Python-TensorFlow架构下CNN手写体识别（二）

字符识别（一）

数字识别

对于数字的识别。Python3.7+Tensorflow+MNIST数据集
（如果想完全看懂代码需要有一定基础，篇幅有限缺少了很多基础知识，但是代码已经完善，可以使用）

MNIST数据集

1、组成：数字0-9 ，60000张训练图，10000张测试图
2、原先可如下直接导入，但是我运行时出错，选择下载后使用

from tensorflow.examples.tutorials.mnist import input_data

TensorFlow

1、TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief
2、这里使用TensorFlow或许有人觉得没有使用Keras方便，的确，但是TensorFlow一定程度上可以让你窥视数据的变化。并且后续的英文字符识别也是使用TensorFlow。
多的不科普了，直接代码

import tensorflow as tf  
from tensorflow.examples.tutorials.mnist import input_data
import numpy as np
import os

def num():
    os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'#尝试限制日志文件输出，但是貌似没用，运行一片飘红
    tf.set_random_seed(1)
    np.random.seed(1)
    BATCH_SIZE = 50
    LR = 0.001
    mnist = input_data.read_data_sets('./mnist', one_hot=True)  
    test_x = mnist.test.images[:2000]
    test_y = mnist.test.labels[:2000]

    def weight_variable(shape):  # 初始化权重，初始化为接近0的很小的正值
        initial = tf.truncated_normal(shape, stddev=0.1)
        return tf.Variable(initial)
    def bias_variable(shape):  # 初始化偏置
        initial = tf.constant(0.1, shape=shape)
        return tf.Variable(initial)
    def conv2d(x, W):  # 卷积和池化，使用卷积步长为1（stride size）,0边距（padding size）池化用简单传统的2x2大小的模板做max pooling
        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')
    tf_x = tf.placeholder(tf.float32, [None, 28 * 28],name='input')/255
    x_image = tf.reshape(tf_x, [-1, 28, 28, 1])  # 最后一维代表通道数目，如果是rgb则为3
    tf_y = tf.placeholder("float", [None, 10])
    # 第一层卷积层
    W_conv1 = weight_variable([5, 5, 1, 16])
    b_conv1 = bias_variable([16])
    h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
    h_pool1 = max_pool_2x2(h_conv1)
    # 第二层 卷积层
    W_conv2 = weight_variable([5, 5, 16, 32])
    b_conv2 = bias_variable([32])
    h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
    h_pool2 = max_pool_2x2(h_conv2)

    flat = tf.reshape(h_pool2, [-1, 7*7*32])
    output = tf.layers.dense(flat, 10,name='output')    # output layer
    loss = tf.compat.v1.losses.softmax_cross_entropy(onehot_labels=tf_y, logits=output) # compute cost
    train_op = tf.compat.v1.train.AdamOptimizer(LR).minimize(loss)
    accuracy = tf.compat.v1.metrics.accuracy( labels=tf.argmax(tf_y, axis=1), predictions=tf.argmax(output, axis=1),)[1]

    with tf.Session() as sess:
        saver = tf.train.Saver()
        init_op = tf.group(tf.compat.v1.global_variables_initializer(), tf.local_variables_initializer()) # the local var is for accuracy_op
        sess.run(init_op)     # initialize var in graph
        saver.restore(sess, 'my_net/save_net.ckpt')
        for step in range(3000):
            b_x, b_y = mnist.train.next_batch(BATCH_SIZE)
            _, loss_ = sess.run([train_op, loss], {tf_x: b_x, tf_y: b_y})
            if step % 50 == 0:
                accuracy_, flat_representation = sess.run([accuracy, flat], {tf_x: test_x, tf_y: test_y})
                print('Step:', step, '| train loss: %.4f' % loss_, '| test accuracy: %.4f' % accuracy_)
            save_path = saver.save(sess, 'my_net/save_net.ckpt')
num()

代码使用指导：
1、如果报错显示MNIST导入相关错误，建议下载MNIST数据集，四个后缀为gz的文件，下载后装入文件夹，文件夹重命名为MNIST，放入与代码同个文件夹内
2、注意以下这句代码是调用已经训练好的数据，第一次训练的时候注释掉。

saver.restore(sess, 'my_net/save_net.ckpt')

小结
1、如有MNIST资源需求，或有疑问请留言
2、下篇内容是将上次识别定位的字符截取并识别出来，本次只是训练网络还未使用，无法展现可视化效果。
3、如觉得有帮助，还望收藏与关注，谢谢。