李元浩资料

本文主要介绍李元浩资料 方法和在新技术下所面对的“挑战”,方便大家深入理解李元浩资料 过程。本文也将分享李元浩资料 所遇到的问题和应对策略,怎么解决怎么做的问题。
通过深入本文可以理解代码原理,进行代码文档的下载,也可以查看相应 Demo 部署效果。

Mnist手写数字识别 Tensorflow

任务目标

  • 了解mnist数据集
  • 搭建和测试模型

编辑环境

操作系统:Win10
python版本:3.6
集成开发环境:pycharm
tensorflow版本:1.*


程序流程图

李元浩


了解mnist数据集

mnist数据集:mnist数据集下载地址
  MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据.
  图片是以字节的形式进行存储, 我们需要把它们读取到 NumPy array 中, 以便训练和测试算法。
读取mnist数据集

mnist = input_data.read_data_sets("mnist_data", one_hot=True) 

模型结构

输入层

with tf.variable_scope("data"):       x = tf.placeholder(tf.float32,shape=[None,784],name='x_pred') # 784=28*28*1 宽长为28,单通道图片       y_true = tf.placeholder(tf.int32,shape=[None,10]) # 10个类别    

第一层卷积

  现在我们可以开始实现第一层了。它由一个卷积接一个max pooling完成。卷积在每个5×5的patch中算出32个特征。卷积的权重张量形状是[5, 5, 1, 32],前两个维度是patch的大小,接着是输入的通道数目,最后是输出的通道数目。 而对于每一个输出通道都有一个对应的偏置量。
为了用这一层,我们把x变成一个4d向量,其第2、第3维对应图片的宽、高,最后一维代表图片的颜色通道数(因为是灰度图所以这里的通道数为1,如果是rgb彩色图,则为3)。
我们把x_image和权值向量进行卷积,加上偏置项,然后应用ReLU激活函数,最后进行max pooling。

with tf.variable_scope("conv1"):       w_conv1 = tf.Variable(tf.random_normal([5,5,1,32])) # 5*5的卷积核  1个通道的输入图像  32个不同的卷积核,得到32个特征图       b_conv1 = tf.Variable(tf.constant(0.0,shape=[32]))       x_reshape = tf.reshape(x,[-1,28,28,1]) # n张 28*28 的单通道图片       conv1 = tf.nn.relu(tf.nn.conv2d(x_reshape,w_conv1,strides=[1,1,1,1],padding="SAME")+b_conv1) #strides为过滤器步长 padding='SAME' 边缘自动补充       pool1 = tf.nn.max_pool(conv1,ksize=[1,2,2,1],strides=[1,2,2,1],padding="SAME") # ksize为池化层过滤器的尺度,strides为过滤器步长  padding="SAME" 考虑边界,如果不够用 用0填充 

第二层卷积

  为了构建一个更深的网络,我们会把几个类似的层堆叠起来。第二层中,每个5×5的patch会得到64个特征

with tf.variable_scope("conv2"):     w_conv2 = tf.Variable(tf.random_normal([5,5,32,64]))     b_conv2 = tf.Variable(tf.constant(0.0,shape=[64]))     conv2 = tf.nn.relu(tf.nn.conv2d(pool1,w_conv2,strides=[1,1,1,1],padding="SAME")+b_conv2)     pool2 = tf.nn.max_pool(conv2,ksize=[1,2,2,1],strides=[1,2,2,1],padding="SAME") 

密集连接层

  现在,图片尺寸减小到7×7,我们加入一个有1024个神经元的全连接层,用于处理整个图片。我们把池化层输出的张量reshape成一些向量,乘上权重矩阵,加上偏置,然后对其使用ReLU。
  为了减少过拟合,我们在输出层之前加入dropout。我们用一个placeholder来代表一个神经元的输出在dropout中保持不变的概率。这样我们可以在训练过程中启用dropout,在测试过程中关闭dropout。 TensorFlow的tf.nn.dropout操作除了可以屏蔽神经元的输出外,还会自动处理神经元输出值的scale。所以用dropout的时候可以不用考虑scale。

with tf.variable_scope("fc1"):       w_fc1 = tf.Variable(tf.random_normal([7*7*64,1024])) # 经过两次卷积和池化 28 * 28/(2+2) = 7 * 7       b_fc1 = tf.Variable(tf.constant(0.0,shape=[1024]))       h_pool2_flat = tf.reshape(pool2, [-1, 7 * 7 * 64])       h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, w_fc1) + b_fc1)       # 在输出层之前加入dropout以减少过拟合       keep_prob = tf.placeholder("float32",name="keep_prob")       h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) 

