要說2017年什麼技術最火爆，無疑是google領銜的深度學習開源框架Tensorflow。本文簡述一下深度學習的入門例子MNIST。

深度學習簡單介紹

首先要簡單區別幾個概念：人工智慧，機器學習，深度學習，神經網路。這幾個詞應該是出現的最為頻繁的，但是他們有什麼區別呢？

人工智慧：人類通過直覺可以解決的問題，如：自然語言理解，影象識別，語音識別等，計算機很難解決，而人工智慧就是要解決這類問題。

機器學習：如果一個任務可以在任務T上，隨著經驗E的增加，效果P也隨之增加，那麼就認為這個程式可以從經驗中學習。

深度學習：其核心就是自動將簡單的特徵組合成更加複雜的特徵，並用這些特徵解決問題。

神經網路：

來一張圖就比較清楚了，如下圖：

MNIST解析

MNIST是深度學習的經典入門demo，他是由6萬張訓練圖片和1萬張測試圖片構成的，每張圖片都是28*28大小（如下圖），而且都是黑白色構成（這裡的黑色是一個0-1的浮點數，黑色越深表示數值越靠近1），這些圖片是採集的不同的人手寫從0到9的數字。TensorFlow將這個資料集和相關操作封裝到了庫中，下面我們來一步步解讀深度學習MNIST的過程。

上圖就是4張MNIST圖片。這些圖片並不是傳統意義上.jpg或者jpg格式的圖片，因.jpg或者jpg的圖片格式，會帶有很多幹擾資訊（如：資料塊，圖片頭，圖片尾，長度等等），這些圖片會被處理成很簡易的二維陣列，如圖：

可以看到，矩陣中有值的地方構成的圖形，跟左邊的圖形很相似。之所以這樣做，是為了讓模型更簡單清晰。特徵更明顯。

我們先看模型的程式碼以及如何訓練模型：

 mnist = input_data.read_data_sets(FLAGS.data_dir,one_hot=True)
# x是特徵值
 x = tf.placeholder(tf.float32,[None,784])
# w表示每一個特徵值（畫素點）會影響結果的權重
 W = tf.Variable(tf.zeros([784,10]))
 b = tf.Variable(tf.zeros([10]))
 y = tf.matmul(x,W) + b
# 是圖片實際對應的值
 y_ = tf.placeholder(tf.float32,10])<br>
 cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_,logits=y))
 train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
 sess = tf.InteractiveSession()
 tf.global_variables_initializer().run()
 # mnist.train 訓練資料
 for _ in range(1000):
  batch_xs,batch_ys = mnist.train.next_batch(100)
  sess.run(train_step,feed_dict={x: batch_xs,y_: batch_ys})
 
 #取得y得最大概率對應的陣列索引來和y_的陣列索引對比，如果索引相同，則表示預測正確
 correct_prediction = tf.equal(tf.arg_max(y,1),tf.arg_max(y_,1))
 accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
 
 print(sess.run(accuracy,feed_dict={x: mnist.test.images,y_: mnist.test.labels}))

首先第一行是獲取MNIST的資料集，我們逐一解釋一下：

x（圖片的特徵值）：這裡使用了一個28*28=784列的資料來表示一個圖片的構成，也就是說，每一個點都是這個圖片的一個特徵，這個其實比較好理解，因為每一個點都會對圖片的樣子和表達的含義有影響，只是影響的大小不同而已。至於為什麼要將28*28的矩陣攤平成為一個1行784列的一維陣列，我猜測可能是因為這樣做會更加簡單直觀。

