2018年9月17日笔记
tensorflow是谷歌google的深度学习框架，tensor中文叫做张量，flow叫做流。
DNN是deep neural network的简称，中文叫做深层神经网络，有时也叫做多层感知机（Multi-Layer perceptron,MLP）。
从DNN按不同层的位置划分，DNN内部的神经网络层可以分为三类，输入层，隐藏层和输出层。
如下图示例，一般来说第一层是输入层，最后一层是输出层，而中间的层数都是隐藏层。
MNIST是Mixed National Institue of Standards and Technology database的简称，中文叫做 美国国家标准与技术研究所数据库。
此文在上一篇文章《基于tensorflow的MNIST数据集手写数字分类预测》的基础上添加了1个隐藏层，模型准确率从91%提升到98%
《基于tensorflow的MNIST数据集手写数字分类预测》文章链接： https://www.jianshu.com/p/135c21e3db73
0.编程环境
安装tensorflow命令：pip install tensorflow
操作系统：Win10
tensorflow版本：1.6
tensorboard版本：1.6
python版本：3.6
1.致谢声明
1.本文是作者学习《周莫烦tensorflow视频教程》的成果，感激前辈；
视频链接：https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/
2.参考云水木石的文章，链接：https://mp.weixin.qq.com/s/H9I0KX0CBkHeap5Xpwp-5Q
2.下载并解压数据集
MNIST数据集下载链接: https://pan.baidu.com/s/1fPbgMqsEvk2WyM9hy5Em6w 密码: wa9p
下载压缩文件MNIST_data.rar完成后，选择解压到当前文件夹，不要选择解压到MNIST_data。
文件夹结构如下图所示：
3.完整代码
此章给读者能够直接运行的完整代码，使读者有编程结果的感性认识。
如果下面一段代码运行成功，则说明安装tensorflow环境成功。
想要了解代码的具体实现细节，请阅读后面的章节。
在迭代训练5000次后，模型的准确率可以到达98%左右，下面代码为了节省读者运行时间，只迭代训练1000次。
import warnings
warnings.filterwarnings('ignore')
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
batch_size = 100
X_holder = tf.placeholder(tf.float32)
y_holder = tf.placeholder(tf.float32)
def addConnect(inputs, in_size, out_size, activation_function=None):
Weights = tf.Variable(tf.truncated_normal([in_size, out_size], stddev=0.01))
biases = tf.Variable(tf.zeros([1, out_size]))
Wx_plus_b = tf.matmul(inputs, Weights) + biases
if activation_function is None:
return Wx_plus_b
else:
return activation_function(Wx_plus_b)
connect_1 = addConnect(X_holder, 784, 300, tf.nn.relu)
predict_y = addConnect(connect_1, 300, 10, tf.nn.softmax)
loss = tf.reduce_mean(-tf.reduce_sum(y_holder * tf.log(predict_y), 1))
optimizer = tf.train.AdagradOptimizer(0.3)
train = optimizer.minimize(loss)
session = tf.Session()
init = tf.global_variables_initializer()
session.run(init)
for i in range(1000):
images, labels = mnist.train.next_batch(batch_size)
session.run(train, feed_dict={X_holder:images, y_holder:labels})
if i % 50 == 0:
correct_prediction = tf.equal(tf.argmax(predict_y, 1), tf.argmax(y_holder, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
accuracy_value = session.run(accuracy, feed_dict={X_holder:mnist.test.images, y_holder:mnist.test.labels})
print('step:%d accuracy:%.4f' %(i, accuracy_value))
第12行代码tf.truncated_normal方法与tf.random_normal方法的区别如下图所示。
truncated中文叫做被切去顶端的，tf.truncated_normal方法产生的随机数都处于均值两边2个标准差之内。
上面一段代码的运行结果如下：
Extracting MNIST_data\train-images-idx3-ubyte.gz
Extracting MNIST_data\train-labels-idx1-ubyte.gz
Extracting MNIST_data\t10k-images-idx3-ubyte.gz
Extracting MNIST_data\t10k-labels-idx1-ubyte.gz
step:0 accuracy:0.4195
step:50 accuracy:0.8827
step:100 accuracy:0.9144
step:150 accuracy:0.9175
step:200 accuracy:0.9391
step:250 accuracy:0.9422
step:300 accuracy:0.9401
step:350 accuracy:0.9550
step:400 accuracy:0.9581
step:450 accuracy:0.9568
step:500 accuracy:0.9531
step:550 accuracy:0.9618
step:600 accuracy:0.9601
