维度（从0开始）数字为1的10维向量。比如，标签0将表示成([1,0,0,0,0,0,0,0,0,0,0])。

2.实践

我们首先定义两个占位符，来表示训练数据及其相应标签数据,将会在训练部分进行feed进去

xs = tf.placeholder(tf.float32,[None,784]) # 784 = 28X28
ys = tf.placeholder(tf.float32,[None,10]) # 10 = (0~9) one_hot

现在我们再来定义神经网络的权重和偏差

Weights = tf.Variable(tf.random_normal([784,10]))
biases = tf.Variable(tf.zeros([1,10])+0.2)

先说一下，这个神经网络是输入直接映射到输出，没有隐藏层，输入是每张图像28X28的像素，也就是784，输出是10个长度的向量，也就是10，所以权重是[784,10]，偏差是[1,10].

y_pre = tf.nn.softmax(tf.matmul(xs,Weights)+biases) 

我们知道虽然最后的输出结果是10个长度的向量，但他们的值可能不太直观，打个比方，比如都是0.015之类的数，仅仅是打比方哈

为了显示输出结果对每个数的相应概率，我们加了一个softmax函数，它的原理很简单，拿10个单位的向量[x0,x1,...,x9]为例，如果想知道数字0的概率是多少，用exp(x0)/(exp(x0)+exp(x1)+...+exp(x9))，其他数字的概率类似推导，你也可以参考我放在博客上的图片，很直观。

cross_entropy =tf.reduce_mean( -tf.reduce_sum(ys*tf.log(y_pre),reduction_indices=[1]))#compute cross_entropy

这次的损失表示形式跟之前都不太一样哈，这次是计算交叉熵，交叉熵是用来衡量我们的预测用于描述真相的有效性。我们可以想一想，以一张图片为例，y_pre和ys都是一个10个长度的向量，不同的是y_pre每个序号对应的值不为0，而ys是one_hot向量，只有一个为1，其余全为0，那么按照上述公式，只有1对应序号i（假如是i）的log(y_pre(i))保留下来了，而且y_pre(i)越大(也就是概率越大)，log(y_pre(i))越小（注意计算交叉熵前面有负号的），反之越大，符合我们对损失的概念。

我试过用官方教程的交叉熵公式，打印交叉熵时出现nan，溢出了，建议用这个好一些

train = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

上面是用优化器最小化交叉熵，这里学习率的选取很重要，官方的0.01太小，收敛得慢，还没达到训练损失最小就停止了，结果就是测试集误差较大，推荐选大点，0.5左右差不多了，再大反而会发散了。

init = tf.global_variables_initializer()

上面是生出初始化init

sess  = tf.Session()

建立一个会话

sess.run(init)

初始化变量

for i in xrange(1000):
    batch_xs,batch_ys = mnist.train.next_batch(100)
    sess.run(train,feed_dict={xs:batch_xs,ys:batch_ys})
    if i %50==0:
        print sess.run(cross_entropy,feed_dict={xs:batch_xs,ys:batch_ys})

上面是程序训练过程，这里说一下xrange和range的区别，它们两个的用法基本相同，但返回的类型不同，xrange返回的是生成器，range返回的是列表，所有xrange更节省内存，推荐用xrange，python3当中已经没有xrange了，只有range，但它的功能和python2当中的xrange一样

下面我们来计算计算精度

correct_prediction = tf.equal(tf.argmax(ys,1), tf.argmax(y_pre,1))

tf.argmax 是一个非常有用的函数，它能给出某个tensor对象在某一维上的其数据最大值所在的索引值。tf.argmax(y_pre,1)返回的是模型对于任一输入x预测到的标签值，而 tf.argmax(ys,1) 代表正确的标签，我们可以用 tf.equal 来检测我们的预测是否真实标签匹配,这行代码返回的是匹配的布尔值，成功1，失败0

accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))

tf.cast将布尔类型的correct_prediction转化成float型，然后取平均得到精确度

print sess.run(accuracy, feed_dict={xs: mnist.test.images, ys: mnist.test.labels})

精确度87.79%，官方说的91%我是没达到过，我训练最高不超过89%。

3.结尾

希望这篇博客能对你的学习有所帮助，谢谢观看！同时，有兴趣的朋友可以多改改参数试试不同的结果，比如学习率，batch_size等等，这对你的理解也是有帮助的！

下一篇笔记将写用cnn去分类MNIST数据集，敬请期待！

链接: https://pan.baidu.com/s/1c2IUlH2 密码: cn9r