tensorflow入门学习，建立多层卷积网络模型，提升MNIST手写数字识别正确率到99%（三）

经过前面两节的介绍，已经对 tensorflow 有了一定的了解，这一节，将在前两节基础上进一步了解 tensorflow。

tensorflow 学习的回顾和总结

在 tensorflow学习，几个基本概念：图，会话，feed，fetch等 小节，提到计算需要再 session 里进行。这是因为，虽然在前端，我们使用 python 与 tensorflow 交互，但是我们都知道 python 是脚本语言，执行效率并不高，所以 tensorflow 实际上是靠更加高效的 C++ 后端进行计算的。方便的前端和高效的后端协同工作，这是 tensorflow 的一个特点，前端的我们可以使用 python 描述出一个 计算图 ,然后交给高效的 C++ 后端计算，前后端的连接就叫作 session。

interactiveSession，顾名思义，就是一个 交互性质的会话，通过交互类，可以在运行图的时候，插入一些 计算图。启动一个交互session，可以利用下面代码：

import tensorflow as tf
sess = tf.InteractiveSession()

说起在 python 中实现高效的数值计算，比较常用的做法是使用 NumPy 一类的库，将比较复杂耗时的运算在 python 外部的高效环境中进行，例如 C C++ 等语言变现的代码。

然而，虽然这样可以在运算上提升效率，但是从外部环境切换回 python 时，数据交换仍然非常低效。如前面说的，tensorflow 也是在 python 外部环境进行的复杂数值计算，不过，为了减小计算后数据交换的低效，tensorflow 没有在 python 外部独立进行某个耗时计算，而是让使用者先用 python 描述交互操作图，然后将其全部完全运行在 python 外部。

构建更加精确的手写数字识别 tensorflow 模型

在 tensorflow学习，MNIST数据集的使用，识别手写数字实战项目（二） 小节，我们实现了约 91% 正确率的手写数字识别，这个正确率显然不够高。这一节，我们将利用多层卷积网络实现更加精确的手写数字识别。

1. 卷积

什么是卷积呢？我的理解卷积就是 移动乘积，下图较大网格表示一幅图片，有一个3 * 3 的卷积核。假设每次移动 1 个单位（步长 1）做乘积运算（当移动到边界时回到最左端并向下移动一个单位），经过计算后（经过卷积后）形成一个6 * 4的图。卷积常常用来提取特征，特别适合图片识别。

2. 池化

池化的概念与卷积类似，只不过它不是做乘积运算，而是取卷积核包围数据的特殊值（如最大值，平均值等）作为结果。通常，在卷积操作后，通过池化获得有用的特征，常用 2x2 最大值池化操作。

3. 权重初始化

建立模型后，剩下的工作内容主要就是计算权值和偏置了，这一点上一节说的比较清楚。所以，创建模型需要大量的权重和偏置项，下面的 python 代码即是实现权值初始化和偏置初始化的：

# 加入一点噪声是为了避免 0 梯度
def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
return tf.Variable(initial)

# 使用一个较小正数初始化，可以避免神经元输出恒 0（死神经元）
def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
return tf.Variable(initial)

4. 卷积和池化

上面已经介绍了什么是卷积和池化，这里直接上代码

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')

卷积使用 1 步长（stride size），0 边距（padding size）的模板，保证输出和输入是同大小。池化用简单传统的 2x2 大小的模板做最大值池化。

5. 第一层卷积

第一层卷积由 卷积 和 池化 组成，卷积在 5X5 的数据簇中计算出 32 个特征，卷积权重张量形状为 [5,5,1,32]，前两个纬度是数据簇大小，1表示一个通道，因为咱们使用的数据集是灰度图像，只有一个数值。偏置量显然等于32：

W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])
x_image = tf.reshape(x, [-1,28,28,1])   # 图片尺寸 28*28
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)    # 使用 ReLU 神经元，大于0的值不变，小于0的值全部归零
h_pool1 = max_pool_2x2(h_conv1) # 池化卷积

6. 第二层卷积

构造更深的网络，第二层中，每个 5x5 的数据簇会得到 64 个特征。

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)

以上代码的意义可以参照第 5 小节。

7. 连接

现在，经过两次卷积，图片尺寸由 28x28 减小到 7x7 了，我们加入一个 1024 个神经元的全连接层，将各层连接起来。

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)

如上，池化层被 reshape 成一个向量，乘上权重值，再加上偏置，最后使用 ReLU 激活函数，都是很常规的操作。

8. 减少过拟合

为了减少过拟合，在输出层之前加入 dropout：

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

placeholder 代表一个神经元的输出在 dropout 中保持不变的概率。这样可以在训练过程中启用 dropout，在测试过程中关闭 dropout。 TensorFlow 的 tf.n
n.dropout 操作除了可以屏蔽神经元的输出外，还会自动处理神经元输出值的scale。所以用dropout的时候可以不
用考虑scale。

9. 输出层

和上一讲一样，最后，加上 softmax 输出层

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)

至此，一个多层的 tensorflow 卷积网络模型就构建完毕了。

测试模型

测试过程和上一讲几乎一致，只是这里用了更加复杂的ADAM优化器来做梯度最速下降，在 feed_dict 中加入额外的参数 keep_prob 来控制 dropout 比例。

cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
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, "float"))
sess.run(tf.initialize_all_variables())
for i in range(20000):
    batch = mnist.train.next_batch(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})