MNIST进阶（卷积神经网络） 超详细代码注释

#  加载MNIST数据
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

import tensorflow as tf
sess = tf.InteractiveSession()

# 权重在初始化时应该加入少量的噪声来打破对称性以及避免0梯度
# truncated_normal:产生正态分布的随机数
def weight_variable(shape):
  initial = tf.truncated_normal(shape, stddev=0.1)
  return tf.Variable(initial)

# 由于我们使用的是ReLU神经元，用一个较小的正数来初始化偏置项,以避免神经元节点输出恒为0的问题（dead neurons）
def bias_variable(shape):
  initial = tf.constant(0.1, shape=shape)
  return tf.Variable(initial)

# 卷积使用1步长（stride size），0边距（padding size）的1*1模板，保证输出和输入是同一个大小
# strides要求strides[0]=strides[3]=1，strides[1]，strides[2]决定卷积核在输入图像in_hight，in_width方向的滑动步长，这里分别是1，1
# padding采用'SAME'，输出大小等于输入大小除以步长向上取整，s是步长大小，所以stride步长是1的时候，卷积前后图像大小不变
def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

# 池化用简单传统的2x2大小的模板做max pooling
def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                        strides=[1, 2, 2, 1], padding='SAME')

x = tf.placeholder(tf.float32, shape=[None, 784])
y_ = tf.placeholder(tf.float32, shape=[None, 10])

# 第一层卷积
# 卷积的权重张量形状是[5, 5, 1, 32]，前两个维度是patch的大小5*5，接着是输入的通道数目1，最后是输出的通道数目32（有32个卷积核）
W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])

# 把x变成一个4d向量，其第2、第3维对应图片的宽、高，最后一维代表图片的颜色通道数(因为是灰度图所以这里的通道数为1，如果是rgb彩色图，则为3)
# 第一维=-1，numpy会自动计算维度，因为x的batch size后续才会给，比如输入x是[50,784], numpy会自动算出第一维是50
x_image = tf.reshape(x, [-1,28,28,1])

# 把x_image和权值向量进行卷积，加上偏置项，然后应用ReLU**函数，最后进行max pooling。
# h_conv1 shape:(?, 28, 28, 32)
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
# h_pool1 shape: (?, 14, 14, 32)
h_pool1 = max_pool_2x2(h_conv1)


# 第二层卷积，输入=32（上一层的输出），输出64（64个卷积核）

W_conv2 = weight_variable([5, 5, 32, 64])
b_conv2 = bias_variable([64])

# h_conv2 shape:(?, 14, 14, 64)
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
# h_pool2 shape: (?, 7, 7, 64)
h_pool2 = max_pool_2x2(h_conv2)


# 加入一个有1024个神经元的全连接层，用于处理整个图片
W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])

# 把池化层输出的张量reshape成一维向量，乘上权重矩阵，加上偏置，然后对其使用ReLU
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)


# Dropout：为了减少过拟合，我们在输出层之前加入dropout
# 我们用一个placeholder来代表一个神经元的输出在dropout中保持不变的概率。这样我们可以在训练过程中启用dropout，在测试过程中关闭dropout。
keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

# 输出层：我们添加一个softmax层
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)

# 训练和评估模型
cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
# ADAM优化器来做梯度最速下降
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))

sess.run(tf.initialize_all_variables())

# 迭代2000次
for i in range(2000):
  #   batch_size = 50
  batch = mnist.train.next_batch(50)
  # 每100次迭代输出一次日志
  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))
  # dropout = 0.5
  train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})

# 测试的时候不能dropout，故keep_prob=1
print("test accuracy %g"%accuracy.eval(feed_dict={
    x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))

 

以上代码，在最终测试集上的准确率大概是99.2%。