tensorflow学习之(十)使用卷积神经网络(CNN)分类手写数字0-9

#卷积神经网络cnn
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#数据包,如果没有自动下载 number 1 to 10 data
mnist = input_data.read_data_sets(‘MNIST_data‘,one_hot=True)

#用测试集来评估神经网络的准确度
def computer_accuracy(v_xs,v_ys):
    global prediction
    y_pre = sess.run(prediction,feed_dict={xs:v_xs,keep_prob:1})#只要有dropout在feed_dict中必须加上keep_prob
    correct_prediction = tf.equal(tf.argmax(y_pre,1),tf.argmax(v_ys,1))#tf.argmax(y_pre,1)表示预测出的值,tf.argmax(v_ys,1)表示实际值
    accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
    result = sess.run(accuracy,feed_dict={xs: v_xs, ys: v_ys,keep_prob:1})
    return result

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)

def conv2d(x,W):
    #stride[1,x_movement,y_movement,1]
    #must have strides[0]=strides[3]=1
    ‘‘‘
    :param x:需要输入的图像或句子,形式为[batch, in_height, in_width, in_channels]
    :param W: CNN中卷积核的大小,形式为[filter_height, filter_width, in_channels, out_channels]
    :return: 返回一个feature map,形式为[batch, height, width, channels]
    ‘‘‘
    ‘‘‘
    tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)
    除去name参数用以指定该操作的name,与方法有关的一共五个参数:
    第一个参数input:指需要做卷积的输入图像,它要求是一个Tensor,具有[batch, in_height, in_width, in_channels]
        这样的shape,具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数],注意这是一个4维的Tensor,要求类型为float32和float64其中之一
    第二个参数filter:相当于CNN中的卷积核,它要求是一个Tensor,具有[filter_height, filter_width, in_channels, out_channels]
        这样的shape,具体含义是[卷积核的高度,卷积核的宽度,图像通道数,卷积核个数],要求类型与参数input相同,有一个地方需要注意,第三维in_channels,就是参数input的第四维
    第三个参数strides:卷积时在图像每一维的步长,这是一个一维的向量,长度4
    第四个参数padding:string类型的量,只能是"SAME","VALID"其中之一,这个值决定了不同的卷积方式,‘SAME‘指通过填充使得输出的图片的尺寸等于输入图片的尺寸
    第五个参数:use_cudnn_on_gpu:bool类型,是否使用cudnn加速,默认为true
    结果返回一个Tensor,这个输出,就是我们常说的feature map,shape仍然是[batch, height, width, channels]这种形式。
    那么TensorFlow的卷积具体是怎样实现的呢,用一些例子去解释它:
    1.考虑一种最简单的情况,现在有一张3×3单通道的图像(对应的shape:[1,3,3,1]),用一个1×1的卷积核(对应的shape:[1,1,1,1])去做卷积,最后会得到一张3×3的feature map
    2.增加图片的通道数,使用一张3×3五通道的图像(对应的shape:[3,3,5, 1]),用一个1×1的卷积核(对应的shape:[1,1,1,1])去做卷积,仍然是一张3×3的feature map,这就相当于每一个像素点,卷积核都与该像素点的每一个通道做卷积。
    ‘‘‘
    return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding=‘SAME‘)#padding=‘SAME‘指通过填充使得输出的图片的尺寸等于输入图片的尺寸

def max_pool_2x2(x):
    # stride[1,x_movement,y_movement,1]
    ‘‘‘
    :param x:需要进行池化的特征图,形式为:[batch, height, width, channels]
    :return:返回池化结果,形式为:[batch, height, width, channels]
    ‘‘‘
    ‘‘‘
    tf.nn.max_pool(value, ksize, strides, padding, name=None)
    参数是四个,和卷积很类似:
    第一个参数value:需要池化的输入,一般池化层接在卷积层后面,所以输入通常是feature map,依然是[batch, height, width, channels]这样的shape
    第二个参数ksize:池化窗口的大小,取一个四维向量,一般是[1, height, width, 1],因为我们不想在batch和channels上做池化,所以这两个维度设为了1
    第三个参数strides:和卷积类似,窗口在每一个维度上滑动的步长,一般也是[1, stride,stride, 1]
    第四个参数padding:和卷积类似,可以取‘VALID‘ 或者‘SAME‘
    返回一个Tensor,类型不变,shape仍然是[batch, height, width, channels]这种形式
    ‘‘‘
    return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding=‘SAME‘)

