开发平台：win10+py3.6 64bit + tensorflow-gpu == 1.9.0版本
使用的工具以及库：
- pycharm（全宇宙唯一一款专门用做python开发的工具）功能强大
- tensorflow-gpu 1.9 (win10下配置gpu环境过程多坑，配置教程看我另一篇博客)
- tensorflow cpu版不太建议，很慢很烫，是真的慢真的烫
先看看训练的tensorboard的图
详细解释看代码注释
- 准备工作
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
# 载入数据集，路径要找对自己的，数据集我的博客另外一片有下载链接
mnist = input_data.read_data_sets("../../tensorflow_code/mnist/", one_hot=True)
# 设置没批次的样本数据大小
batch_size = 50
# 定义一个学习率占位符，用于后面随着训练的次数增加来修改学习率，以便于更加好收敛
learn_rate = tf.placeholder(tf.float32)
# 学习率
# 初始值设置为0.15
rate = 0.15
# 计算一共有多少个批次， 后面好像也没有用它
n_batch = mnist.train.num_examples // batch_size
- 把随机生成权重，和偏置封装成函数
def weight_variable(shape, name=None):
"""
输入数据类型，随机初始化值返回
:param shape: [] 类型
:param name: 起的名字
:return: 随机初始化的值
"""
initial = tf.random_normal(shape=shape, stddev=0.1, name=name)
# 转化为tf.的变量类型才可以跟着训练改变，优化
return tf.Variable(initial)
def bias_variable(shape, name):
''' 初始化偏置 '''
initial = tf.constant(0.1, shape=shape)
return tf.Variable(initial, name=name)
3.第一层：卷积，激活，池化
经过第一层卷积池化：
卷积：就是窗口的每一个像素值乘于窗口的权重
5*5的采样窗口,32窗口卷积，x，y 步长为1
对于一张图片来说: 28 x 28 x 1
最后得到:32张 28 x 28 的图，因为步长全部为1
- 卷积层
def conv2(x, W):
'''卷积层，以为图片是2维的，所以使用2维的api tf.nn.conv2d()
x: 输入的图片数据的类型[batch（样本数）, height（图片高）, width（图片宽）, channels（图片RGB通道数）]
W filter： 卷积内核的shape [filter_height, filter_width, in_channels, out_channels（输出多少张表）]
strides[0]:样本图片， strides[3]：RGB通道，这两个一般选1， 一般不会跨图片，跨通道，去卷积计算得到一张表
strides[1]代表x方向的步长，strides[2]代表y方向的步长
padding: 一般选"SAME"（不够就补零）, "VALID"（不够就跳过）
'''
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
-
激活函数选择relu函数（大于0就是本身，小于0就改为0）
-
池化
max池化：取窗口里面最大的像素值代替这个区
ksize： 池化窗口的size [1, 2, 2, 1], 表示，池化窗口为 2 x 2 池化（一张一张图片 通道数也是一个一个来， 这两个绝大部分都是1）
strides ： 类似上面，步长x上面是2， y上面也是2
2828，池化后就成了 1414 ，也有32张
也就是传入第2次卷积你觉得数据为
[None, 14, 14, 32]
# 池化层
def max_pool_2x2(x):
# ksize [1,x,y,1]
return tf.nn.max_pool(value=x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
开始搭建第一层卷积网络
with tf.name_scope("input_data"):
# 定义两个placeholder
# 输入值的特征值784
x = tf.placeholder(tf.float32, [None, 784], name="x")
# 目标值 10个类别
y = tf.placeholder(tf.float32, [None, 10], name='y')
with tf.name_scope('x_image'):
# 改变x的格式转为4D的向量[batch, in_height, in_width, in_channels]`
x_image = tf.reshape(x, [-1, 28, 28, 1], name="x_image")
with tf.name_scope('Conv1'):
# 初始化第一个卷积层的权值和偏置
with tf.name_scope('W_conv1'):
