MNIST手写数字识别——CNN

参考：http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html

网上已经有很多相关内容的博客、资料，有很多也写得挺好的，我也是参考别人的，这里就不再写原理上的东西了。附一下我做实验的代码，简单记录一下遇到的问题。

实验环境：spyder + python + tensorflow

代码：

import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data

mnist = input_data.read_data_sets("data/", one_hot=True, validation_size=0)  # 下载并加载mnist数据

print("mnist训练集大小：", len(mnist.train.images))
print("mnist测试集大小：", len(mnist.test.images))
x = tf.placeholder(tf.float32, [None, 784], name="x")  # 输入的数据占位符
y_actual = tf.placeholder(tf.float32, shape=[None, 10], name="y_actual")  # 输入的标签占位符

# 定义一个函数，用于初始化所有的权值 W
def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(initial)


# 定义一个函数，用于初始化所有的偏置项 b
def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)


# 定义一个函数，用于构建卷积层
def conv2d(x, W):
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')


# 定义一个函数，用于构建池化层
def max_pool(x):
    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')


# 构建网络
x_image = tf.reshape(x, [-1, 28, 28, 1])  # 转换输入数据shape,以便于用于网络中
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)  # 第一个卷积层
h_pool1 = max_pool(h_conv1)  # 第一个池化层

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)  # 第二个卷积层
h_pool2 = max_pool(h_conv2)  # 第二个池化层

W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 64])  # reshape成向量
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)  # 第一个全连接层

keep_prob = tf.placeholder("float", name="keep_prob")
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)  # dropout层

W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
y_predict = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2, name="y_predict")  # softmax层

cross_entropy = -tf.reduce_sum(y_actual * tf.log(y_predict),name = "cross_entropy")  # 交叉熵
train_step = tf.train.GradientDescentOptimizer(1e-3).minimize(cross_entropy)  # 梯度下降法
correct_prediction = tf.equal(tf.argmax(y_predict, 1), tf.argmax(y_actual, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))  # 精确度计算

sess = tf.InteractiveSession()
sess.run(tf.global_variables_initializer())
print("开始训练:")
for i in range(3000):
    batch = mnist.train.next_batch(20)
    if i % 500 == 0: 
        train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_actual: batch[1], keep_prob:1.0})
        print('step', i, 'train_accuracy', train_accuracy)
    train_step.run(feed_dict={x: batch[0], y_actual: batch[1], keep_prob: 0.5})
print("训练结束")
 
print("开始测试:")
test_accuracy = 0.0
for i in range(100):
    batch = mnist.test.next_batch(100)
    test_accuracy_i = accuracy.eval(feed_dict={x:batch[0], y_actual:batch[1], keep_prob:1.0})
    test_accuracy += test_accuracy_i
    if (i+1) % 20 == 0:
        print('step', i+1, 'test accuracy: ', test_accuracy_i)
print("训练集准确度: ", test_accuracy/100)    
print("测试结束")
sess.close()

实验结果：

在训练的时候，讲batch size改为50再训练一次。

修改训练部分的代码：

print("开始训练")
for i in range(1200):
    batch = mnist.train.next_batch(50)
    if i % 500 == 0: 
        train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_actual: batch[1], keep_prob:1.0})
        print('step', i, 'train_accuracy', train_accuracy)
    train_step.run(feed_dict={x: batch[0], y_actual: batch[1], keep_prob: 0.5})
print("训练结束")

运行结果：

问题1：

运行的时候，CPU几乎满负荷的在跑！！刚开始用测试集进行测试的时候，像其他博客一样，我把整个测试集一次性都传进去进行测试，然后，电脑就死机了，还一测一个死，不强制关机都不行T_T（应该是性能太差了，CPU和内存资源支持不了规模大一点的计算T_T）

然后我就把测试集也分成几个小的batch去进行测试，然后结果很快就跑出来了~

感觉有必要倒腾一下，弄个GPU版的了~

问题2

我本来想把训练好的模型保存下来，下次测试的时候只需要导入模型就可以了。代码是写了，但是实测结果发现好像不太对。这里就先不附代码了，后续跟进~

问题3

刚开始也觉得迷惑，为什么这个网络经过卷积操作之后，feature map的大小竟然不减小？后来才get到，因为在卷积的时候我们选择了参数SAME，指明了卷积后尺寸不变（通过填充和裁剪实现）。然后突然想起《数字图像处理》3.4.2中也提到过，看过就能大概明白了（如下图）。所以在这个CNN模型中，feature map的size只有在池化层的时候发生变化，28*28经过第一次池化后大小为14*14，经过第二次池化后大小为7*7~

问题4

感觉跑出来的正确率好像，有点......低啊，好像别人都有99%~

我发现我训练的时候，每个训练样本都只用了一次~而其他的一些博客，会将一个样本反复用来多训练几遍~

比如，这篇https://blog.csdn.net/chenhaifeng2016/article/details/62221544博文，其训练部分代码和实验结果如下：

然后我也尝试了一下，多训练几次，精确度也提提升到了将近99%~

修改代码：

print("开始训练:")
for i in range(10000):
    batch = mnist.train.next_batch(20)
    if i % 1000 == 0: 
        train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_actual: batch[1], keep_prob:1.0})
        print('step', i, 'train_accuracy', train_accuracy)
    train_step.run(feed_dict={x: batch[0], y_actual: batch[1], keep_prob: 0.5})
print("训练结束")

运行结果

MNIST手写数字识别——CNN

猜你喜欢