TensorFlow CNN 以库函数的方式实现MNIST手写识别

本文将以库函数的方式实现MNIST手写识别，共三个程序。第一个是mnist_inference.py， 它定义了前向传播的过程以及神经网络中的参数。第二个事mnist_train.py， 它定义了神经网络的训练过程。第三个是mnist_eval.py, 它定义了测试过程。

# coding:utf-8#mnist_inference.pyimport tensorflow as tf# 实现LeNet-5模型结构的前向传播过程# 定义神经网络相关参数INPUT_NODE = 784OUTPUT_NODE = 10IMAGE_SIZE = 28NUM_CHANNELS = 1  # 灰度值，所以为1NUM_LABELS = 10# 第一层卷积层的尺寸和深度CONV1_DEEP = 32CONV1_SIZE = 5# 第二层卷积层的尺寸和深度CONV2_DEEP = 64CONV2_SIZE = 5# 全连接层的节点数FC_SIZE = 512# train用于区分是训练和测试过程def inference(input_tensor, train, regularizer):    # 实现第一层卷积层的变量并实现前向传播    with tf.variable_scope('layer1-conv1'):        conv1_weights = tf.get_variable("weight", [CONV1_SIZE, CONV1_SIZE, NUM_CHANNELS, CONV1_DEEP],                                        initializer=tf.truncated_normal_initializer(stddev=0.1))        conv1_biases = tf.get_variable("bias", [CONV1_DEEP], initializer=tf.constant_initializer(0.0))        # 使用变长为5,深度为32的过滤器，过滤器移动的步长为1,且使用全0填充        # strides: 不同维度上的步长        conv1 = tf.nn.conv2d(input_tensor, conv1_weights, strides=[1, 1, 1, 1], padding='SAME')        relu1 = tf.nn.relu(tf.nn.bias_add(conv1, conv1_biases))    # 实现第二层池化层的前向传播    with tf.name_scope('layer2-pool1'):        pool1 = tf.nn.max_pool(relu1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')    # 实现第三层卷基层的变量并实现前向传播    with tf.variable_scope('layer3-conv2'):        conv2_weights = tf.get_variable("weight", [CONV2_SIZE, CONV2_SIZE, NUM_CHANNELS, CONV2_DEEP],                                        initializer=tf.truncated_normal_initializer(stddev=0.1))        conv2_biases = tf.get_variable("bias", [CONV2_DEEP], initializer=tf.constant_initializer(0.0))        # 使用变长为5,深度为32的过滤器，过滤器移动的步长为1,且使用全0填充        # strides: 不同维度上的步长        conv2 = tf.nn.conv2d(input_tensor, conv2_weights, strides=[1, 1, 1, 1], padding='SAME')        relu2 = tf.nn.relu(tf.nn.bias_add(conv2, conv2_biases))    # 实现第四层池化层的前向传播过程    with tf.name_scope('layer4-pool2'):        pool2 = tf.nn.max_pool(relu2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')    # 将第四层池化层的输出转化为第五层全连接层的输入格式。    # pool2.get_shape()函数可以得到地四层输出矩阵的维度，    # 因为每一层神经网络输入输出都是一个batch，    pool_shape = pool2.get_shape().as_list()    # 计算矩阵转换为向量之后的长度，长度就是长、宽和深度的乘积    nodes = pool_shape[1] * pool_shape[2] * pool_shape[3]    # 通过tf.reshape 函数将地四层的输出变为一个batch的向量    # pool_shape[0]为一个batch中的数据    reshaped = tf.reshape(pool2, [pool_shape[0], nodes])    with tf.variable_scope('layer5-fc1'):        fc1_weights = tf.get_variable("weight", [nodes, FC_SIZE],                                      initializer=tf.truncated_normal_initializer(stddev=0.1))        if regularizer != None:            tf.add_to_collection('losses', regularizer(fc1_weights))        fc1_biases = tf.get_variable("bias", [FC_SIZE], initializer=tf.constant_initializer(0.1))        fc1 = tf.nn.relu(tf.matmul(reshaped, fc1_weights) + fc1_biases)        if train:            # dropout在训练时会随即将部分节点的输出改为0,，这样可以进一步提升模型可靠性，并防止过拟合，而且只在训练中使用            # dropout一般只在全连接中使用            # 0.5是概率            fc1 = tf.nn.dropout(fc1, 0.5)    with tf.variable_scope('layer6-fc2'):        fc2_weights = tf.get_variable("weight", [FC_SIZE, NUM_LABELS],                                      initializer=tf.truncated_normal_initializer(stddev=0.1))        if regularizer != None:            tf.add_to_collection('losses', regularizer(fc2_weights))        fc2_biases = tf.get_variable("bias", [NUM_LABELS], initializer=tf.constant_initializer(0.1))        logit = tf.matmul(fc1, fc2_weights) + fc2_biases    return logit

#coding:utf-8#mnist_train.py#系统编程操作模块，用于处理文件和目录import osimport numpy as npimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 加载mnist_inference.py中定义的常量和前向传播的函数import mnist_inference# 配置神经网络的参数BATCH_SIZE = 100LEARNING_RATE_BASE = 0.0001LEARNING_RATE_DECAY = 0.99REGULARAZTION_RATE = 0.0001TRAINING_STEPS = 10000MOVING_AVERAGE_DECAY = 0.99# 模型保存的路径和文件名MODEL_SAVE_PATH = "/home/sun/AI/CNN/handWrite1/model/"MODEL_NAME = "model.ckpt"def train(mnist):    # 定义输入输出placeholder    # 调整输入数据placeholder的格式，输入为一个四维矩阵    x = tf.placeholder(tf.float32, [        BATCH_SIZE,                             # 第一维表示一个batch中样例的个数        mnist_inference.IMAGE_SIZE,             # 第二维和第三维表示图片的尺寸        mnist_inference.IMAGE_SIZE,        mnist_inference.NUM_CHANNELS],          # 第四维表示图片的深度，对于RBG格式的图片，深度为5                       name='x-input')    y_ = tf.placeholder(tf.float32, [None, mnist_inference.OUTPUT_NODE], name='y-input')    regularizer = tf.contrib.layers.l2_regularizer(REGULARAZTION_RATE)    # 直接使用mnist_inference.py中定义的前向传播过程    y = mnist_inference.inference(x, True, regularizer)    global_step = tf.Variable(0, trainable=False)    #定义损失函数、学习率、滑动平均操作以及训练过程    variable_averages = tf.train.ExponentialMovingAverage(MOVING_AVERAGE_DECAY, global_step)    variable_averages_op = variable_averages.apply(tf.trainable_variables())    cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=y, labels=tf.argmax(y_, 1))    #计算一个batch的平均交叉熵    cross_entropy_mean = tf.reduce_mean(cross_entropy)    loss = cross_entropy_mean + tf.add_n(tf.get_collection('losses'))    learning_rate = tf.train.exponential_decay(LEARNING_RATE_BASE, global_step, mnist.train.num_examples/BATCH_SIZE, LEARNING_RATE_DECAY)    #定义了反向传播的优化方法，之后通过sess.run(train_step)就可以对所有GraphKeys.TRAINABLE_VARIABLES集合中的变量进行优化，似的当前batch下损失函数更小    train_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss, global_step=global_step)    #训练参数    with tf.control_dependencies([train_step, variable_averages_op]):        train_op = tf.no_op(name='train')    # 初始化Tensorflow持久化类    saver = tf.train.Saver()    with tf.Session() as sess:        tf.initialize_all_variables().run()        # 验证和测试的过程将会有一个独立的程序来完成        for i in range(TRAINING_STEPS):            xs, ys = mnist.train.next_batch(BATCH_SIZE)            #类似地将输入的训练数据格式调整为一个四维矩阵，并将这个调整后的数据传入sess.run过程            reshaped_xs = np.reshape(xs, (BATCH_SIZE, mnist_inference.IMAGE_SIZE, mnist_inference.IMAGE_SIZE, mnist_inference.NUM_CHANNELS))            _, loss_value, step = sess.run([train_op, loss, global_step], feed_dict={x: reshaped_xs, y_: ys})            #每1000轮保存一次模型。            if i%1000 == 0:                # 输出当前的训练情况。这里只输出了模型在当前训练batch上的损失函数大小。通过损失函数的大小可以大概了解训练的情况。                # 在验证数据集上的正确率信息会有一个单独的程序来生成。                