step:650 accuracy:0.9586
step:700 accuracy:0.9599
step:750 accuracy:0.9651
step:800 accuracy:0.9673
step:850 accuracy:0.9691
step:900 accuracy:0.9701
step:950 accuracy:0.9667
从上面的运行结果可以看出，经过1000次迭代训练，模型准确率到达0.9667左右。
4.数据准备
import warnings
warnings.filterwarnings('ignore')
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
batch_size = 100
X_holder = tf.placeholder(tf.float32)
y_holder = tf.placeholder(tf.float32)
第1行代码导入warnings库，第2行代码表示不打印警告信息；
第3行代码导入tensorflow库，取别名tf；
第4行代码人从tensorflow.examples.tutorials.mnist库中导入input_data文件；
本文作者使用anaconda集成开发环境，input_data文件所在路径：C:\ProgramData\Anaconda3\Lib\site-packages\tensorflow\examples\tutorials\mnist，如下图所示：
第6行代码调用input_data文件的read_data_sets方法，需要2个参数，第1个参数的数据类型是字符串，是读取数据的文件夹名，第2个关键字参数ont_hot数据类型为布尔bool，设置为True，表示预测目标值是否经过One-Hot编码；
第7行代码定义变量batch_size的值为100；
第8、9行代码中placeholder中文叫做占位符，将每次训练的特征矩阵X和预测目标值y赋值给变量X_holder和y_holder。
5.数据观察
本章内容主要是了解变量mnist中的数据内容，并掌握变量mnist中的方法使用。
5.1 查看变量mnist的方法和属性
dir(mnist)[-10:]
上面一段代码的运行结果如下：
['_asdict',
'_fields',
'_make',
'_replace',
'_source',
'count',
'index',
'test',
'train',
'validation']
为了节省篇幅，只打印最后10个方法和属性。
我们会用到的是其中test、train、validation这3个方法。
5.2 对比三个集合
train对应训练集，validation对应验证集，test对应测试集。
查看3个集合中的样本数量，代码如下：
print(mnist.train.num_examples)
print(mnist.validation.num_examples)
print(mnist.test.num_examples)
上面一段代码的运行结果如下：
55000
5000
10000
对比3个集合的方法和属性
从上面的运行结果可以看出，3个集合的方法和属性基本相同。
我们会用到的是其中images、labels、next_batch这3个属性或方法。
5.3 mnist.train.images观察
查看mnist.train.images的数据类型和矩阵形状。
images = mnist.train.images
type(images), images.shape
上面一段代码的运行结果如下：
(numpy.ndarray, (55000, 784))
从上面的运行结果可以看出，在变量mnist.train中总共有55000个样本，每个样本有784个特征。
原图片形状为28*28,28*28=784，每个图片样本展平后则有784维特征。
选取1个样本，用3种作图方式查看其图片内容，代码如下：
import matplotlib.pyplot as plt
image = mnist.train.images[1].reshape(-1, 28)
plt.subplot(131)
plt.imshow(image)
plt.axis('off')
plt.subplot(132)
plt.imshow(image, cmap='gray')
plt.axis('off')
plt.subplot(133)
plt.imshow(image, cmap='gray_r')
plt.axis('off')
plt.show()
上面一段代码的运行结果如下图所示：
从上面的运行结果可以看出，调用plt.show方法时，参数cmap指定值为 gray或 gray_r符合正常的观看效果。
5.4 查看手写数字图
从训练集mnist.train中选取一部分样本查看图片内容，即调用mnist.train的next_batch方法随机获得一部分样本，代码如下：
import matplotlib.pyplot as plt
import math
import numpy as np
def drawDigit(position, image, title):
plt.subplot(*position)
plt.imshow(image.reshape(-1, 28), cmap='gray_r')
plt.axis('off')
plt.title(title)
def batchDraw(batch_size):
images,labels = mnist.train.next_batch(batch_size)
image_number = images.shape[0]
row_number = math.ceil(image_number ** 0.5)
column_number = row_number
plt.figure(figsize=(row_number, column_number))
for i in range(row_number):
for j in range(column_number):
index = i * column_number + j
if index < image_number:
position = (row_number, column_number, index+1)
image = images[index]
title = 'actual:%d' %(np.argmax(labels[index]))
drawDigit(position, image, title)
batchDraw(196)
plt.show()
上面一段代码的运行结果如下图所示，本文作者对难以辨认的数字做了红色方框标注：
6.搭建神经网络
def addConnect(inputs, in_size, out_size, activation_function=None):
