第三节，CNN案例-mnist手写数字识别

卷积：神经网络不再是对每个像素做处理，而是对一小块区域的处理，这种做法加强了图像信息的连续性，使得神经网络看到的是一个图像，而非一个点，同时也加深了神经网络对图像的理解，卷积神经网络有一个批量过滤器，通过重复的收集图像的信息，每次收集的信息都是小块像素区域的信息，将信息整理，先得到边缘信息，再用边缘信息总结从更高层的信息结构，得到部分轮廓信息，最后得到完整的图像信息特征，最后将特征输入全连接层进行分类，得到分类结果。

卷积：

经过卷积以后，变为高度更高，长和宽更小的图像，进行多次卷积，就会获得深层特征。

1）256*256的输入（RGB为图像深度）

2）不断的利用卷积提取特征，压缩长和宽，增大深度，也就是深层信息越多。

3）分类

池化：

提高鲁棒性。

搭建简单的卷积神经网络进行mnist手写数字识别

网络模型：

两个卷积层，两个全连接层
输入[sample*28*28*1]（灰度图）
[ 28 * 28 *1 ]  --> (32个卷积核，每个大小5*5*1,sample方式卷积) --> [ 28 * 28 * 32] --> (池化 2*2 ，步长2)--> [14 *14 *32]

 

[ 14 * 14 *32]  --> (64个卷积核，每个大小  5 * 5 * 32,sample方式卷积) -->  [14 * 14 *64] --> (池化 2*2 ，步长2)--> [7 * 7 *64]

 

[ 7 * 7 * 64] --> reshape 成列向量 --> (7 * 7 * 64)

 

[sample * (7*7*64)]  全连接层1 weights:[7*7*64 , 1024]  --> [sample * 1024]

 

[sample * 1024]      全连接层2 weights:[1024,10]        -->  [sample *10]
输出：10个分类

1、定义变量weight_variable、bias_variable

def weight_variable(shape):

    initial = tf.truncated_normal(shape, stddev=0.1)

    return tf.Variable(initial)

 

def bias_variable(shape):

    initial = tf.constant(0.1, shape=shape)

    return tf.Variable(initial)

2、定义卷积层函数和池化层函数

def conv2d(x, W):

    # stride [1, x_movement, y_movement, 1]

    # Must have strides[0] = strides[3] = 1

    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

 

def max_pool_2x2(x):

    # stride [1, x_movement, y_movement, 1]

    return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')

3、网络输入

xs = tf.placeholder(tf.float32, [None, 784])/255.   # 28x28

ys = tf.placeholder(tf.float32, [None, 10])

keep_prob = tf.placeholder(tf.float32)

#把xs的形状变成[-1,28,28,1]，-1代表先不考虑输入的图片例子多少这个维度，后面的1是channel的数量

#因为我们输入的图片是黑白的，因此channel是1，例如如果是RGB图像，那么channel就是3。

x_image = tf.reshape(xs, [-1, 28, 28, 1])

# print(x_image.shape)  # [n_samples, 28,28,1]

4、建立两个卷积层和池化层：提高鲁棒性

## 本层我们的卷积核patch的大小是5x5，因为黑白图片channel是1所以输入是1，输出是32个featuremap ？？？ 32 是什么意思？####

###conv1 layer

W_conv1 = weight_variable([5,5, 1,32])  # patch 5x5, in size 1, out size 32

b_conv1 = bias_variable([32])

#卷积运算

h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) # output size 28x28x32

h_pool1 = max_pool_2x2(h_conv1)                                         # output size 14x14x32

 

 ###conv2 layer

W_conv2 = weight_variable([5,5, 32, 64]) # patch 5x5, in size 32, out size 64   ？？？ 64 是什么意思？

b_conv2 = bias_variable([64])

h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) # output size 14x14x64

h_pool2 = max_pool_2x2(h_conv2)  

5、建立全连接层

W_fc1 = weight_variable([7*7*64, 1024])

b_fc1 = bias_variable([1024])

# [n_samples, 7, 7, 64] ->> [n_samples, 7*7*64]

h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])

h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)

h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

 

## fc2 layer ##

W_fc2 = weight_variable([1024, 10])

b_fc2 = bias_variable([10])

prediction = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

6、损失函数

# the error between prediction and real data

cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys * tf.log(prediction),reduction_indices=[1]))       # loss

train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

 

sess = tf.Session()

init = tf.global_variables_initializer()

sess.run(init)

7、预测

for i in range(500):

    batch_xs, batch_ys = mnist.train.next_batch(100)

    sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys, keep_prob: 0.5})

    if i % 50 == 0:

        print(compute_accuracy(mnist.test.images[:1000], mnist.test.labels[:1000]))

 

#从测试集里面拿一些数据 试一试结果
start = np.random.randint(1, 100)
end = start + 10
test_res=sess.run(prediction,feed_dict={xs : mnist.test.images[start:end],keep_prob: 0.5} )

#print (res)

#print (res.shape)  # shape : examples_to_show * 10

 

# 输出图片识别的结果

print ("number is : ", sess.run(tf.argmax(test_res,1)))

 

# show 一下图片

# 这段代码 是从别的地方copy 过来的，作用是将图片show出来

f, a = plt.subplots(2, 10, figsize=(10, 2))

for i in range(10):

    a[0][i].imshow(np.reshape(mnist.test.images[i+start], (28, 28)))

    #a[1][i].imshow(np.reshape(encode_decode[i], (28, 28)))

plt.show()
sess.close()