基于TensorFlow简单实现手写体数字识别

本案例采用的是MNIST数据集^[1]，是一个入门级的计算机视觉数据集。

MNIST数据集已经被嵌入到TensorFlow中，可以直接下载和安装。

from tensorflow.examples.tutorials.mnist import input_data 2 mnist=input_data.read_data_sets("MNIST_data/",one_hot=True)

此时，文件名为MNIST_data的数据集就下载下来了，其中one_hot=True为将样本标签转化为one_hot编码。

接下来将MNIST的信息打印出来。

print('输入数据：',mnist.train.images) 4 print('输入数据的尺寸：',mnist.train.images.shape) 5 import pylab 6 im=mnist.train.images[0]  #第一张图片
im=im.reshape(-1,28) 8 pylab.imshow(im) 9 pylab.show()

输出为：

输入数据： [[0. 0. 0. ... 0. 0. 0.]
 [0. 0. 0. ... 0. 0. 0.]
 [0. 0. 0. ... 0. 0. 0.]
 ...
 [0. 0. 0. ... 0. 0. 0.]
 [0. 0. 0. ... 0. 0. 0.]
 [0. 0. 0. ... 0. 0. 0.]]
输入数据的尺寸： (55000, 784)

MNIST的图片尺寸为28*28，数据集的存储把所有的图片存在一个矩阵中，将一张图片铺开存为一个行向量，从输出信息我们可以知道训练集包含55000张图片。

MNIST中还包括测试集和验证集，大小分别为10000和5000。

print("测试集大小：",mnist.test.images.shape) 11 print("验证集大小：",mnist.validation.images.shape)

测试集用于训练过程中评估模型的准确度，验证集用于最终评估模型的准确度。

接下来就可以进行识别了，采用最简单的单层神经网络的方法，大致顺序就是定义输入-学习参数-学习参数和输入计算-计算损失-定义优化函数-迭代优化

 

import tensorflow as tf  2 tf.reset_default_graph()   #清除默认图形堆栈并重置全局默认图形
#定义占位符
x=tf.placeholder(tf.float32,[None,784])   #图像28*28=784
y=tf.placeholder(tf.float32,[None,10])    #标签10类
#定义学习参数
w=tf.Variable(tf.random_normal([784,10])) #权值，初始化为正太随机值
b=tf.Variable(tf.zeros([10]))             #偏置，初始化为0
#定义输出
pred=tf.nn.softmax(tf.matmul(x,w)+b)      #相当于单层神经网络，激活函数为softmax
#损失函数
cost=tf.reduce_mean(-tf.reduce_sum(y*tf.log(pred),reduction_indices=1))  #reduction_indices指定计算维度
#优化函数
optimizer=tf.train.GradientDescentOptimizer(0.01).minimize(cost) 15 #定义训练参数
training_epochs=25   #训练次数
batch_size=100       #每次训练图像数量
display_step=1       #打印训练信息周期
#保存模型
saver=tf.train.Saver() 21 model_path="log/521model.ckpt"
#开始训练
with tf.Session() as sess : 24     sess.run(tf.global_variables_initializer())   #初始化所有参数
    for epoch in range(training_epochs) : 26         avg_cost=0.                               #平均损失
        total_batch=int(mnist.train.num_examples/batch_size)   #计算总的训练批次
        for i in range(total_batch) : 29             batch_xs, batch_ys=mnist.train.next_batch(batch_size)  #抽取数据
            _, c=sess.run([optimizer,cost], feed_dict={x:batch_xs, y:batch_ys})  #运行
            avg_cost+=c/total_batch 32         if (epoch+1) % display_step == 0 : 33             print("Epoch:",'%04d'%(epoch+1),"cost=","{:.9f}".format(avg_cost)) 34     print("Finished!") 35     #测试集测试准确度
    correct_prediction=tf.equal(tf.argmax(pred,1),tf.argmax(y,1)) 37     accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) 38     print("Accuracy:",accuracy.eval({x:mnist.test.images,y:mnist.test.labels})) 39     #保存模型
    save_path=saver.save(sess,model_path) 41     print("Model saved in file: %s" % save_path)

 

运行得到的结果：

Epoch: 0001 cost= 7.973125283
...
Epoch: 0025 cost= 0.898346810
Finished!

可以看出，损失降低了很多，得到的结果还不错，这只是简单的模型，使用复杂的模型可以得到更好的结果，将在以后给出。

读取保存的模型，测试模型。

 

print("Starting 2nd session...")  2 with tf.Session() as sess :  3  sess.run(tf.global_variables_initializer())  4     #恢复模型及参数
 saver.restore(sess,model_path)  6     
    #测试
    correct_prediction=tf.equal(tf.argmax(pred,1),tf.arg_max(y,1))  9     #计算准确度
    accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) 11     print("Accuracy: ",accuracy.eval({x:mnist.test.images,y:mnist.test.labels})) 12     #计算输出
    output=tf.argmax(pred,1) 14     batch_xs,batch_yx=mnist.train.next_batch(2) 15     outputval,predv=sess.run([output,pred],feed_dict={x:batch_xs}) 16     print(outputval,predv,batch_ys) 17     #显示图片1
    im=batch_xs[0] 19     im=im.reshape(-1,28) 20  pylab.imshow(im) 21  pylab.show() 22     #显示图片2
    im=batch_xs[1] 24     im=im.reshape(-1,28) 25  pylab.imshow(im) 26     pylab.show()

 

[1] http://yann.lecun.com/exdb/mnist/