使用LeNet-5实现mnist手写数字分类识别 TensorFlow

TensorFlow的学习材料很多，但很少有讲得特别详细，让小白一看就懂的。我自己总结了cnn实现mnist分类识别的方法，希望能给TensorFlow初学者一些帮助，实测在python3下可以运行。

# -*- coding: utf-8 -*-
# 使用LeNet-5实现mnist手写数字分类识别
import tensorflow as tf 
from tensorflow.examples.tutorials.mnist import input_data
import os.path as ops
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "3"

tf.reset_default_graph()

# 获取mnist数据
data_path = os.path.join('.', 'mnist')
mnist = input_data.read_data_sets(data_path, one_hot=True)  # 一定要加 one_hot
# 注册默认session 后面操作无需指定session 不同sesson之间的数据是独立的
sess = tf.InteractiveSession()  # 创建一个session对象，之后的运算都会跑在这个session里

## 参数初始化
# 构造参数W函数 给一些偏差0.1防止死亡节点,标准差为0.1
def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)  # 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  truncated_normal函数产生正态分布
    return tf.Variable(initial)

# 构造偏差b函数 ,给偏置加了一个正值0.1来避免死亡节点
def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)

## 定义卷积层和池化层函数
# x是输入,W为卷积参数 如[5,5,1,30] 前两个表示卷积核的尺寸 
# 第三个表示通道channel  第四个表示提取多少类特征
# strides 表示卷积模板移动的步长，中间两个参数都是1代表不遗漏的划过图片每一个点
# padding 表示边界处理方式这里的SAME代表给边界加上padding让输出和输入保持相同尺寸
def conv2d(x, W):
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

# ksize 使用2x2最大池化即将一个2x2像素块变为1x1 最大池化保持像素最高的点
# stride也横竖两个方向为2歩长,如果步长为1 得到尺寸不变的图片
def max_pool_2x2(x):
    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

## 定义张量流输入格式
# reshape变换张量shape 2维张量变4维 [None, 784] to [-1,28,28,1]  784=28*28
# [-1, 28, 28, 1] -1表示样本数量不固定 28 28为尺寸 1为通道
x = tf.placeholder(tf.float32, [None, 784], name='x')  # placeholder 占位符 此函数可以理解为形参，用于定义过程，在执行的时候再赋具体的值  [None, 784]表示列是784，行不定
y_ = tf.placeholder(tf.float32, [None, 10], name='y_')  # 来自MNIST的训练集，每一个图片所对应的真实值
x_image = tf.reshape(x, [-1, 28, 28, 1])  # 第2、第3维对应图片的宽、高，最后一维代表图片的颜色通道数(因为是灰度图所以这里的通道数为1，如果是rgb彩色图，则为3)

## 构建模型
# 第一次卷积池化 卷积层用ReLU激活函数
# 权重这个值很重要，因为我们深度学习的过程，就是发现特征，经过一系列训练，从而得出每一个特征对结果影响的权重，我们训练，就是为了得到这个最佳权重值
W_conv1 = weight_variable([5, 5, 1, 32])  # 前两个维度是patch的大小，接着是输入的通道数目，最后是输出的通道数目
b_conv1 = bias_variable([32])  # 对于每一个输出通道都有一个对应的偏置量  这里定义32维常量为0.1
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)  # 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  32*28*28
h_pool1 = max_pool_2x2(h_conv1)  # 最后进行max pooling  32*14*14

# 第二次卷积池化 卷积层用ReLU激活函数
W_conv2 = weight_variable([5, 5, 32, 64])  # 每个5x5的patch会得到64个特征
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)  # 64*14*14
h_pool2 = max_pool_2x2(h_conv2)  # 64*7*7

# 全连接层使用ReLU激活函数  reshape改变张量结构 变成一维
W_fc1 = weight_variable([7 * 7 * 64, 1024])  # 图片尺寸减小到7x7，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
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)  # tf.matmul 矩阵乘法，表示全连接，而不是conv2d