print("After %d training step(s), loss on training batch is %f." % (step, loss_value))                # 保存当前的模型。注意这里隔出了global_step参数，这样可以让每个被保存模型的文件名末尾加上训练的轮数，比如“model.ckpt-1000”表示训练1000轮后得到的模型                saver.save(sess, os.path.join(MODEL_SAVE_PATH, MODEL_NAME), global_step=global_step)def main(argv=None):    mnist = input_data.read_data_sets("/home/sun/AI/CNN/handWrite1/data/", one_hot=True)    train(mnist)if __name__ == '__main__':    main()

#coding:utf-8#mnist_eval.pyimport timeimport numpy as npimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 加载mnist_inference.py 和 mnist_train.py中定义的常量和函数import mnist_inferenceimport mnist_train# 每10秒加载一次最新的模型， 并在测试数据上测试最新模型的正确率EVAL_INTERVAL_SECS = 10def evaluate(mnist):    with tf.Graph().as_default() as g:        # 定义输入输出的格式        x = tf.placeholder(tf.float32, [            mnist.validation.num_examples,           # 第一维表示样例的个数            mnist_inference.IMAGE_SIZE,             # 第二维和第三维表示图片的尺寸            mnist_inference.IMAGE_SIZE,            mnist_inference.NUM_CHANNELS],          # 第四维表示图片的深度，对于RBG格式的图片，深度为5                       name='x-input')        y_ = tf.placeholder(tf.float32, [None, mnist_inference.OUTPUT_NODE], name='y-input')        validate_feed = {x: np.reshape(mnist.validation.images, (mnist.validation.num_examples, mnist_inference.IMAGE_SIZE, mnist_inference.IMAGE_SIZE, mnist_inference.NUM_CHANNELS)),                         y_: mnist.validation.labels}        # 直接通过调用封装好的函数来计算前向传播的结果。        # 因为测试时不关注正则损失的值，所以这里用于计算正则化损失的函数被设置为None。        y = mnist_inference.inference(x, False, None)        # 使用前向传播的结果计算正确率。        # 如果需要对未知的样例进行分类，那么使用tf.argmax(y, 1)就可以得到输入样例的预测类别了。        correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))        accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))        # 通过变量重命名的方式来加载模型，这样在前向传播的过程中就不需要调用求滑动平均的函数来获取平局值了。        # 这样就可以完全共用mnist_inference.py中定义的前向传播过程        variable_averages = tf.train.ExponentialMovingAverage(mnist_train.MOVING_AVERAGE_DECAY)        variable_to_restore = variable_averages.variables_to_restore()        saver = tf.train.Saver(variable_to_restore)        #每隔EVAL_INTERVAL_SECS秒调用一次计算正确率的过程以检测训练过程中正确率的变化        #while True:        with tf.Session() as sess:            # tf.train.get_checkpoint_state函数会通过checkpoint文件自动找到目录中最新模型的文件名            ckpt = tf.train.get_checkpoint_state(mnist_train.MODEL_SAVE_PATH)            if ckpt and ckpt.model_checkpoint_path:                # 加载模型                saver.restore(sess, ckpt.model_checkpoint_path)                # 通过文件名得到模型保存时迭代的轮数                global_step = ckpt.model_checkpoint_path.split('/')[-1].split('-')[-1]                accuracy_score = sess.run(accuracy, feed_dict = validate_feed)                print("After %s training step(s), validation accuracy = %f" % (global_step, accuracy_score))            else:                print("No checkpoint file found")                return            #time.sleep(EVAL_INTERVAL_SECS)def main(argv=None):    mnist = input_data.read_data_sets("dataset/", one_hot=True)    evaluate(mnist)if __name__ == '__main__':    tf.app.run()