#define placeholder for inputs to network
xs = tf.placeholder(tf.float32, [None, 784])  # none表示无论给多少个例子都行,784=28*28
ys = tf.placeholder(tf.float32, [None, 10])  #表示10个需要识别的数字
keep_prob = tf.placeholder(tf.float32)#dropout机制使用
x_image = tf.reshape(xs,[-1,28,28,1])#-1为多少由导入的数据决定,不是指batch_size。28*28*1指一个图片的像素点数
#print(x_image.shape) #[n_samples,28,28,1]

##conv1 layer##
W_conv1 = weight_variable([5,5,1,32])#patch=5*5,in size =1,out size=32
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x_image,W_conv1)+b_conv1)#output size = 28*28*32
h_pool1 = max_pool_2x2(h_conv1)         #output size = 14*14*32

##conv2 layer##
W_conv2 = weight_variable([5,5,32,64])#patch=5*5,in size =32,out size=64
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2)+b_conv2)#output size = 14*14*64
h_pool2 = max_pool_2x2(h_conv2)         #output size = 7*7*64

##func1 layer##应该是全连接层的参数
W_fc1 = weight_variable([7*7*64,1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2,[-1,7*7*64])#[n_sample,7,7,64]>>[n_sample,7*7*64]
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1)+b_fc1)
h_fc1_drop = tf.nn.dropout(h_fc1,keep_prob)

#tf.reshape(tensor, shape, name=None)   数据重定形状函数
# 参数:
# tensor:输入数据
# shape:目标形状
# name:名称
# 返回:Tensor

##func2 layer##
W_fc2 = weight_variable([1024,10])
b_fc2 = bias_variable([10])
prediction = tf.nn.softmax(tf.matmul(h_fc1_drop,W_fc2)+b_fc2)

#the error between prediction and real data
cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys * tf.log(prediction),reduction_indices=[1])) #loss function
#tf.summary.scalar(‘loss‘,cross_entropy)
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

sess = tf.Session()
#important step
sess.run(tf.global_variables_initializer())

for i in range(500):
    batch_xs, batch_ys = mnist.train.next_batch(500)
    sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys,keep_prob:1})
    if i%50 == 0:
        print(computer_accuracy(mnist.test.images[0:500], mnist.test.labels[0:500]))

原文地址:https://www.cnblogs.com/Harriett-Lin/p/9594122.html

时间: 2024-11-06 07:49:53

tensorflow学习之(十)使用卷积神经网络(CNN)分类手写数字0-9的相关文章

第三节,TensorFlow 使用CNN实现手写数字识别

上一节,我们已经讲解了使用全连接网络实现手写数字识别,其正确率大概能达到98%,着一节我们使用卷积神经网络来实现手写数字识别, 其准确率可以超过99%,程序主要包括以下几块内容 [1]: 导入数据,即测试集和验证集 [2]: 引入 tensorflow 启动InteractiveSession(比session更灵活) [3]: 定义两个初始化w和b的函数,方便后续操作 [4]: 定义卷积和池化函数,这里卷积采用padding,使得 输入输出图像一样大,池化采取2x2,那么就是4格变一格 [5]