# 为了减轻过拟合使用一个Dropout层，随机丢掉一些神经元不参与运算
keep_prob = tf.placeholder(tf.float32, name='keep_prob')
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

# softmax层  第二个全连接层　分为十类数据　softmax后输出概率最大的数字
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, name="y_conv")  # tf.nn.softmax 而不是 tf.nn.relu, y_conv是概率

## 保存模型
# 创建saver的时候可以指明要存储的tensor，如果不指明，就会全部存下来
saver = tf.train.Saver(max_to_keep=2)  # 指定保存最后2个
#saver = tf.train.Saver()  # 默认保存最后5个

# 保存模型的路径
ckpt_file_path = "./models/"  # models是文件夹，mnist是文件命名使用的
path = os.path.dirname(os.path.abspath(ckpt_file_path))
if os.path.isdir(path) is False:
    os.makedirs(path)

# loss函数  模型预测的类别概率输出与真实类别的one hot形式进行cross entropy损失函数的计算。
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y_conv), reduction_indices=[1]))  # 交叉熵  reduction_indices参数，表示函数的处理维度

# 优化算法Adam函数
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)  #这里用Ａdam优化器优化　也可以使用随机梯度下降  1e-4表示学习率

#cross_entropy = -tf.reduce_sum(y_ * tf.log(y_conv),reduction_indices=[1])   #交叉熵
#train_step = tf.train.GradientDescentOptimizer(0.5*1e-4).minimize(cross_entropy)  # 梯度下降法

# accuracy函数 tf.equal(A, B)是对比这两个矩阵或者向量的相等的元素，如果是相等的那就返回True，反之返回False
correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1))  # tf.argmax()返回最大数值的下标， 第二个参数 0按列找，1按行找
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))  # 准确率  tf.cast是类型转换函数，tf.float32是转换目标类型，返回Tensor

tf.global_variables_initializer().run()  # 使用全局参数初始化器　并调用run方法　来进行参数初始化

# 训练1001次 每次大小为50的mini-batch 每100次训练查看训练结果 用以实时监测模型性能  1001次是iteration,其实只有1个epoch???
for i in range(1001):
    batch = mnist.train.next_batch(50)
    
    # batch[0]   [1]　分别指数据维度　和标记维度　将数据传入定义好的优化器进行训练
    train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})  # train_step是定义好的优化器
    
    if i % 100 == 0:  # 每100次验证一下准确率       
        # feed_dict:一个字典，用来表示tensor被feed的值（联系placeholder一起看）  
        train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob: 1.0})  # 评估模型，得出训练的准确率  
        print("step %d, train_accuracy %g" % (i+1, train_accuracy))  # %g 指数(e) 或浮点数(根据显示长度)
        
    if i % 100 == 0:
        model_name = 'mnist_{:s}'.format(str(i+1))
        model_save_path = ops.join(ckpt_file_path, model_name)
        saver.save(sess, model_save_path, write_meta_graph=True)  # 保存模型       
    
print("test accuracy %g" % accuracy.eval(feed_dict={               # 评估模型，得出测试的准确率
    x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0
}))

 

加载模型，代码如下：

#coding:utf8
import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "3"

#导入数据，创建一个session对象　，之后的运算都会跑在这个session里
mnist = input_data.read_data_sets("./mnist",one_hot=True)
sess = tf.Session()

#加载模型
saver = tf.train.import_meta_graph('./models/mnist_1001.meta')
saver.restore(sess, tf.train.latest_checkpoint('./models'))
print("model loaded")

graph = tf.get_default_graph()
x_ = graph.get_tensor_by_name("x:0")
keep_prob_ = graph.get_tensor_by_name("keep_prob:0")

# Now, access the op that you want to run.
y_ = graph.get_tensor_by_name("y_conv:0")

for i in range(30):
    batch = mnist.train.next_batch(1)
    #预测
    y_conv =  sess.run(y_,feed_dict={x_: batch[0],keep_prob_:0.5})
    correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(batch[1], 1))
    print(correct_prediction.eval(session=sess))