输出层

&emsp’ 最后,我们添加一个softmax层,就像前面的单层softmax regression一样。

with tf.variable_scope("fc2"):       w_fc2 = tf.Variable(tf.random_normal([1024,10])) # 经过两次卷积和池化 28 * 28/(2+2) = 7 * 7       b_fc2 = tf.Variable(tf.constant(0.0,shape=[10]))       y_predict = tf.matmul(h_fc1_drop,w_fc2)+b_fc2       tf.add_to_collection('pred_network', y_predict)  # 用于加载模型获取要预测的网络结构 

训练和评估模型

  为了进行训练和评估,我们使用与之前简单的单层SoftMax神经网络模型几乎相同的一套代码,只是我们会用更加复杂的ADAM优化器来做梯度最速下降,在feed_dict中加入额外的参数keep_prob来控制dropout比例。然后每100次迭代输出一次日志。

with tf.variable_scope("loss"):     loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_true,logits=y_predict)) with tf.variable_scope("optimizer"):     # 使用反向传播,利用优化器使损失函数最小化     train_op = tf.train.AdamOptimizer(0.001).minimize(loss) with tf.variable_scope("acc"):     # 检测我们的预测是否真实标签匹配(索引位置一样表示匹配)     # tf.argmax(y_conv,dimension), 返回最大数值的下标 通常和tf.equal()一起使用,计算模型准确度     # dimension=0 按列找  dimension=1 按行找     equal_list = tf.equal(tf.arg_max(y_true,1),tf.arg_max(y_predict,1))     # 统计测试准确率, 将correct_prediction的布尔值转换为浮点数来代表对、错,并取平均值。     accuracy = tf.reduce_mean(tf.cast(equal_list,tf.float32)) # tensorboard # tf.summary.histogram用来显示直方图信息 # tf.summary.scalar用来显示标量信息 # Summary:所有需要在TensorBoard上展示的统计结果 tf.summary.histogram("weight",w_fc2) tf.summary.histogram("bias",b_fc2) tf.summary.scalar("loss",loss) tf.summary.scalar("acc",accuracy) merged = tf.summary.merge_all() saver = tf.train.Saver() with tf.Session() as sess:     sess.run(tf.global_variables_initializer())     filewriter = tf.summary.FileWriter("tfboard",graph=sess.graph)     if is_train: # 训练         for i in range(20001):             x_train, y_train = mnist.train.next_batch(50)             if i%100==0:                 # 评估模型准确度,此阶段不使用Dropout                 print("第%d训练,准确率为%f" % (i + 1, sess.run(accuracy, feed_dict={x: x_train, y_true: y_train, keep_prob: 1.0})))             # # 训练模型,此阶段使用50%的Dropout             sess.run(train_op,feed_dict={x:x_train,y_true:y_train,keep_prob: 0.5})             summary = sess.run(merged,feed_dict={x:x_train,y_true:y_train, keep_prob: 1})             filewriter.add_summary(summary,i)         saver.save(sess,savemodel)     else: # 测试集预测         count = 0.0         epochs = 300         saver.restore(sess, savemodel)         for i in range(epochs):             x_test, y_test = mnist.train.next_batch(1)             print("第%d张图片,真实值为:%d预测值为:%d" % (i + 1,                                              tf.argmax(sess.run(y_true, feed_dict={x: x_test, y_true: y_test,keep_prob: 1.0}),                                                        1).eval(),                                              tf.argmax(                                                  sess.run(y_predict, feed_dict={x: x_test, y_true: y_test,keep_prob: 1.0}),                                                  1).eval()                                              ))             if (tf.argmax(sess.run(y_true, feed_dict={x: x_test, y_true: y_test,keep_prob: 1.0}), 1).eval() == tf.argmax(                     sess.run(y_predict, feed_dict={x: x_test, y_true: y_test,keep_prob: 1.0}), 1).eval()):                 count = count + 1         print("正确率为 %.2f " % float(count * 100 / epochs) + "%") 

评估结果
李元浩


传入手写图片,利用模型预测

  首先利用opencv包将图片转为单通道(灰度图),调整图像尺寸28*28,并且二值化图像,通过处理最后得到一个(0~1)扁平的图片像素值(一个二维数组)。
手写数字图片
李元浩
处理手写数字图片

def dealFigureImg(imgPath):     img = cv2.imread(imgPath)  # 手写数字图像所在位置     img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换图像为单通道(灰度图)     resize_img = cv2.resize(img, (28, 28))  # 调整图像尺寸为28*28     ret, thresh_img = cv2.threshold(resize_img, 127, 255, cv2.THRESH_BINARY)  # 二值化     cv2.imwrite("image/temp.jpg",thresh_img)     im = Image.open('image/temp.jpg')     data = list(im.getdata()) # 得到一个扁平的 图片像素     result = [(255 - x) * 1.0 / 255.0 for x in data] # 像素值范围(0-255),转换为(0-1) ->符合模型训练时传入数据的值     result = np.expand_dims(result, 0) # 扩展维度 ->符合模型训练时传入数据的维度     os.remove('image/temp.jpg')     return result 

