tensorflow学习笔记（七）：CNN手写体(MNIST)识别

---

---

一、CNN简介

一般的卷积神经网络由以下几个层组成：卷积层，池化层，非线性激活函数，全连接层。这四者构成了常见的卷积神经网络。当然，损失函数也至关重要，还有各种各样的网络的优化，使得网络准确率更高。

CNN的理论知识及推导请参照：卷积神经网络CNN模块化剖析。

二、主要函数

1、卷积 tf.nn.conv2d()：

顾名思义，用于卷积，定义如下：

tf.nn.conv2d (input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)

参数：

• input : 输入的要做卷积的图片，要求为一个张量，shape为 [ batch, in_height, in_weight, in_channel ]，其中batch为图片的数量，in_height 为图片高度，in_weight 为图片宽度，in_channel
  为图片的通道数，灰度图该值为1，彩色图为3；

• filter： 卷积核，要求也是一个张量，shape为 [ filter_height, filter_weight, in_channel, out_channels ]，其中 filter_height 为卷积核高度，filter_weight
  为卷积核宽度，in_channel 是图像通道数 ，和 input 的 in_channel 要保持一致，out_channel
  是卷积核数量；

• strides： 卷积时在图像每一维的步长，这是一个一维的向量，[ 1, strides, strides, 1]，第一位和最后一位固定必须是1，第二位参数表示x方向，第三位参数表示y方向；

• padding： string类型，值为“SAME” 和 “VALID”，表示的是卷积的形式，是否考虑边界。”SAME”是考虑边界，不足的时候用0去填充周围，”VALID”则不考虑；

• use_cudnn_on_gpu： bool类型，是否使用cudnn加速，默认为true。

返回值：结果返回一个Tensor，这个输出，就是我们常说的feature map。

程序示例：

kernel = tf.Variable(tf.truncated_normal([3,3,384,256], dtype=tf.float32, stddev=1e-1), name='weights')
conv = tf.nn.conv2d(conv3, kernel, [1,1,1,1],padding='SAME')

2、池化 tf.nn.max_pool()