之前的文章简单介绍了以及如何用的机器学习算法识别手写数字图片。可见即使不用神经网络，传统的机器学习算法在图像识别的领域也能取得不错的成绩（我跑出来了97.2% 的正确率）, 但是要将正确率再往上提升就会遇到瓶颈了。

此时，，尤其是就派上用场了。

用CNN的网络，在同样的平台上，目前我将手写图片识别的正确率提高到了99.1%，排名全球900多名左右。

1、导入库文件

使用深度学习的方法当然就要用到大名鼎鼎的TensorFlow。

import pandas as pdimport mathimport numpy as npimport matplotlib.pyplot as plt, matplotlib.image as mpimgfrom sklearn.model_selection import train_test_splitimport tensorflow as tf%matplotlib inline

2、准备数据

与一样，需要对数据进行分成Train 和 Test 两个组。

labeled_images = pd.read_csv('train.csv')images = labeled_images.iloc[:,1:]labels = labeled_images.iloc[:,:1]train_images, test_images,train_labels, test_labels = train_test_split(images, labels, test_size=0.02)

3、创建帮助函数

这是本问最难的部分，作用实际上就是对数据进行处理，转换成TensorFlow 读得懂的数据。

One Hot Encode

我们知道，这些图片的标签（识别结果）就是是0到9的10个数字，结果就是一个nx1的矩阵，n是训练样本的个数。为了让模型更加方便地处理数据（计算机是二进制的，最好给它0，1的数据），需要将数据转换成nx10的矩阵。比如果其中一个样板的标记是3，那么这一行的数列就应该是[0,0,0,1,0,0,0,0,0,0], 如果是9的话[0,0,0,0,0,0,0,0,0,1]。所有的样本叠起来就是一个nx10的矩阵。

def one_hot_encode(vec, vals=10):    '''    For use to one-hot encode the 10- possible labels    '''    n = len(vec)    out = np.zeros((n, vals))    out[range(n), vec] = 1    return out

帮助类

从的文章中我们知道，一张图片有三个维度——长，宽，颜色通道。对于本文中的黑色图片，第三个维度为1。在加上样本的个数(n)，整个训练样本应该是一个(nx28x28x1)的四维Tensor(张量)。set_up_images(self)函数就是将图片转换成这样的Tensor。next_batch（）函数则是n个训练样本分成若干个batch, 一个一个地送给模型(这个叫mini batch)。

class CifarHelper():        def __init__(self):        self.i = 0                # Intialize some empty variables for later on        self.training_images = None        self.training_labels = None                self.test_images = None        self.test_labels = None        def set_up_images(self):                print("Setting Up Training Images and Labels")                # Vertically stacks the training images        self.training_images = train_images.as_matrix()        train_len = self.training_images.shape[0]                # Reshapes and normalizes training images        self.training_images = self.training_images.reshape(train_len,28,28,1)/255        # One hot Encodes the training labels (e.g. [0,0,0,1,0,0,0,0,0,0])        self.training_labels = one_hot_encode(train_labels.as_matrix().reshape(-1), 10)                print("Setting Up Test Images and Labels")                # Vertically stacks the test images        self.test_images = test_images.as_matrix()        test_len = self.test_images.shape[0]                # Reshapes and normalizes test images        self.test_images = self.test_images.reshape(test_len,28,28,1)/255        # One hot Encodes the test labels (e.g. [0,0,0,1,0,0,0,0,0,0])        self.test_labels = one_hot_encode(test_labels.as_matrix().reshape(-1), 10)            def next_batch(self, batch_size):        # Note that the 100 dimension in the reshape call is set by an assumed batch size of 100        x = self.training_images[self.i:self.i+batch_size]        y = self.training_labels[self.i:self.i+batch_size]        self.i = (self.i + batch_size) % len(self.training_images)        return x, y

最后这两行代码就完成了数据的初始化。

# Before Your tf.Session run these two linesch = CifarHelper()ch.set_up_images()# During your session to grab the next batch use this line# (Just like we did for mnist.train.next_batch)# batch = ch.next_batch(100)

4、创建模型

这里用到了TensorFlow, 也许会之后在单独的文章中介绍如何使用，这里简单介绍一下。

使用TensorFlow 首先是要创建一个 computation graph(计算图谱)，也就是先告诉计算机模型是怎样的，包括神经网络有多少层，每层多少个神经元，输入输出数据的格式是怎的。此时还没有开始计算。

