Python小白进化之路006_tensorflow之经典MNIST程序注释及效果测试一

大头目

废话不多说，先贴代码

from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
#以下只要有tensorflow库就会自动下载'MNIST数据，使用Jupyter前现在本地编译器上跑一边，然后修改具体路径
mnist = input_data.read_data_sets('MNIST_data/', one_hot = True)

sess = tf.InteractiveSession()
x = tf.placeholder(tf.float32, [None, 784])

W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

#算法公式
y = tf.nn.softmax(tf.matmul(x, W) + b)

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

#损失函数
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y),
                                              reduction_indices = [1]))

#优化算法
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

#全局参数初始化器
tf.global_variables_initializer().run()

#训练过程
for i in range(100):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    train_step.run({x:batch_xs, y_:batch_ys})

#正确率判断(用已经训练好的W和b来输出预测值)
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

#可以打印看一下数据原始格式，应该是把图片灰度值转换成白色为0到黑色为1的一维矩阵图了
#print(mnist.test.images[0])
print(accuracy.eval({x:mnist.test.images, y_:mnist.test.labels}))

我这边跑了一下，test结果很牛，0.917，看着很腻害~
然后发现书上，网络上几乎没有找到MNIST实际测试结果，以及怎么来检查识别的实际效果。为啥大家不试一试实际效果呢？很费解。。。
经过研究，实际验证操作方法应该如下：

#实际测试
from PIL import Image
import numpy as np

def Get_Image_np(file_in):
    width = 28
    height = 28
    image = Image.open(file_in)
    resized_image = image.resize((width, height), Image.ANTIALIAS)
    grey = np.array(resized_image.convert('L'))
    #正常灰度图片白色是255，黑色是0，以下数据表达方式转换成白色转换为0，黑色转换为1，和MNIST保持一致
    transform = 1 - grey / 255
    resized_image.save(r'D:\6661.PNG')
    return transform

a = Get_Image_np(r'D:\666.PNG')
#print(a.shape)
#print(a)


z = a.reshape((1,784))
#转换成定义tf输入的数据类型
z = z.astype(np.float32)

#print(z)
h = tf.nn.relu(tf.matmul(z, W1) + b1)
r = tf.nn.softmax(tf.matmul(h, W2) + b2)
#上面这么些可能大家都好理解一些，这里还可以用tf.placeholder来feed_dict输入数据，对tensorflow熟悉一些的朋友可以试一试
print(sess.run(r))
print(sess.run(tf.argmax(r,1)))

识别结果居然是5！！！
识别图片是网上随便找的，压缩后效果如6661.PNG

猜测原因：
网上下的手写6大小比例和训练集差的比较多，识别错误率明细高于MNIST测试集精度结果，各位有兴趣可以试一试。
理解错误和不足之处还请各位大佬指教，下次我再跑一下加上卷积神经网络层的效果。

pythonsrj

我也要玩tensoflow，大佬求带

大头目

pythonsrj 发表于 2019-9-28 18:38
我也要玩tensoflow，大佬求带

推荐看书：《TensorFlow：实战Google深度学习框架》和《TensorFlow实战》，目前貌似这两本写的算是最好了，但我感觉还不是很通俗实用，目前Tensorflow也在不断开发完善中，对业余及新手程序员不算友好。还有普通CPU本本跑大数据很慢。