[DL] 识别图中模糊的手写数字

MNIST是一个入门级的计算机视觉数据集。当我们开始学习编程时，第一件事往往是学习打印Hello World。在机器学习入门的领域里，我们会用MNIST数据集来实验各种模型。

#自动下载与安装MNIST数据集
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

#打印MNIST中信息
print('输入数据:', mnist.train.images)
print('训练数据的shape:', mnist.train.images.shape)   #输入数据的shape: (55000, 784)  55000张图片  一张图片为784（28×28）像素
print('测试数据的shape:', mnist.test.images.shape)
print('验证数据的shape:', mnist.validation.images.shape)

import pylab
im = mnist.train.images[100]    #第100张图片
im = im.reshape(-1, 28)
pylab.imshow(im)
pylab.show()

tf.reset_default_graph()
#定义占位符
#MNISRT数据集的维度是28×28=784 None代表第一个维度可以是任何长度。
# X代表能够输入任意数量的MNIST图像，每一张图展平成784维的向量
x = tf.placeholder(tf.float32, [None, 784])
y = tf.placeholder(tf.float32, [None, 10])     #数字0~9，共10个类别

#定义学习参数   一个Variable代表一个可修改的张量
W = tf.Variable(tf.random_normal([784, 10]))
b = tf.Variable(tf.zeros([10]))

pred = tf.nn.softmax(tf.matmul(x,W) + b)   #softmax分类   构建正向传播结构 表明只要模型中参数合适，通过具体的数据输入，就能得到我们想要的分类

#定义一个反向传播结构，编译训练模型，以得到合适的参数
#损失函数
cost = tf.reduce_mean(-tf.reduce_sum(y * tf.log(pred), reduction_indices=1))
#定义参数
learning_rate = 0.01
#使用梯度下降优化器
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)

training_epochs = 25   #整个样本集迭代25次
batch_size = 100       #训练过程中一次取100条数据进行训练
display_step = 1       #训练一次就把具体的中间状态显示出来

#启动session
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())   #初始化OP   运行初始化

    #启动循环开始训练
    for epoch in range(training_epochs):
        avg_cost = 0
        total_batch = int(mnist.train.num_examples/batch_size)
        #循环所有数据集
        for i in range(total_batch):
            batch_xs, batch_ys = mnist.train.next_batch(batch_size)
            #运行优化器
            _, c = sess.run([optimizer, cost], feed_dict={x: batch_xs, y: batch_ys})
            #计算平均loss值
            avg_cost += c/total_batch
        #显示训练中的详细信息
        if (epoch+1) % display_step == 0:
            print("Epoch:", '%04d'%(epoch+1), "cost=", "{:.9f}".format(avg_cost))

    print("Finished!")

    #测试model
    #由于是onehot编码，这里使用s了tf.argmax函数返回onehot编码中数值为1的那个元素的下标
    correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
    #计算准确率
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    print("Accuracy:", accuracy.eval({x:mnist.test.images, y:mnist.test.labels}))  #eval函数就是实现list、dict、tuple与str之间的转化

    #保存模型
    saver = tf.train.Saver()
    model_path = './mnist_model_save.cpkt'
    save_path = saver.save(sess, model_path)
    print("Model saved in file: %s" % save_path)

import tensorflow as tf
from MNIST_1 import pred, x, y, mnist
import pylab
saver = tf.train.Saver()
model_path = './mnist_model_save.cpkt'
#读取模型
print("Starting 2nd session...")
with tf.Session() as sess:
    #初始化变量
    sess.run(tf.global_variables_initializer())
    #恢复模型变量
    saver.restore(sess, model_path)
    #测试model
    correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
    #计算准确率
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    print("Accuracy:", accuracy.eval({x: mnist.test.images, y: mnist.test.labels}))

    output = tf.argmax(pred, 1)
    batch_xs, batch_ys = mnist.train.next_batch(2)
    outputval, predv = sess.run([output, pred], feed_dict={x: batch_xs})
    print(outputval, predv, batch_ys)

    im = batch_xs[0]
    im = im.reshape(-1, 28)
    pylab.imshow(im)
    pylab.show()

    im = batch_xs[1]
    im = im.reshape(-1, 28)
    pylab.imshow(im)
    pylab.show()

参考自 《深度学习之Tensor Flow 入门、原理与进阶实践》–李金洪