载入模型进行预测

def predictFigureImg(imgPath):     result = dealFigureImg(imgPath)     with tf.Session() as sess:         new_saver = tf.train.import_meta_graph("model/mnist_model.meta")         new_saver.restore(sess, "model/mnist_model")         graph = tf.get_default_graph()         x = graph.get_operation_by_name('data/x_pred').outputs[0]         keep_prob = graph.get_operation_by_name('fc1/keep_prob').outputs[0]         y = tf.get_collection("pred_network")[0]         predict = np.argmax(sess.run(y, feed_dict={x: result,keep_prob:1.0}))         print("result:",predict) 

预测结果
李元浩


完整代码

import tensorflow as tf import cv2 import os import numpy as np from PIL import Image from tensorflow.examples.tutorials.mnist import input_data  # 构造模型 def getMnistModel(savemodel,is_train):     """     :param savemodel:  模型保存路径     :param is_train: True为训练,False为测试模型     :return:None     """     mnist = input_data.read_data_sets("mnist_data", one_hot=True)     with tf.variable_scope("data"):         x = tf.placeholder(tf.float32,shape=[None,784],name='x_pred') # 784=28*28*1 宽长为28,单通道图片         y_true = tf.placeholder(tf.int32,shape=[None,10]) # 10个类别      with tf.variable_scope("conv1"):         w_conv1 = tf.Variable(tf.random_normal([5,5,1,32])) # 5*5的卷积核  1个通道的输入图像  32个不同的卷积核,得到32个特征图         b_conv1 = tf.Variable(tf.constant(0.0,shape=[32]))         x_reshape = tf.reshape(x,[-1,28,28,1]) # n张 28*28 的单通道图片         conv1 = tf.nn.relu(tf.nn.conv2d(x_reshape,w_conv1,strides=[1,1,1,1],padding="SAME")+b_conv1) #strides为过滤器步长 padding='SAME' 边缘自动补充         pool1 = tf.nn.max_pool(conv1,ksize=[1,2,2,1],strides=[1,2,2,1],padding="SAME") # ksize为池化层过滤器的尺度,strides为过滤器步长  padding="SAME" 考虑边界,如果不够用 用0填充     with tf.variable_scope("conv2"):         w_conv2 = tf.Variable(tf.random_normal([5,5,32,64]))         b_conv2 = tf.Variable(tf.constant(0.0,shape=[64]))         conv2 = tf.nn.relu(tf.nn.conv2d(pool1,w_conv2,strides=[1,1,1,1],padding="SAME")+b_conv2)         pool2 = tf.nn.max_pool(conv2,ksize=[1,2,2,1],strides=[1,2,2,1],padding="SAME")     with tf.variable_scope("fc1"):         w_fc1 = tf.Variable(tf.random_normal([7*7*64,1024])) # 经过两次卷积和池化 28 * 28/(2+2) = 7 * 7         b_fc1 = tf.Variable(tf.constant(0.0,shape=[1024]))         h_pool2_flat = tf.reshape(pool2, [-1, 7 * 7 * 64])         h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, w_fc1) + b_fc1)         # 在输出层之前加入dropout以减少过拟合         keep_prob = tf.placeholder("float32",name="keep_prob")         h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)     with tf.variable_scope("fc2"):         w_fc2 = tf.Variable(tf.random_normal([1024,10])) # 经过两次卷积和池化 28 * 28/(2+2) = 7 * 7         b_fc2 = tf.Variable(tf.constant(0.0,shape=[10]))         y_predict = tf.matmul(h_fc1_drop,w_fc2)+b_fc2         tf.add_to_collection('pred_network', y_predict)  # 用于加载模型获取要预测的网络结构     with tf.variable_scope("loss"):         loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_true,logits=y_predict))     with tf.variable_scope("optimizer"):         # 使用反向传播,利用优化器使损失函数最小化         train_op = tf.train.AdamOptimizer(0.001).minimize(loss)     with tf.variable_scope("acc"):         # 检测我们的预测是否真实标签匹配(索引位置一样表示匹配)         # tf.argmax(y_conv,dimension), 返回最大数值的下标 通常和tf.equal()一起使用,计算模型准确度         # dimension=0 按列找  dimension=1 按行找         equal_list = tf.equal(tf.arg_max(y_true,1),tf.arg_max(y_predict,1))         # 统计测试准确率, 将correct_prediction的布尔值转换为浮点数来代表对、错,并取平均值。         