TensorFlow 卷积神经网络手写数字识别数据集介绍

手写数字识别

接下来将会以 MNIST 数据集为例，使用卷积层和池化层，实现一个卷积神经网络来进行手写数字识别，并输出卷积和池化效果。

数据准备

• MNIST 数据集下载

MNIST 数据集可以从 THE MNIST DATABASE of handwritten digits 的网站直接下载。
网址：http://yann.lecun.com/exdb/mnist/

train-images-idx3-ubyte.gz: 训练集图片
train-labels-idx1-ubyte.gz: 训练集列标
t10k-images-idx3-ubyte.gz: 测试集图片
t10k-labels-idx1-ubyte.gz: 测试集列标

TensorFlow 有加载 MNIST 数据库相关的模块，可以在程序运行时直接加载。

代码如下：

from tensorflow.examples.tutorials.mnist import input_data
import matplotlib.pyplot as pyplot

#引入 MNIST 数据集
mnist = input_data.read_data_sets("/tmp/data/", one_hot=False)

#选取训练集中的第 1 个图像的矩阵
mnist_one=mnist.train.images[0]

#输出图片的维度，结果是：(784,)
print(mnist_one.shape)

#因为原始的数据是长度是 784 向量，需要转换成 28*28 的矩阵。
mnist_one_image=mnist_one.reshape((28,28))

#输出矩阵的维度
print(mnist_one_image.shape)

#使用 matplotlib 输出为图片
pyplot.imshow(mnist_one_image)

pyplot.show()

代码的输出依次是：
1.单个手写数字图片的维度：
(784,)

2.转化为二维矩阵之后的打印结果：
(28, 28)

3.使用 matplotlib 输出为图片

模型实现

TensorFlow conv2d 函数介绍：

tf.nn.conv2d(x, W, strides, padding=’SAME’)
针对输入的 4 维数据 x 计算 2 维卷积。

参数 x：
4 维张量，每一个维度分别是 batch,in_height,in_height,in_channels。
[batch, in_height, in_width, in_channels]

灰度图像只有 2 维来表示每一个像素的值，彩色图像每一个像素点有 3 通道的 RGB 值，所以一个彩色图片转化成张量后是 3 维的，分别是长度，宽度，颜色通道数。又因为每一次训练都是训练都是输入很多张图片，所以，多个 3 维张量组合在一起变成了 4 维张量。

参数 w：
过滤器，因为是二维卷积，所以它的维度是：

[filter_height, filter_width, in_channels, out_channels]

与参数 x 对应，前 3 个参数分别是对应 x 的 filter_height, filter_width, in_channels，最后一个参数是过滤器的输出通道数量。

参数 strides：
1 维长度为 4 的张量，对应参数 x 的 4 个维度上的步长。

参数 padding：
边缘填充方式，主要是 “SAME”, “VALID”，一般使用 “SAME”。

卷积层简单封装

# 池化操作
def conv2d(x, W, b, strides=1):
# Conv2D wrapper, with bias and relu activation
x = tf.nn.conv2d(x, W, strides=[1, strides, strides, 1], padding='SAME')
x = tf.nn.bias_add(x, b)
return tf.nn.relu(x)

TensorFlow max_pool 函数介绍：

tf.nn.max_pool(x, ksize, strides ,padding)

参数 x:
和 conv2d 的参数 x 相同，是一个 4 维张量，每一个维度分别代表 batch,in_height,in_height,in_channels。

参数 ksize：
池化核的大小，是一个 1 维长度为 4 的张量，对应参数 x 的 4 个维度上的池化大小。

参数 strides：
1 维长度为 4 的张量，对应参数 x 的 4 个维度上的步长。

参数 padding：
边缘填充方式，主要是 “SAME”, “VALID”，一般使用 “SAME”。

接下来将会使用 TensorFlow 实现以下结构的卷积神经网络：

下一篇文章，将会用 TensorFlow 实现这个卷积神经网络。