TensorFlow学习笔记（3）----CNN识别MNIST手写数字

        卷积神经网络（Convolutional Neural Networks，CNN）是个常用的神经网络构型，考虑了图像的结构信息，对MNIST的效果更好一些。CNN包含的主要操作：convolution和pooling在TF中都有对应的函数，直接构建网络即可。CNN的具体介绍很多，这里不再赘述。本文主要介绍TF的实现，包括一些主要函数、步骤的说明，先浏览一下程序：

一些说明：

1）偏置全部为0.1

ReLU是一个比较有效的激活函数“f(x)=max(x,0)“，只需要设置阈值，没有指数运算，导数就是1，运算速度快，梯度不饱和（什么是饱和：其他的函数接近两端时导数接近0，多层时梯度弥散）。按照经验：“用的是ReLU神经元，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（dead neurons）”

2)系数生成函数

tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None）

截断正态分布，指定均值和方差，随机产生，如果偏离均值2个标准方差就丢弃重新采样。

tf.constant(value, dtype=None, shape=None, name='Const')

使用dtype格式的数据填充，value可以制指定值（可以是数组也可以是单个值，但是必须小于shape，没有的数据使用最后的数据填充），shape指明形状

3）卷积函数

tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)

ininput是4D的，格式［batch, in_height, in_width, in_channels］

filter是一个在数据面上，在height、width方向滑动的板子，参数组[filter_height, filter_width, in_channels, out_channels]，指明了模板的大小、输入输出通道数。

（注意：为了统一构型，输出的tensor可以看作堆叠的图像，这些函数按照API说明使用即可，详细的研究涉及C／C++数组在内存中的存储方式，基本上就是非常直观而高效的“指针满天飞“，而这些存储方式的理解，在后面tensor反转等操作时可能需要理解一下）

4)pool函数

tf.nn.max_pool(value, ksize, strides, padding, data_format='NHWC', name=None)

value就是构型为[batch, height, width, channels]的tensor， ksize是一个4元素向量，按照前面的顺序分别指明窗口在各个维度上的大小，strides是滑动步长也是基于前面的维度。其他的pool函数还有：

tf.nn.avg_pool

tf.nn.max_pool_with_argmax

tf.nn.avg_pool3d

tf.nn.max_pool3d

5）关于dropout

这也是个常用的经验处理，直观地讲就是：训练的时候随机停止一些神经元的更新，目前没有理论解释为何这样会得出较好的结果（毕竟神经网络本身也还没有严格的理论），主要是从稀疏性、组合性等角度去解释。

定性给出一些结果：（没有严格测试，只测试了1、2次）

标准程序运行时间215.7s，准确率99.18%；没有dropout：245.3s，准确率98.96%，去除dropout后没有显著影响，估计是该问题的过拟合效应不明显。


参考：

激活函数：http://blog.csdn.net/u012526120/article/details/49149317

                  http://www.cnblogs.com/neopenx/p/4453161.html

dropout：http://blog.csdn.net/stdcoutzyx/article/details/4902244

官方手册：https://www.tensorflow.org/versions/r0.10/get_started/index.html

中文社区：http://www.tensorfly.cn/