Weights = tf.Variable(tf.random_normal([in_size, out_size], stddev=0.01))
biases = tf.Variable(tf.zeros([1, out_size]))
Wx_plus_b = tf.matmul(inputs, Weights) + biases
if activation_function is None:
return Wx_plus_b
else:
return activation_function(Wx_plus_b)
connect_1 = addConnect(X_holder, 784, 300, tf.nn.relu)
predict_y = addConnect(connect_1, 300, 10, tf.nn.softmax)
loss = tf.reduce_mean(-tf.reduce_sum(y_holder * tf.log(predict_y), 1))
optimizer = tf.train.AdagradOptimizer(0.3)
train = optimizer.minimize(loss)
第1-8行代码定义addConnect函数，即在神经网络中添加1个连接层；
addConnect函数需要4个参数，第1个参数是输入层矩阵Inputs；
第2个参数是连接上一层神经元个数in_size，数据类型为整数；
第3个参数是连接下一层神经元个数，数据类型为整数；
第4个参数是激活函数。数据类型为函数对象。
第10行代码添加第1个连接层，并将其输出结果赋值给变量connect_1；
第11行代码添加第2个连接层，并将其输出结果赋值给变量predict_y，即标签预测值；
第12行代码定义损失函数loss，因为是多分类问题，使用交叉熵作为损失函数，tf.reduce_sum函数的第2个参数为1的原因是表示对行求和， 如果第2个参数为0节表示对列求和。
第13行代码定义优化器optimizer，作者使用过GradientDescentOptimizer、AdamOptimizer，经过实践对比，AdagradOptimizer在此问题的收敛效果较好，读者可以自己尝试设置不同的优化的效果；
第14行代码定义训练过程，即用优化器最小化损失。
7.变量初始化
init = tf.global_variables_initializer()
session = tf.Session()
session.run(init)
对于神经网络模型，重要是其中的W、b这两个参数。
开始神经网络模型训练之前，这两个变量需要初始化。
第1行代码调用tf.global_variables_initializer实例化tensorflow中的Operation对象。
第2行代码调用tf.Session方法实例化会话对象；
第3行代码调用tf.Session对象的run方法做变量初始化。
8.模型训练
for i in range(1000):
images, labels = mnist.train.next_batch(batch_size)
session.run(train, feed_dict={X_holder:images, y_holder:labels})
if i % 50 == 0:
correct_prediction = tf.equal(tf.argmax(predict_y, 1), tf.argmax(y_holder, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
accuracy_value = session.run(accuracy, feed_dict={X_holder:mnist.test.images, y_holder:mnist.test.labels})
print('step:%d accuracy:%.4f' %(i, accuracy_value))
第1行代码表示模型迭代训练1000次；
第2行代码调用mnist.train对象的next_batch方法，选出数量为batch_size的样本；
第3行代码是模型训练，每运行1次此行代码，即模型训练1次；
第4-8行代码是每隔25次训练打印模型准确率。
9.模型测试
import math
import matplotlib.pyplot as plt
import numpy as np
def drawDigit2(position, image, title, isTrue):
plt.subplot(*position)
plt.imshow(image.reshape(-1, 28), cmap='gray_r')
plt.axis('off')
if not isTrue:
plt.title(title, color='red')
else:
plt.title(title)
def batchDraw2(batch_size):
images,labels = mnist.test.next_batch(batch_size)
predict_labels = session.run(predict_y, feed_dict={X_holder:images, y_holder:labels})
image_number = images.shape[0]
row_number = math.ceil(image_number ** 0.5)
column_number = row_number
plt.figure(figsize=(row_number+8, column_number+8))
for i in range(row_number):
for j in range(column_number):
index = i * column_number + j
if index < image_number:
position = (row_number, column_number, index+1)
image = images[index]
actual = np.argmax(labels[index])
predict = np.argmax(predict_labels[index])
isTrue = actual==predict
title = 'actual:%d\npredict:%d' %(actual,predict)
drawDigit2(position, image, title, isTrue)
batchDraw2(100)
plt.show()
上面一段代码的运行结果如下图所示：
从上面的运行结果可以看出，100个数字中只错了3个，符合前1章准确率为97%左右的计算结果。
10.结论
1.这是本文作者写的第5篇关于tensorflow的文章，加深了对tensorflow框架的理解；
2.通过代码实践，本文作者掌握了调整学习率和权重初始化的要点和技巧；
