匯入MNIST資料

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

建立佔位符，存放輸入的mini-batch訓練集，784是影象展開的維度(28*28)，10是分類的類數，是一個one-hot向量

x = tf.placeholder(tf.float32, [None, 784])
y_ = tf.placeholder(tf.float32, [None, 10
 
])

定義變數weight_variable，卷積層中即卷積核，初始為均值0，標準差0.1的截斷正態分佈

def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(initial)

定義變數bias_variable，即偏置， 初始為0.1的常量張量

def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)
 

定義卷積操作

關於tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)：

• input：指需要做卷積的輸入影象，它要求是一個Tensor，具有[batch, in_height, in_width, in_channels]這樣的shape，具體含義是[訓練時一個batch的圖片數量, 圖片高度, 圖片寬度, 影象通道數]，注意這是一個4維的Tensor，要求型別為float32和float64其中之一
• filter：相當於CNN中的卷積核，它要求是一個Tensor，具有[filter_height, filter_width, in_channels, out_channels]這樣的shape，具體含義是[卷積核的高度，卷積核的寬度，影象通道數，卷積核個數]，要求型別與引數input相同，第三維in_channels，就是引數input的第四維
• strides：卷積時在影象每一維的步長，這是一個一維的向量，長度4，每跨多少步抽取資訊，[1, x_movement,y_movement, 1]
• padding：string型別的量，只能是”SAME”,”VALID”其中之一，這個值決定了不同的卷積方式邊距處理，“SAME”表示輸出圖層和輸入圖層大小保持不變，設定為“VALID”時表示捨棄多餘邊距(丟失資訊)

結果返回一個Tensor，這個輸出，就是我們常說的feature map

def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

定義最大池化操作

關於tf.nn.max_pool(value, ksize, strides, padding, name=None)

• value：需要池化的輸入，一般池化層接在卷積層後面，所以輸入通常是feature map，[batch, height, width, channels]這樣的shape
• ksize：池化視窗的大小，取一個四維向量，一般是[1, height, width, 1]，因為我們不想在batch和channels上做池化，所以這兩個維度設為了1
• strides：和卷積類似，視窗在每一個維度上滑動的步長，一般也是[1, stride,stride, 1]
• padding：和卷積類似，可以取’VALID’ 或者’SAME’

返回一個Tensor，型別不變，shape仍然是[batch, height, width, channels]這種形式

def max_pool_2x2(x):
    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

將輸入mini-batch影象擴充套件到4維，即[batch, in_height, in_width, in_channels]的shape，以進行卷積操作

x_image = tf.reshape(x, [-1, 28, 28, 1])

指定第一層卷積核的shape，即[filter_height, filter_width, in_channels, out_channels]，以進行卷積操作

W_conv1 = weight_variable([5, 5, 1, 32])

指定第一層的偏置shape

b_conv1 = bias_variable([32])

使用ReLU啟用函式，由於邊距保持不變，輸出batch*28*28*32的張量

h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1

池化，影象尺寸減半，輸出batch*14*14*32的張量

h_pool1 = max_pool_2x2(h_conv1)

第二層網路，最後輸出batch*7*7*64的張量

W_conv2 = weight_variable([5, 5, 32, 64])
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
h_pool2 = max_pool_2x2(h_conv2)

第一層全連線層，加入1024個神經元的全連線層，輸出batch*1024的張量

W_fc1 = weight_variable([7*7*64, 1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)

加入Dropout，避免過擬合

keep_prob = tf.placeholder('float')
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

第二層全連線層，softmax輸出層，輸出為batch*10的張量

W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

定義損失函式，損失函式定義為目標類別和預測類別之間的交叉熵

cross_entropy = -tf.reduce_sum(y_ * tf.log(y_conv))

採用ADAM優化器來做梯度最速下降

train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

計算準確率

correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, 'float'))

啟動Session並初始化變數

sess = tf.Session()
sess.run(tf.initialize_all_variables())

開始迭代，在feed_dict中加入額外的引數keep_prob來控制dropout比例

for i in range(20000):
    batch = mnist.train.next_batch(50)
    if i % 100 == 0:
        train_accuracy = accuracy.eval(session = sess, feed_dict={x: batch[0], y_: batch[1], keep_prob: 1.0})
        print ('step %d, training accuracy %g' % (i, train_accuracy))
    sess.run(train_step, feed_dict = {x: batch[0], y_: batch[1], keep_prob: 0.5})

使用測試集計算準確率，視訊記憶體不夠，僅用200幅測試圖

print ('test accuracy %g' % accuracy.eval(session = sess, feed_dict={x: mnist.test.images[0:200,:], y_: mnist.test.labels[0:200,:], keep_prob: 1.0}))