Tensorflow实战5：实现简单的卷积神经网络

1.卷积神经网络简介
卷积神经网络（convolutional neural network, CNN），最早是19世纪60年代，生物学家对猫视觉皮层研究发现：每个视觉神经元只会处理一小块区域是视觉图像，即感受野。后来到了80年代，日本科学家提出了神经认知机（Neocognitron）的概念，也可以算作是卷积神经网络最初的实现原型，在CS231n的课上说过，卷积神经网络不是一夜产生的，从这个发展过程中我们就可以看出，确实是这样的。卷积神经网络的要点就是局部连接（Local Connection）、权值共享（Weight sharing）和池化层（Pooling）中的降采样（Down-Sampling）。
2.简单神经网络的搭建
这里LZ就使用了两个卷积层和一个全连接层，目的主要是说明下在tensorflow中怎么定义卷积层和全连接层。

第一步，很简单，导入MNIST数据集，创建默认的Interactive Session

from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_sets("MNIST_data", one_hot = True)
sess = tf.InteractiveSession()

定义权重和偏差的初始化函数，这样省得后来一遍遍定义，直接调用初始化函数就可以了。

def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev = 0.1)
    return tf.Variable(initial)

def bias_variable(shape):
    initial = tf.constant(0.1, shape = shape)
    return tf.Variable(initial)

定义卷积层和池化层

def conv2d(x, W):
    return tf.nn.conv2d(x, W, strides = [1, 1, 1, 1], padding = 'SAME')

def max_pool_2_2(x):
    return tf.nn.max_pool(x, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')

定义输入的placeholder，x是特征，y_是真实的label。因为卷积神经网络是会用到2D的空间信息，所以要把784维的数据恢复成28*28的结构，使用的函数就是tf.shape的函数。

x = tf.placeholder(tf.float32, [None, 784])
y_ = tf.placeholder(tf.float32, [None, 10])
x_image = tf.reshape(x, [-1, 28, 28, 1])

定义第一个卷积层

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)
h_pool1 = max_pool_2_2(h_conv1)

定义第二个卷积层

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)
h_pool2 = max_pool_2_2(h_conv2)

定义第一个全连接层

W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 64])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)

根据之前讲过的，在训练数据比较小的情况下，为了防止过拟合，随机的将一些节点置0，增加网络的泛化能力。

keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

最后一个输出层也要对权重和偏差进行初始化。

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)

定义损失函数和训练的步骤，使用Adam优化器最小化损失函数。

cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y_conv), reduction_indices = [1]))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

计算预测的精确度。

correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

对全局的变量进行初始化，迭代20000次训练,使用的minibatch为50，所以总共训练的样本数量为100万。

tf.global_variables_initializer().run()
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})

输出最后的准确率。

print("test accuracy %g"%accuracy.eval(feed_dict = {x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))

这边我跑出来的准确率为99.29%，好像还不错哦O(∩_∩)O