TensorFlow系列（4）——基于MNIST数据集的CNN实现

本文主要是尝试搭建一个简单的卷积神经网络（CNN）模型，并用它来训练MNIST数据集。

1. CNN简介

卷积神经网络（Convolutional neural network）属于人工神经网络的一种，它的权值共享的网络结构显著降低了模型的复杂度，减少了权值的数量，是目前语音分析和图像识别领域研究的热点。

和传统神经网络相比，卷积神经网络的特点在于隐藏层分为卷积层和池化层（pooling layer,又叫下采样层）。
（1）卷积层通过一块块卷积核在原始图像上平移来提取特征，每一个特征就是一个特征映射。
（2）池化层通过汇聚特征后稀疏参数来减少学习的参数，降低网络的复杂度，池化层最常见的包括最大值池化（max pooling）和平均值池化（average pooling）。

2. 基于MNIST数据集的CNN实现

实现代码如下所示：

# -*- coding: utf-8 -*-"""Created on Mon Jul 24 21:48:37 2017@author: Administrator"""import tensorflow as tfimport numpy as npfrom tensorflow.examples.tutorials.mnist import input_data'''1.构建模型'''#定义输入数据并预处理数据mnist = input_data.read_data_sets("MNIST_data",one_hot=True)trX,trY,teX,teY = mnist.train.images,mnist.train.labels,mnist.test.images,mnist.test.labelstrX = trX.reshape(-1,28,28,1)teX = teX.reshape(-1,28,28,1)X = tf.placeholder("float",[None,28,28,1])Y = tf.placeholder("float",[None,10])#初始化权重与定义网络结构def init_weights(shape):    return tf.Variable(tf.random_normal(shape,stddev=0.01))w = init_weights([3,3,1,32])w2 = init_weights([3,3,32,64])w3 = init_weights([3,3,64,128])w4 = init_weights([128*4*4,625])w_o = init_weights([625,10])'''神经网络模型的构造函数，传入以下参数：X:输入数据Y:每一层的权重p_keep_conv,p_keep_hidden:dropout 要保留的神经元比例'''def model(X,w,w2,w3,w4,w_o,p_keep_conv,p_keep_hidden):    #第一层卷积层及池化层，    l1a = tf.nn.relu(tf.nn.conv2d(X,w,strides=[1,1,1,1],padding='SAME'))    l1 = tf.nn.max_pool(l1a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')    l1 = tf.nn.dropout(l1,p_keep_conv)    #第二组卷积层及池化层，最后dropput一些神经元    l2a = tf.nn.relu(tf.nn.conv2d(l1,w2,strides=[1,1,1,1],padding='SAME'))    l2 = tf.nn.max_pool(l2a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')    l2 = tf.nn.dropout(l2,p_keep_conv)    #第三组卷积层及池化层，最后dropput一些神经元    l3a = tf.nn.relu(tf.nn.conv2d(l2,w3,strides=[1,1,1,1],padding='SAME'))    l3 = tf.nn.max_pool(l3a,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')    l3 = tf.reshape(l3,[-1,w4.get_shape().as_list()[0]])    l3 = tf.nn.dropout(l3,p_keep_conv)    #全连接层，最后dropout一些神经元    l4 = tf.nn.relu(tf.matmul(l3,w4))    l4 = tf.nn.dropout(l4,p_keep_hidden)    #输出层    pyx = tf.matmul(l4,w_o)    return pyxp_keep_conv = tf.placeholder("float")p_keep_hidden = tf.placeholder("float")#得到预测值py_x = model(X,w,w2,w3,w4,w_o,p_keep_conv,p_keep_hidden)#定义损失函数cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=py_x,labels=Y))train_op = tf.train.RMSPropOptimizer(0.001,0.9).minimize(cost)predict_op = tf.argmax(py_x,1)'''2.训练模型和评估模型'''#定义训练和评估批次大小batch_size = 128test_size = 256#在会话中启动图with tf.Session() as sess:    tf.global_variables_initializer().run()    for i in range(100):        training_batch = zip(range(0,len(trX),batch_size),range(batch_size,len(trX)+1,batch_size))        for start,end in training_batch:            sess.run(train_op,feed_dict={X:trX[start:end],Y:trY[start:end],                                         p_keep_conv:0.8,p_keep_hidden:0.5})        test_indices = np.arange(len(teX))        np.random.shuffle(test_indices)        test_indices = test_indices[0:test_size]        print(i,np.mean(np.argmax(teY[test_indices],axis=1) ==                         sess.run(predict_op,feed_dict={X:teX[test_indices],                                                       p_keep_conv:1.0,                                                       p_keep_hidden:1.0})))

运行部分结果如下图所示：