TensorFlow-2: 用 CNN 识别数字

---

本文结构：

• CNN
• 建立模型
• code

---

昨天只是用了简单的 softmax 做数字识别，准确率为 92%，这个太低了，今天用 CNN 来提高一下准确率。

关于 CNN，可以看这篇：

图解何为CNN

简单看一个典型的 Deep CNN 由若干组 Convolution－ReLU－Pooling 层组成。

这三层可以提取出有用的 pattern，但它们并不知道这些 pattern 是什么。
所以接着是 Fully Connected 层，它可以对数据进行分类。

在 CNN 中有几个重要的概念：
- stride
- padding
- pooling

stride，就是每跨多少步抽取信息。每一块抽取一部分信息，长宽就缩减，但是厚度增加。抽取的各个小块儿，再把它们合并起来，就变成一个压缩后的立方体。

padding，抽取的方式有两种，一种是抽取后的长和宽缩减，另一种是抽取后的长和宽和原来的一样。

pooling，就是当跨步比较大的时候，它会漏掉一些重要的信息，为了解决这样的问题，就加上一层叫pooling，事先把这些必要的信息存储起来，然后再变成压缩后的层：

即 Pooling 层是用来降维的。
经过 convolution 和 ReLU 的作用后，会有越来越复杂的形式，所以Pooling 层负责提取出最重要的 pattern，进而提高时间空间的效率。

patch，就是小方块的长宽的像素，in size 是image的厚度为1，out size是输出的厚度为32:

---

模型

主要就是建立 2 组 convolution－pooling 层，全连接层，加 dropout 减小过拟合，得到预测值 y_conv：

• 每一层建立 weight 和 bias，
• 和上一层的输出值经过 conv2d 作用后，应用 ReLu 激活函数，
• 再做 pooling 后得到的输出值传递给下一层