# 随机生成 5*5的采样窗口，黑白图片，一个输入通道， 16个输出通道，16个卷积核从1个平面抽取特征，得到16张特征表
W_conv1 = weight_variable([5, 5, 1, 16], name='W_conv1')
with tf.name_scope('b_conv1'):
# # 每一个卷积核一个偏置值
b_conv1 = bias_variable([16], name='b_conv1')
# 把x_image和权值向量进行卷积，再加上偏置值，然后应用于relu激活函数
with tf.name_scope('conv2d_1'):
# conv2d_1 = [None, 28, 28, 16]
conv2d_1 = conv2(x_image, W_conv1) + b_conv1
# 使用relu激活函数，激活再经过池化
with tf.name_scope('relu'):
# relu： 小于0取0， 大于0取自己，像素值没有小于0的
h_conv1 = tf.nn.relu(conv2d_1)
with tf.name_scope('h_pool1'):
# 进行max-pooling
# tf.nn.max_pool(h_conv1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
# max_pool.池化就是取小框里面最大值代替这个框的值
# ksize： 池化窗口的size [1, 2, 2, 1], 表示，池化窗口为 2*2 池化（一张一张图片 通道数也是一个一个来， 这两个绝大部分都是1）
# strides ： 类似上面，步长x上面是2， y上面也是2
# h_pool1 = [None, 14, 14, 16]
h_pool1 = max_pool_2x2(h_conv1)
- 第二层卷积
ith tf.name_scope('Conv2'):
# 初始化第二个卷积层的权值和偏置
with tf.name_scope('W_conv2'):
W_conv2 = weight_variable([5, 5, 16, 32], name='W_conv2') # 5*5的采样窗口，32个卷积核从16个平面抽取特征
with tf.name_scope('b_conv2'):
b_conv2 = bias_variable([32], name='b_conv2') # 每一个卷积核一个偏置值
# 把h_pool1和权值向量进行卷积，再加上偏置值，然后应用于relu激活函数
with tf.name_scope('conv2d_2'):
# conv2d_2 = [None, 14, 14, 32]
conv2d_2 = conv2(h_pool1, W_conv2) + b_conv2
with tf.name_scope('relu'):
h_conv2 = tf.nn.relu(conv2d_2)
with tf.name_scope('h_pool2'):
# h_pool2 = [None, 7, 7, 32]
h_pool2 = max_pool_2x2(h_conv2) # 进行max-pooling
# 28*28的图片第一次卷积后还是28*28，第一次池化后变为14*14
# 第二次卷积后为14*14，第二次池化后变为了7*7
# 进过上面操作后得到64张7*7的平面
# 输出的为[None，7，7，64]
- 第一层全连接层网络
with tf.name_scope("fc1"):
# 初始化第一个全连接层的权值
with tf.name_scope('W_fc1'):
# 输入为[None，7，7，64]， 用1024个神经元运算
# 上一层有7*7*64个神经元，全连接层有1024个神经元
W_fc1 = weight_variable([7 * 7 * 32, 32], name='W_fc1')
# 1024个神经元就有1024个偏置
with tf.name_scope('b_fc1'):
b_fc1 = bias_variable([32], name='b_fc1') # 1024个节点
# 把池化层2的输出扁平化为1维
with tf.name_scope('h_pool2_flat'):
h_pool2_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 32], name='h_pool2_flat')
# 求第一个全连接层的输出，输入 X 权值 + bias
with tf.name_scope('wx_plus_b1'):
wx_plus_b1 = tf.matmul(h_pool2_flat, W_fc1) + b_fc1
# 激活函数
with tf.name_scope('relu'):
h_fc1 = tf.nn.relu(wx_plus_b1)
# keep_prob用来表示神经元的输出概率
# 控制一部分的神经元在运作
"""
目的：防止过拟合。
在数据量很大的时候，每批次都让所有的权重参加训练更新数值，
最后可能有些还没训练够，有些就过拟合了
让某个神经元的激活值以一定的概率p，让其停止工作，这次训练过程中不更新权值，
也不参加神经网络的计算。但是它的权重得保留下来（只是暂时不更新而已），
因为下次样本输入时它可能又得工作了.