W（特徵值對應的權重）：這個值很重要，因為我們深度學習的過程，就是發現特徵，經過一系列訓練，從而得出每一個特徵對結果影響的權重，我們訓練，就是為了得到這個最佳權重值。

b（偏置量）：是為了去線性話（我不是太清楚為什麼需要這個值）

y（預測的結果）：單個樣本被預測出來是哪個數字的概率，比如：有可能結果是[ 1.07476616 -4.54194021 2.98073649 -7.42985344 3.29253793 1.967506178.59438515 -6.65950203 1.68721473 -0.9658531 ]，則分別表示是0，1，2，3，4，5，6，7，8，9的概率，然後會取一個最大值來作為本次預測的結果，對於這個陣列來說，結果是6（8.59438515）

y_（真實結果）：來自MNIST的訓練集，每一個圖片所對應的真實值，如果是6，則表示為：[0 0 0 0 0 1 0 0 0]

再下面兩行程式碼是損失函式（交叉熵）和梯度下降演算法，通過不斷的調整權重和偏置量的值，來逐步減小根據計算的預測結果和提供的真實結果之間的差異，以達到訓練模型的目的。

演算法確定以後便可以開始訓練模型了，如下：

for _ in range(1000):
  batch_xs,y_: batch_ys})

mnist.train.next_batch(100)是從訓練集裡一次提取100張圖片資料來訓練，然後迴圈1000次，以達到訓練的目的。

之後的兩行程式碼都有註釋，不再累述。我們看最後一行程式碼：

print(sess.run(accuracy,y_: mnist.test.labels}))

mnist.test.images和mnist.test.labels是測試集，用來測試。accuracy是預測準確率。

當代碼執行起來以後，我們發現，準確率大概在92%左右浮動。這個時候我們可能想看看到底是什麼樣的圖片讓預測不準。則新增如下程式碼：

for i in range(0,len(mnist.test.images)):
 result = sess.run(correct_prediction,feed_dict={x: np.array([mnist.test.images[i]]),y_: np.array([mnist.test.labels[i]])})
 if not result:
  print('預測的值是：',sess.run(y,y_: np.array([mnist.test.labels[i]])}))
  print('實際的值是：',sess.run(y_,y_: np.array([mnist.test.labels[i]])}))
  one_pic_arr = np.reshape(mnist.test.images[i],(28,28))
  pic_matrix = np.matrix(one_pic_arr,dtype="float")
  plt.imshow(pic_matrix)
  pylab.show()
  break
 
print(sess.run(accuracy,y_: mnist.test.labels}))

for迴圈內指明一旦result為false，就表示出現了預測值和實際值不符合的圖片，然後我們把值和圖片分別打印出來看看：

預測的值是： [[ 1.82234347 -4.87242508 2.63052988 -6.56350136 2.73666072 2.30682945 8.59051228 -7.20512581 1.45552373 -0.90134078]]

對應的是數字6。
實際的值是： [[ 0. 0. 0. 0. 0. 1. 0. 0. 0. 0.]]

對應的是數字5。

我們再來看看圖片是什麼樣子的：

的確像5又像6。

總體來說，只有92%的準確率，還是比較低的，後續會解析一下比較適合識別圖片的卷積神經網路，準確率可以達到99%以上。

一些體會與感想

我本人是一名iOS開發，也是迎著人工智慧的浪潮開始一路學習，我覺得人工智慧終將改變我們的生活，也會成為未來的一個熱門學科。這一個多月的自學下來，我覺得最為困難的是克服自己的畏難情緒，因為我完全沒有AI方面的任何經驗，而且工作年限太久，線性代數，概率論等知識早已還給老師，所以在開始的時候，總是反反覆覆不停猶豫，糾結到底要不要把時間花費在研究深度學習上面。但是後來一想，假如我不學AI的東西，若干年後，AI發展越發成熟，到時候想學也會難以跟上步伐，而且，讓電腦學會思考這本身就是一件很讓人興奮的事情，既然想學，有什麼理由不去學呢？與大家共勉。

參考文章：

https://zhuanlan.zhihu.com/p/25482889

https://hit-scir.gitbooks.io/neural-networks-and-deep-learning-zh_cn/content/chap1/c1s0.html

到此這篇關於解析Tensorflow之MNIST的使用的文章就介紹到這了,更多相關Tensorflow MNIST內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！