Tensorflow快餐教程(1) - 30行代码搞定手写识别

摘要： Tensorflow入门教程1

去年买了几本讲tensorflow的书，结果今年看的时候发现有些样例代码所用的API已经过时了。看来自己维护一个保持更新的Tensorflow的教程还是有意义的。这是写这一系列的初心。

快餐教程系列希望能够尽可能降低门槛，少讲，讲透。

为了让大家在一开始就看到一个美好的场景，而不是停留在漫长的基础知识积累上，参考网上的一些教程，我们直接一开始就直接展示用tensorflow实现MNIST手写识别的例子。然后基础知识我们再慢慢讲。

Tensorflow安装速成教程

由于Python是跨平台的语言，所以在各系统上安装tensorflow都是一件相对比较容易的事情。GPU加速的事情我们后面再说。

Linux平台安装tensorflow

我们以Ubuntu 16.04版为例，首先安装python3和pip3。pip是python的包管理工具。

然后就可以通过pip3来安装tensorflow:

MacOS安装tensorflow

建议使用Homebrew来安装python。

安装python3之后，还是通过pip3来安装tensorflow.

Windows平台安装Tensorflow

Windows平台上建议通过Anaconda来安装tensorflow，下载地址在：https://www.anaconda.com/down...

然后打开Anaconda Prompt，输入：

这样就安装好了Tensorflow。

我们迅速来个例子试下好不好用：

输出结果为2.

Tensorflow顾名思义，是一些Tensor张量的流组成的运算。

运算需要一个Session来运行。如果print(c)的话，会得到

就是说这是一个乘法运算的Tensor，需要通过Session.run()来执行。

入门捷径：线性回归

我们首先看一个最简单的机器学习模型，线性回归的例子。

线性回归的模型就是一个矩阵乘法：

然后我们通过调用Tensorflow计算梯度下降的函数tf.train.GradientDescentOptimizer来实现优化。

我们看下这个例子代码，只有30多行，逻辑还是很清晰的。例子来自github上大牛的工作：https://github.com/nlintz/Ten...，不是我的原创。

最终会得到一个接近2的值，比如我这次运行的值为1.9183811

多种方式搞定手写识别

线性回归不过瘾，我们直接一步到位，开始进行手写识别。

我们采用深度学习三巨头之一的Yann Lecun教授的MNIST数据为例。如上图所示，MNIST的数据是28x28的图像，并且标记了它的值应该是什么。

线性模型：logistic回归

我们首先不管三七二十一，就用线性模型来做分类。

算上注释和空行，一共加起来30行左右，我们就可以解决手写识别这么困难的问题啦！请看代码：

经过100轮的训练，我们的准确率是92.36%。

无脑的浅层神经网络

用了最简单的线性模型，我们换成经典的神经网络来实现这个功能。神经网络的图如下图所示。

我们还是不管三七二十一，建立一个隐藏层，用最传统的sigmoid函数做激活函数。其核心逻辑还是矩阵乘法，这里面没有任何技巧。

完整代码如下，仍然是40多行，不长：

第一轮运行，我这次的准确率只有69.11% ，第二次就提升到了82.29%。最终结果是95.41%，比Logistic回归的强！

请注意我们模型的核心那两行代码，完全就是无脑地全连接做了一个隐藏层而己，这其中没有任何的技术。完全是靠神经网络的模型能力。

深度学习时代的方案 - ReLU和Dropout显神通

上一个技术含量有点低，现在是深度学习的时代了，我们有很多进步。比如我们知道要将sigmoid函数换成ReLU函数。我们还知道要做Dropout了。于是我们还是一个隐藏层，写个更现代一点的模型吧：

除了ReLU和dropout这两个技巧，我们仍然只有一个隐藏层，表达能力没有太大的增强。并不能算是深度学习。

从结果看到，第二次就达到了96%以上的正确率。后来就一直在98.4%左右游荡。仅仅是ReLU和Dropout，就把准确率从95%提升到了98%以上。

卷积神经网络出场

真正的深度学习利器CNN，卷积神经网络出场。这次的模型比起前面几个无脑型的，的确是复杂一些。涉及到卷积层和池化层。这个是需要我们后面详细讲一讲了。

我们看下这次的运行数据：

在第6轮的时候，就跑出了99.6%的高分值，比ReLU和Dropout的一个隐藏层的神经网络的98.4%大大提高。因为难度是越到后面越困难。

在第16轮的时候，竟然跑出了100%的正确率：

综上，借助Tensorflow和机器学习工具，我们只有几十行代码，就解决了手写识别这样级别的问题，而且准确度可以达到如此程度。

下一节，我们回到基础讲起。

本文作者：lusing

阅读原文

本文为云栖社区原创内容，未经允许不得转载。