Pytorch入门实战一:LeNet神经网络实现 MNIST手写数字识别

记得第一次接触手写数字识别数据集还在学习TensorFlow,各种sess.run(),头都绕晕了.自从接触pytorch以来,一直想写点什么.曾经在2017年5月,Andrej Karpathy发表的一片Twitter,调侃道:l've been using PyTorch a few months now, l've never felt better, l've more energy.My skin is clearer. My eye sight has improved.确实,使用p

C#中调用Matlab人工神经网络算法实现手写数字识别

手写数字识别实现 设计技术参数:通过由数字构成的图像,自动实现几个不同数字的识别,设计识别方法,有较高的识别率 关键字:二值化  投影  矩阵  目标定位  Matlab 手写数字图像识别简介: 手写阿拉伯数字识别是图像内容识别中较为简单的一个应用领域,原因有被识别的模式数较少(只有0到9,10个阿拉伯数字).阿拉伯数字笔画少并且简单等.手写阿拉伯数字的识别采用的方法相对于人脸识别.汉字识别等应用领域来说可以采用更为灵活的方法,例如基于规则的方法.基于有限状态自动机的方法.基于统计的方法和基于神

使用神经网络来识别手写数字【译(三)- 用Python代码实现

实现我们分类数字的网络 好,让我们使用随机梯度下降和 MNIST训练数据来写一个程序来学习怎样失败手写数字. 我们也难怪Python (2.7) 来实现.只有 74 行代码!我们需要的第一个东西是 MNIST数据.如果有 github 账号,你可以将这些代码库克隆下来, git clone https://github.com/mnielsen/neural-networks-and-deep-learning.git 或者你可以到这里 下载. Incidentally, 当我先前说到 MNIS

SIGAI深度学习第十集 卷积神经网络4

大纲 应用简介人脸检测人脸识别通用目标检测图像分割风格迁移总结 讲述CNN典型应用,主要是在机器视觉领域里边,这是它应用最广的一个领域,包含下边几个应用:人脸识别:人脸检测:通用目标检测:图像分割:风格迁移. 检测.分类.分割基本上已经涵盖了图像理解的整体上要完成的一个目标,我们对所有图像的理解无非就是这三类问题:图像分类(判断一个图像它是什么).目标检测(找出图像里边所有的目标,包括它的大小和位置).图像分割(确定每个像素它属于哪一个目标). 卷积神经网络应用简介 先简单介绍一下CNN的应用情

TensorFlow(十二):使用RNN实现手写数字识别

上代码: import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据集 mnist = input_data.read_data_sets("MNIST_data/",one_hot=True) # 输入图片是28*28 n_inputs = 28 #输入一行,一行有28个数据 max_time = 28 #一共28行 lstm_size = 100 #隐层单元 n_c

使用神经网络来识别手写数字【转译】(二)

A simple network to classify handwritten digits Having defined neural networks, let's return to handwriting recognition. We can split the problem of recognizing handwritten digits into two sub-problems. First, we'd like a way of breaking an image con

一文全解:利用谷歌深度学习框架Tensorflow识别手写数字图片(初学者篇)

笔记整理者:王小草 笔记整理时间2017年2月24日 原文地址 http://blog.csdn.net/sinat_33761963/article/details/56837466?fps=1&locationNum=5 Tensorflow官方英文文档地址:https://www.tensorflow.org/get_started/mnist/beginners 本文整理时官方文档最近更新时间:2017年2月15日 1.案例背景 本文是跟着Tensorflow官方文档的第二篇教程–识别手

《神经网络和深度学习》系列文章一:使用神经网络识别手写数字

出处: Michael Nielsen的<Neural Network and Deep Leraning> 本节译者:哈工大SCIR硕士生 徐梓翔 (https://github.com/endyul) 声明:我们将不定期连载该书的中文翻译,如需转载请联系[email protected],未经授权不得转载. “本文转载自[哈工大SCIR]微信公众号,转载已征得同意.” 使用神经网络识别手写数字 感知机 sigmoid神经元 神经网络的结构 用简单的网络结构解决手写数字识别 通过梯度下降法学