但在测试及验证中：每个神经元都要参加运算，但其输出要乘以概率p。
"""
# 定义占位符
with tf.name_scope('keep_prob'):
keep_prob = tf.placeholder(tf.float32, name='keep_prob')
# keep_prob：0.7,就是让70%的神经元再更新参数
with tf.name_scope('h_fc1_drop'):
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob, name='h_fc1_drop')
- 第二层全连接层
with tf.name_scope("fc2"):
# 上一层输入为 [None, 1024]
# 这一层要求输出[None, 10],因为有 10 个数字类别
# 故要求weigh = [1024, 10], bias = [10]
# 初始化第2个全连接层
with tf.name_scope('w_fc2'):
w_fc2 = weight_variable([32, 10], name="w_fc2")
# 收集最后一层的权值分布
tf.summary.histogram("w_fc2",w_fc2)
with tf.name_scope("b_fc2"):
b_fc2 = bias_variable(shape=[10], name="b_fc2")
tf.summary.histogram("b_fc2", b_fc2)
# 输入的数据于权值相乘 + bias
with tf.name_scope("wx_plus_b2"):
wx_plus_b2 = tf.matmul(h_fc1_drop, w_fc2) + b_fc2
# 计算输出每一个类别的概率
with tf.name_scope("softmax"):
prediction = tf.nn.softmax(wx_plus_b2)
- loss函数以及优化器
# 计算交叉熵损失函数
with tf.name_scope("loss"):
# 输入真实值跟预测值
loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=prediction), name="loss")
# 收集损失函数的变化
tf.summary.scalar("loss", loss)
# 使用AdamOptimizer进行优化
# with tf.name_scope('train'):
# train_step = tf.train.AdamOptimizer(0.01).minimize(loss)
# 使用梯度下降优化器
with tf.name_scope('train'):
train_step = tf.train.GradientDescentOptimizer(learn_rate).minimize(loss)
- 准确率
# 计算准确率
with tf.name_scope('accuracy'):
with tf.name_scope('correct_prediction'):
# 结果存放在一个布尔列表中, [None, 10]
correct_prediction = tf.equal(tf.argmax(prediction, 1), tf.argmax(y, 1)) # argmax返回一维张量中最大的值所在的位置
with tf.name_scope('accuracy'):
# 求准确率
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
tf.summary.scalar('accuracy', accuracy)
- 开始训练，保存模型
# 合并所有的summary
merged = tf.summary.merge_all()
# 最后开启会话进行训练
with tf.Session() as sess:
# 初始化所有的变量
sess.run(tf.global_variables_initializer())
train_writer = tf.summary.FileWriter("F:/mnist/model/train/", graph=sess.graph)
test_writer = tf.summary.FileWriter("F:/mnist/model/test/", graph=sess.graph)
for i in range(1000):
# 开始训练模型
# 训练模型
batch_xs, batch_ys = mnist.train.next_batch(batch_size)
sess.run(train_step, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 0.5, learn_rate: rate})
# 记录训练集计算的参数
summary = sess.run(merged, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.0, learn_rate: rate})
train_writer.add_summary(summary, i)
# 记录测试集计算的参数
batch_xs, batch_ys = mnist.test.next_batch(batch_size)
summary = sess.run(merged, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.0, learn_rate: rate})
test_writer.add_summary(summary, i)
if i % 100 == 0:
# 每50次下降一点学习率
rate = rate * 0.93
test_acc = sess.run(accuracy, feed_dict={x: mnist.test.images, y: mnist.test.labels, keep_prob: 1.0, learn_rate: rate})
train_acc = sess.run(accuracy, feed_dict={x: mnist.train.images[:10000], y: mnist.train.labels[:10000],
keep_prob: 1.0})
print("Iter " + str(i) + ", Testing Accuracy= " + str(test_acc) + ", Training Accuracy= " + str(train_acc))