Placeholder

x 输入，y输出，hold_prob用于dropout(不多解释，主要用于随机丢弃神经元的一种正则化的方法)

x = tf.placeholder(tf.float32, shape=[None,28,28,1])y_true = tf.placeholder(tf.float32, shape=[None,10])hold_prob = tf.placeholder(tf.float32)

Help functions

这些函数是为了简化Tensorflow 创建神经网络的方法，根据从对CNN的介绍，我们需要卷积层，Pooling(池化)层，以及全连接层等等。

def init_weights(shape):    init_random_dist = tf.truncated_normal(shape, stddev=0.1)    return tf.Variable(init_random_dist)def init_bias(shape):    init_bias_vals = tf.constant(0.1, shape=shape)    return tf.Variable(init_bias_vals)def conv2d(x, W):    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')# x -->[batch, in_height, in_width, in_channels]# W --> [filter_height, filter_width, in_channels, out_channels]def max_pool_2by2(x):    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],                          strides=[1, 2, 2, 1], padding='SAME')def convolutional_layer(input_x, shape):    W = init_weights(shape)    b = init_bias([shape[3]])    return tf.nn.relu(conv2d(input_x, W) + b)def normal_full_layer(input_layer, size):    input_size = int(input_layer.get_shape()[1])    W = init_weights([input_size, size])    b = init_bias([size])    return tf.matmul(input_layer, W) + b

搭建神经网络

第一层，卷积+Pooling

convo_1 = convolutional_layer(x,shape=[6,6,1,32])convo_1_pooling = max_pool_2by2(convo_1)

第二层

convo_2 = convolutional_layer(convo_1_pooling,shape=[6,6,32,64])convo_2_pooling = max_pool_2by2(convo_2)

第三层, 全连接

convo_2_flat = tf.reshape(convo_2_pooling,[-1,7*7*64])full_layer_one = tf.nn.relu(normal_full_layer(convo_2_flat,1024))

Dropout 和 输出

full_one_dropout = tf.nn.dropout(full_layer_one,keep_prob=hold_prob)y_pred = normal_full_layer(full_one_dropout,10)

定义损失函数，和优化函数，初始化

Loss Function

cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_true,logits=y_pred))

Optimizer

optimizer = tf.train.AdamOptimizer(learning_rate=0.00002)train = optimizer.minimize(cross_entropy)

Intialize Variables

init = tf.global_variables_initializer()

5、训练模型

之前的准备工作妥当之后，实际上训练模型的代码就很短了。用Tensorflow训练模型，都必须在一个Session 之内并且初始化(都是套路)。

with tf.Session() as sess:    sess.run(tf.global_variables_initializer())

真正的代码就这两行, 实际上就是将之前帮助函数中定义的mini batch 送到模型中进行训练。

for i in range(50000):        batch = ch.next_batch(100)        sess.run(train, feed_dict={x: batch[0], y_true: batch[1], hold_prob: 0.5})

模型要进行50000次的迭代，我们需要将每100此迭代的结果打印出来。完整代码如下

with tf.Session() as sess:    sess.run(tf.global_variables_initializer())    for i in range(50000):        batch = ch.next_batch(100)        sess.run(train, feed_dict={x: batch[0], y_true: batch[1], hold_prob: 0.5})                # PRINT OUT A MESSAGE EVERY 100 STEPS        if i%100 == 0:                        print('Currently on step {}'.format(i))            print('Accuracy is:')            # Test the Train Model            matches = tf.equal(tf.argmax(y_pred,1),tf.argmax(y_true,1))            acc = tf.reduce_mean(tf.cast(matches,tf.float32))            print(sess.run(acc,feed_dict={x:ch.test_images,y_true:ch.test_labels,hold_prob:1.0}))            print('\n')            saver.save(sess,'models_saving/my_model.ckpt')

最后得到了98%的准确率

Currently on step 0Accuracy is:0.179762Currently on step 100Accuracy is:0.584524............Currently on step 49900Accuracy is:0.983333

至此，一个完整的用Tensorflow 训练CNN的过程就介绍完了，当然要最后还需要保存模型，用模型对新的数据进行预测，关于这部分的内容就留给读者自己吧。

————

相关文章

———— 文章首发steemit.com 为了方便墙内阅读，搬运至此，欢迎留言或者访问