accuracy = tf.reduce_mean(tf.cast(equal_list,tf.float32))      # tensorboard     # tf.summary.histogram用来显示直方图信息     # tf.summary.scalar用来显示标量信息     # Summary:所有需要在TensorBoard上展示的统计结果     tf.summary.histogram("weight",w_fc2)     tf.summary.histogram("bias",b_fc2)     tf.summary.scalar("loss",loss)     tf.summary.scalar("acc",accuracy)     merged = tf.summary.merge_all()     saver = tf.train.Saver()     with tf.Session() as sess:         sess.run(tf.global_variables_initializer())         filewriter = tf.summary.FileWriter("tfboard",graph=sess.graph)         if is_train: # 训练             for i in range(20001):                 x_train, y_train = mnist.train.next_batch(50)                 if i%100==0:                     # 评估模型准确度,此阶段不使用Dropout                     print("第%d训练,准确率为%f" % (i + 1, sess.run(accuracy, feed_dict={x: x_train, y_true: y_train, keep_prob: 1.0})))                 # # 训练模型,此阶段使用50%的Dropout                 sess.run(train_op,feed_dict={x:x_train,y_true:y_train,keep_prob: 0.5})                 summary = sess.run(merged,feed_dict={x:x_train,y_true:y_train, keep_prob: 1})                 filewriter.add_summary(summary,i)             saver.save(sess,savemodel)         else: # 测试集预测             count = 0.0             epochs = 300             saver.restore(sess, savemodel)             for i in range(epochs):                 x_test, y_test = mnist.train.next_batch(1)                 print("第%d张图片,真实值为:%d预测值为:%d" % (i + 1,                                                  tf.argmax(sess.run(y_true, feed_dict={x: x_test, y_true: y_test,keep_prob: 1.0}),                                                            1).eval(),                                                  tf.argmax(                                                      sess.run(y_predict, feed_dict={x: x_test, y_true: y_test,keep_prob: 1.0}),                                                      1).eval()                                                  ))                 if (tf.argmax(sess.run(y_true, feed_dict={x: x_test, y_true: y_test,keep_prob: 1.0}), 1).eval() == tf.argmax(                         sess.run(y_predict, feed_dict={x: x_test, y_true: y_test,keep_prob: 1.0}), 1).eval()):                     count = count + 1             print("正确率为 %.2f " % float(count * 100 / epochs) + "%") # 手写数字图像预测 def dealFigureImg(imgPath):     img = cv2.imread(imgPath)  # 手写数字图像所在位置     img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换图像为单通道(灰度图)     resize_img = cv2.resize(img, (28, 28))  # 调整图像尺寸为28*28     ret, thresh_img = cv2.threshold(resize_img, 127, 255, cv2.THRESH_BINARY)  # 二值化     cv2.imwrite("image/temp.jpg",thresh_img)     im = Image.open('image/temp.jpg')     data = list(im.getdata()) # 得到一个扁平的 图片像素     result = [(255 - x) * 1.0 / 255.0 for x in data] # 像素值范围(0-255),转换为(0-1) ->符合模型训练时传入数据的值     result = np.expand_dims(result, 0) # 扩展维度 ->符合模型训练时传入数据的维度     os.remove('image/temp.jpg')     return result  def predictFigureImg(imgPath):     result = dealFigureImg(imgPath)     with tf.Session() as sess:         new_saver = tf.train.import_meta_graph("model/mnist_model.meta")         new_saver.restore(sess, "model/mnist_model")         graph = tf.get_default_graph()         x = graph.get_operation_by_name('data/x_pred').outputs[0]         keep_prob = graph.get_operation_by_name('fc1/keep_prob').outputs[0]         y = tf.get_collection("pred_network")[0]         predict = np.argmax(sess.run(y, feed_dict={x: result,keep_prob:1.0}))         print("result:",predict)   if __name__ == '__main__':     # 训练和预测     modelPath = "model/mnist_model"     getMnistModel(modelPath,True) # True 训练 False 预测     # 图片传入模型 进行预测     # imgPath = "image/8.jpg"     # predictFigureImg(imgPath) 

tensorflow官方文档 mnist进阶:https://www.freesion.com/article/8867776254/

李元浩资料部分资料来自网络,侵权毕设源码联系删除

区块链毕设网(www.qklbishe.com)全网最靠谱的原创区块链毕设代做网站
部分资料来自网络,侵权联系删除!
资源收费仅为搬运整理打赏费用,用户自愿支付 !
qklbishe.com区块链毕设代做网专注|以太坊fabric-计算机|java|毕业设计|代做平台 » 李元浩资料

提供最优质的资源集合

立即查看 了解详情