（学习笔记01）MNIST手写数字的识别（tensorflow + CPU）

MNIST手写数字的识别

本节将学习机器学习的分类开发应用，即MNIST手写数字的识别。对此，我们通过建立一个两层神经网络的模型来用于识别图片里面的数字。

MNIST数据集介绍

MNIST是一个非常有名的手写体数字识别数据集，由60000个训练样本和10000个测试样本组成，每个样本都是一张28像素 × 28像素的灰度图像(1通道)，各个像素的取值在0到255之间。每个图像数据都相应地标有“1”“2”“3”等标签，如下图所示。

更多MNIST数据集的详细介绍可参考：MNIST数据集介绍

• 下载数据集：
  MNIST数据集下载网址：MNIST数据集下载
  下载到本地后该数据集共有四个压缩文件，如下图所示，可根据需要移动到指定路径。
  当然，也可以通过 tensorflow 来自动下载和安装这个数据集。

下载以后的数据集包括:

• Training set images[训练图集]: train-images-idx3-ubyte.gz (包含 60000 个样本)
• Training set labels[训练标签集]: train-labels-idx1-ubyte.gz (包含 60000 个标签)
• Test set images[测试图集]: t10k-images-idx3-ubyte.gz (包含 10000 个样本)
• Test set labels[测试标签集]: t10k-labels-idx1-ubyte.gz (包含 10000 个标签)

至此，数据的准备工作已完成。

环境搭建

• 环境说明

  电脑系统：win10

  CPU: i5

  显卡：
  

• 本文采用

  python 3.5.2 / anaconda 4.2.0

  tensorflow 1.2.1(CPU版本)

我们将在anaconda中集合的 jupyter notebook 中进行模型的训练。

模型训练

1.数据读取

tensorflow 提供了数据集读取的方法：

import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("xxx", one_hot = True)

其中 “xxx” 是你存放数据集的路径，可通过数据集属性进行查看。

[tips]: 这个路径要自己手动输入才可以，不要忘了将路径中的’ \ ‘更换为’ / '。

在 jupyter 中运行之后结果为：

input_data.read_data_sets() 函数里面有两个参数：第一个为数据集所放的路径；第二个参数是one_hot (独热编码)，设置为True，当然也可以把它设置为False，这两种情况下读进来的标签的数据格式是不一样的。当one_hot设置为True时，则对应的位置的值为1，其余都是0。

如果这个数字为3，就让下标为3的地方值为1，其他都为0。如果是8，就让下标为8的地方值为1，其他都为0。

[tips]: 如果是第一次读取MNIST数据集，在指定目录下不存在这个文件，那么它会自动去网上下载对应的文件，不过需要一定的等待时间；如果数据集已经存在了，那么它就会直接读取数据，速度会比较快。

2.模型构建

• 定义全连接层函数

  不管有多少层，对于每一层的定义都可以通过这个函数来解决。

def fcn_layer(inputs,             
               input_dim,          
               output_dim,         
               activation=None):  
    
    W = tf.Variable(tf.truncated_normal([input_dim, output_dim], stddev=0.1))
    b = tf.Variable(tf.zeros([output_dim]))
    XWb = tf.matmul(inputs,W) + b
    
    if activation is None:  
        outputs = XWb
    else:               
        outputs = activation(XWb)
    return outputs

定义了一个函数 fcn_layer()，它有四个参数：

权重与偏置项定义：

1. 权值W：它是TensorFlow的一个变量(tf.Variable)，它的形状为输入的神经元数量以及输出的神经元数量，以截断的正态分布随机数来初始化，它的标准差为0.1。

2. 偏置项b：以0来初始化偏置项b，它的形状为输出的神经元数量。

• 定义待输入数据的占位符

x = tf.placeholder(tf.float32, [None, 784],name = 'X' )
y = tf.placeholder(