用Tensorflow实现CNN手写数字识别
这是自己的第一篇博客，写的不好请见谅，就是想把自己这段时间所学的相关tensorflow的相关东西做个总结，帮助自己记忆，也希望能对别人有点帮助。
通过Tensorflow做的关于Mnist的数字识别，具体的完整流程请见极客网的流程。我只想记录一下自己的实现的CNN部分。
这一部分没什么要说的，导入Tensorflow
#coding=utf-8
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_datadef 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)
# 0.1是常数的值,shape是数据格式
return tf.Variable(initial)
接下来是需要重点理解的部分，也是CNN的区别的地方，conv2d 和 pool。
卷积的本质是对原图片通过卷积层提取特征，我们不再需要对所有神经元关联而是仅对附近的神经元局部计算 (例如我们可以取一个5x5的块来提取)，并且参数共享，这样就极大地简化了计算。我的代码中将strides定为1，表示位移的步长为1。
con2d有几个参数值，先说input是实际输入值，相当于x，是一个四维向量，分别是（batch，height，width，channel）；filter是过滤矩阵，说白了也就是做实际变换的系数矩阵W，它也是四维变量（height，width，in_channel，out_channel）；因为步长为1，所以取stride为1
def conv2d(x,W):
#conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None,data_format=None, name=None)
return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding="SAME") #由于采用的是SAME,所以用5x5卷积以后还是28X28
Pool是用来做池化的，池化是用来对不同位置的特征进行聚合统计的，我采用的是2x2的模板进行池化
def max_pool_2x2(x):
return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding="SAME")
接下来是初始数据
其中source是存放的从MNIST数据的官网下载（）下来的学习数据，顺便一提MNIST的数据有60000个，我们把每张图片做成一个784维的向量。所以x读取的数据格式为[None,784]，其中None表示还未知道数据向量的数目。由于是对手写数字的识别，y只有10种，并对W，b进行初始化。
x = tf.placeholder("float",[None,784])
y_ = tf.placeholder("float",[None,10])
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
接下来构建第一层的卷积网络，假设下一层有32个卷积核，则输出为32，输入卷积核是1，并且因为patch是5x5，所以初始化W_con1就是[5,5,1,32]的数据格式。
x_img表示将原先的图片读取成为28x28的形式（28x28=784），因为是黑白图片，所以输入的Channel为1
使用relu函数具有很大的优越性，不容让接下来的学习中出现差异消失也简化了计算，具体见（https://zhuanlan.zhihu.com/p/21737674）这篇文章，这里讲的挺好。
W_conv1 = weight_variable([5,5,1,32])
b_conv1 = bias_variable([32])
x_img = tf.reshape(x,[-1,28,28,1])
h_conv1 = tf.nn.relu(conv2d(x_img,W_conv1)+b_conv1)
h_pool1 = max_pool_2x2(h_conv1)
在接下来的第二层卷积，输入的Channel是前一个层的32个卷积核，假设这一层有64个卷积核所以有了[5,5,32,64]。
W_conv2 = weight_variable([5,5,32,64]) #理解此处为什么是32
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2)+b_conv2)
h_pool2 = max_pool_2x2(h_conv2)
接下来做一个全连接层，虽然卷积层简化了计算量，但是最后加一个全连接层能够让提取的特征参与计算得到更为准确的结果。至于7是怎么来的需要对CNN有所了解，一开始是28x28，做第一次卷积时采用的是SAME（即padding=0），所以得到的还是一个28x28，然后用2x2做池化。到了第二层就是14x14，同理第二层卷积后到全连接层就变成了7x7，有64个7x7的feature map。1024是假设的全连接层的神经元个数。
W_fc1 = weight_variable([7*7*64,1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2,[-1,7*7*64])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1) + b_fc1)
dropout，输出层之前加入dropout防止过拟合将某些元素变为0，剩余的变更成1/keep_prob，其实这里我也不算完全清楚，在这里也做个记录，有两篇不错的介绍可以看看
（http://stackoverflow.com/questions/34597316/why-input-is-scaled-in-tf-nn-dropout-in-tensorflow）
（http://www.jianshu.com/p/c9f66bc8f96c）
keep_prob = tf.placeholder("float")
h_fc1_drop = tf.nn.dropout(h_fc1,keep_prob)#?
接下来就是输出层了，用一个softmax函数来处理。
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)
最后就是对模型做测评了。这里就不赘述了，想要贯彻理解的话还得查文档
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.global_variables_initializer())
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})
print ("test accuracy %g" % accuracy.eval(feed_dict={x: mnist.test.images, y_: mnist.test.labels, keep_prob:1.0}))
在这方面其实我还完全是一个菜鸟，这也是自己第一次写CSDN的技术博文，希望自己能经常保持做记录的习惯，好好学习，好好搬砖。
有几篇我在学习过程中感觉非常好的介绍文章，在这里做个记录，方便自己查找，也强烈建议大家看看，人家比我写的好多了 ........（不知怎么做不了链接 ）
（https://zhuanlan.zhihu.com/p/22464594）
（http://www.cnblogs.com/nsnow/p/4562363.html）