CNN

 

from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_sets('D:/work_space/eclipse/Pydev/MNIST_data',one_hot=True)
sess = tf.InteractiveSession()

'''
    首先定义权重和偏置的初始化函数以便重复使用
    需要给权重制造一些随机的噪声来打破完全对称，比如阶段的正态分布噪声，标准差设为0.1
    同时使用ReLU，给偏置增加一些小的正值（0.1）来避免死亡节点
'''
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)

'''
    接着定义卷积层、池化层函数，以便接下来重复使用
    tf.nn.conv2d是tensorflow中的2维卷积函数，参数中x是输入，W是卷积的参数，比如[5,5,1,32]
    前面两个数字表示卷积核的尺寸5*5；第三个数字代表有多少个channel；最后一个数字代表卷积核的数量
    也就是卷积层会提取多少类的特征
    Strides代表卷积模板移动的步长，都是1代表会不遗漏的划过图片的每一个点；
    Padding达标边界的处理方式，这里的SAME代表给边界加上填充，让卷积的输出和输入保持同样（SAME）的尺寸
    
    tf.nn.max_pool是Tensorflow中的最大池化函数，这里使用2*2的最大池化，即将一个2*2的像素块降维1*1的像素
    最大池化会保留原始像素块中灰度值最高的那一个像素，即保留最显著的特征。
    因为希望整体上缩小图片尺寸，因此池化层的strides也设为横竖两个方向以2为步长，如果步长还是1的话，
    那么将会得到一个尺寸不变的图片
'''
def conv2d(x,W):
    return tf.nn.conv2d(x,W,strides = [1,1,1,1],padding = 'SAME')

def max_pool_2x2(x):
    return tf.nn.max_pool(x,ksize = [1,2,2,1],strides = [1,2,2,1],padding = 'SAME')

'''
    在正式设计卷积神经网络的结构之前，先定义输入的placeholder，x是特征，y_是真实的label.
    因为卷积神经网络会利用到空间结构信息，因此需要将1D的输入向量转为2D的图片结构，即从1x724的形式
    转为原始的28x28的结构，同时因为只有一个颜色通道，故最终尺寸为[-1,28,28,1],前面的-1标识样本数量不固定
    最后的1代表颜色通道数量。这里使用的tensor变形函数是tf.reshape
'''
x = tf.placeholder(tf.float32,[None,784])
y_ = tf.placeholder(tf.float32,[None,10])
x_image = tf.reshape(x, [-1,28,28,1])

'''
    接下来定义第一个卷积层
    这里的[5,5,1,32]表示卷积核尺寸为5x5,1个颜色通道，32个不同的卷积核
    然后使用conv2d函数进行卷积，并加上偏置，接着再使用ReLU激活函数进行非线性处理
    最后使用最大池化函数max_pool_2x2对卷积的输出结果进行池化操作
'''
W_conv1 = weight_variable([5,5,1,32])
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x_image,W_conv1)+b_conv1)
h_pool1 = max_pool_2x2(h_conv1)


'''
    现在定义第二个卷积层，这个卷积层的卷积核数量为64，也就是说会提取出64中特征
'''

W_conv2 = weight_variable([5,5,32,64])
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2)+b_conv2)
h_pool2 = max_pool_2x2(h_conv2)

'''
    因为前面经历了两次步长为2x2的最大池化，所以边长变为1/4了，即图片尺寸从28*28变为7*7,
    而第二个卷积层的卷积核数量为64，其输出的tensor尺寸为7*7*64,
    然后使用tf.reshape函数对第二个卷积层的输出tensor进行变形，将其转成1D的向量，然后连接一个全连接层
    隐含层节点为1024，并使用ReLU激活函数
'''
W_fc1 = weight_variable([7*7*64,1024])
b_fc1 = bias_variable([1024])
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)

# 减轻过拟合
keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1,keep_prob)

# 将Dropout层的输出连接一个Softmax层，最后得到概率输出
W_fc2 = weight_variable([1024,10])
b_fc2 = bias_variable([10])
y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop,W_fc2)+b_fc2)

cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y_conv),reduction_indices=[1]))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
correct_prediction = tf.equal(tf.argmax(y_conv,1),tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))

tf.global_variables_initializer().run()
for i in range(20000):
    batch = mnist.train.next_batch(10)#50
    if i % 100 == 0:
        train_accuracy = accuracy.eval(feed_dict = {x:batch[0],y_:batch[1],keep_prob:1.0})
        print('step %d, training accuracy %g'%(i,train_accuracy))
    train_step.run(feed_dict={x:batch[0],y_:batch[1],keep_prob:0.5})
    print('test accuracy %g'%accuracy.eval(feed_dict = {x:mnist.test.images,y_:mnist.test.labels,keep_prob:1.0}))