基于TensorFlow卷积神经网络实现手写数字识别

淩亂°似流年 2022-11-27 07:03 217阅读 0赞

## 一.权重初始化 ##

为了创建这个模型，我们需要创建大量的权重和篇置项。这个模型中的权重在初始化时应该加入少量的噪声来打破对称性以及避免0梯度。由于我们使用的是Relu激活函数，因此比较好的做法是用一个较小的正数来初始化偏置项，以避免神经元节点输出恒为0的问题。为了不在建立模型的时候反复做初始化操作，我们定义两个函数用来初始化。

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)

## 二.卷积和池化 ##

TensorFlow在卷积和池化上有很强的灵活性。我们的卷积使用步长1，边距0的模板，保证输出和输入是同一个大小。我们的池化用简单传统的2\*2大小的模板做最大池化。为了代码简洁，把一部分抽象成一个函数。

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')

## 三.第一层卷积 ##

现在我们可以开始实现第一层了。它由一个卷积层接一个最大池化层完成。卷积在每个5\*5的批次中算出32个特征。卷积的权重张量形状是\[5,5,1,32\]，前两个维度是批次的大小，接着是输入的通道数目，最后是输出的通道数目。对于每一个输出通道都有一个对应的偏置量。

W_conv = weight_variable([5, 5, 1, 32])
    b_conv = bias_variable([32])

为了用这一层，我们把x变成一个4维向量，其中第2、3维度对应图片的宽高，最后一维代表图片的颜色通道【灰度为1，rgb为3】。

x_image = tf.reshape(x, [-1,28,28,1])
    h_conv = tf.nn.relu(conv2d(x_image, W_conv) + b_conv)
    h_pool = max_pool_2x2(h_conv)

我们把x\_image和权值向量进行卷积，加上偏置项，然后应用Relu激活函数，最后进行最大池化。

## 四.第二层卷积 ##

为了构建一个更深层的网络，我们会把几个类似的层堆叠在一起。第二层中，每个5\*5的批次会得到64个特征。

W_conv2 = weight_variable([5, 5, 32, 64])
    b_conv2 = bias_variable([64])
    h_conv2 = tf.nn.relu(conv2d(h_pool, W_conv2) + b_conv2)
    h_pool2 = max_pool_2x2(h_conv2)

## 五.全连接层 ##

现在，图片尺寸减小到7\*7，我们加入一个有1024个神经元的全连接层，用于处理整个图片。我们把池化层输出的张量reshape成一些向量，乘上权重矩阵，加上偏置，然后对其使用Relu激活函数。

W_fc = weight_variable([7 * 7 * 64, 1024])
    b_fc = bias_variable([1024])
    h_pool_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 64])
    h_fc = tf.nn.relu(tf.matmul(h_pool_flat, W_fc) + b_fc)

## 六.Dropout层 ##

为了减少过拟合，我们在输出层之前加入dropout，我们用一个placeholder来 代表一个神经元的输出在dropout中保持不变的概率。这样我们可以在训练过程中启用droupout，在测试过程中关闭dropout。TensorFlow的tf.nn.dropout操作除了可以屏蔽神经元的输出外，还会自动处理神经元输出值的scale。所以用dropout的时候可以不用考虑scale。

keep_prob = tf.placeholder(tf.float32)
    h_fc_drop = tf.nn.dropout(h_fc, keep_prob)

## 七.输出层 ##

最后，我们添加一个softmax层，就像前面的单层softmax回归一样。

W_fc2 = weight_variable([1024, 10])
    b_fc2 = bias_variable([10])
    y_conv = tf.nn.softmax(tf.matmul(h_fc_drop, W_fc2) + b_fc2)

## 八.训练和评估模型 ##

为了进行训练和评估，我们使用与之前简单的单层SoftMax神经网络模型几乎一样的一套代码，只是我们会用更加复杂的Adam优化器来做快速梯度下降，在feed\_dict中加入额外的参数keep\_prob来控制dropout比例。

# 定义损失函数
    cross_entropy = tf.reduce_mean(-tf.reduce_sum(y * tf.log(y_conv), reduction_indices=[1]))
    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, tf.float32))
    
    # 训练
    tf.global_variables_initializer().run()
    for i in range(200):
        batch = mnist.train.next_batch(50)
        train_step.run(feed_dict={ x:batch[0], y:batch[1], keep_prob:0.5})
        
    print("test accuracy %g" % accuracy.eval(feed_dict={ x:mnist.test.images, y:mnist.test.labels, keep_prob:1.0}))

执行结果：![在这里插入图片描述][20200814183245331.png_pic_center]

[20200814183245331.png_pic_center]: /images/20221124/3967d1f647aa41708933c05ea23a351b.png