這是用 TensorFlow 來識別手寫數字的官方經典入門例子，資料都是已經處理過準備好了的，但是隻到計算準確度概率那就停了，缺少拿實際圖片運用的例子，初學者看完之後難免發矇。於是，本文第二段用一些實際圖片來驗證我們的模型。文中例子基於 TensorFlow 1.0.0，看過官方文件的直接跳到後面吧。
第一部分，介紹了一些處理資料的基本知識，然後採用一個簡單的模型，用一堆準確的資料去訓練它，訓練完之後拿另一堆資料去評估一下這個模型的準確率（這也是官方例子的內容）。搞清楚這個很重要，不然看完官方例子只會覺得很厲害，但是又不知道哪厲害。
第二部分，我們會拿幾個圖片，告訴模型我們認為這個圖片是幾（當然，這個是隨便說的），然後模型告訴我們它覺得的和我們認為的是否一致。
有很多名詞和數學演算法不懂沒關係，慢慢查，先跑個例子感受一下。
文中部分圖片來自官方文件。
識別手寫圖片
因為這個例子是 TensorFlow 官方的例子，不會說的太詳細，會加入了一點個人的理解，英文文件 是最新的，中文文件 是用 0.5 版本的 TensorFlow，在 1.0 版本跑不起來，建議中文文件和英文文件交叉著看，有助於理解。
準備資料
這裡用來識別的手寫圖片大致是這樣的，為了降低複雜度，每個圖片是 28*28 大小。
但是直接丟圖片給我們的模型，模型是不認識的，所以必須要對圖片進行一些處理。
如果瞭解線性代數，大概知道圖片的每個畫素點其實可以表示為一個二維的矩陣，對圖片做各種變換，比如翻轉啊什麼的就是對這個矩陣進行運算，於是我們的手寫圖片大概可以看成是這樣的：
這個矩陣展開成一個向量，長度是 28*28=784。我們還需要另一個東西用來告訴模型我們認為這個圖片是幾，也就是給圖片打個 label。這個 label 也不是隨便打的，這裡用一個類似有 10 個元素的陣列，其中只有一個是 1，其它都是 0，哪位為 1 表示對應的圖片是幾，例如表示數字 8 的標籤值就是 ([0,0,0,0,0,0,0,0,1,0])。
這些就是單張圖片的資料處理，實際上為了高效的訓練模型，會把圖片資料和 label 資料分別打包到一起，也就是 MNIST 資料集了。
MNIST資料集
MNIST 資料集是一個入門級的計算機視覺資料集，官網是Yann LeCun's website。 我們不需要手動去下載這個資料集， 1.0 的 TensorFlow 會自動下載。
這個訓練資料集有 55000 個圖片資料，用張量的方式組織的，形狀如 [55000,784]，如下圖：
還記得為啥是 784 嗎，因為 28*28 的圖片。
label 也是如此，[55000,10]：
這個資料集裡面除了有訓練用的資料之外，還有 10000 個測試模型準確度的資料。
整個資料集大概是這樣的：
現在資料有了，來看下我們的模型。
Softmax 迴歸模型
Softmax 中文名叫歸一化指數函式，這個模型可以用來給不同的物件分配概率。比如判斷
的時候可能認為有 80% 是 9，有 5% 認為可能是 8，因為上面都有個圈。
我們對圖片畫素值進行加權求和。比如某個畫素具有很強的證據說明這個圖不是 1，則這個畫素相應的權值為負數，相反，如果這個畫素特別有利，則權值為正數。
如下圖，紅色區域代表負數權值，藍色代表正數權值。
同時，還有一個偏置量(bias) 用來減小一些無關的干擾量。
Softmax 迴歸模型的原理大概就是這樣，更多的推導過程，可以查閱一下官方文件，有比較詳細的內容。
說了那麼久，終於可以上程式碼了。
訓練模型
具體引入的一些包這裡就不一一列出來，主要是兩個，一個是 tensorflow 本身，另一個是官方例子裡面用來輸入資料用的方法。
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf複製程式碼之後就可以建立我們的模型。
# Create the model
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.matmul(x, W) + b複製程式碼這裡的程式碼都是類似佔位符，要填了資料才有用。
- x 是從圖片資料檔案裡面讀來的，理解為一個常量，一個輸入值，因為是 28*28 的圖片，所以這裡是 784；
- W 代表權重，因為有 784 個點，然後有 10 個數字的權重，所以是 [784, 10]，模型運算過程中會不斷調整這個值，可以理解為一個變數；
- b 代表偏置量，每個數字的偏置量都不同，所以這裡是 10，模型運算過程中也會不斷調整這個值，也是一個變數；
- y 基於前面的資料矩陣乘積計算。
tf.zeros 表示初始化為 0。
我們會需要一個東西來接受正確的輸入，也就是放訓練時準確的 label。
# Define loss and optimizer
y_ = tf.placeholder(tf.float32, [None, 10])複製程式碼我們會用一個叫交叉熵的東西來衡量我們的預測的「驚訝」程度。
關於交叉熵，舉個例子，我們平常寫程式碼的時候，一按編譯，一切順利，程式跑起來了，我們就沒那麼「驚訝」，因為我們的程式碼是那麼的優秀；而如果一按編譯，整個就 Crash 了，我們很「驚訝」，一臉蒙逼的想，這怎麼可能。
交叉熵感性的認識就是表達這個的，當輸出的值和我們的期望是一致的時候，我們就「驚訝」值就比較低，當輸出值不是我們期望的時候，「驚訝」值就比較高。
cross_entropy = tf.reduce_mean(
tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y))複製程式碼這裡就用了 TensorFlow 實現的 softmax 模型來計算交叉熵。
交叉熵，就是我們想要儘量優化的值，讓結果符合預期，不要讓我們太「驚訝」。
TensorFlow 會自動使用反向傳播演算法(backpropagation algorithm) 來有效的確定變數是如何影響你想最小化的交叉熵。然後 TensorFlow 會用你選擇的優化演算法來不斷地修改變數以降低交叉熵。
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)複製程式碼這裡用了梯度下降演算法（gradient descent algorithm）來優化交叉熵，這裡是以 0.5 的速度來一點點的優化交叉熵。
之後就是初始化變數，以及啟動 Session
sess = tf.InteractiveSession()
tf.global_variables_initializer().run()複製程式碼啟動之後，開始訓練！
# Train
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})複製程式碼這裡訓練 1000 次，每次隨機找 100 個資料來練習，這裡的 feed_dict={x: batch_xs, y_: batch_ys}，就是我們前面那設定的兩個留著佔位的輸入值。
到這裡基本訓練就完成了。
評估模型
訓練完之後，我們來評估一下模型的準確度。
# Test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(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}))複製程式碼tf.argmax 給出某個tensor物件在某一維上的其資料最大值所在的索引值。因為我們的 label 只有一個 1，所以 tf.argmax(_y, 1) 就是 label 的索引，也就是表示圖片是幾。把計算值和預測值 equal 一下就可以得出模型算的是否準確。
下面的 accuracy 計算的是一個整體的精確度。
這裡填入的資料不是訓練資料，是測試資料和測試 label。
最終結果，我的是 0.9151，91.51% 的準確度。官方說這個不太好，如果用一些更好的模型，比如多層卷積網路等，這個識別率可以到 99% 以上。
官方的例子到這裡就結束了，雖然說識別了幾萬張圖片，但是我一張像樣的圖片都沒看到，於是我決定想辦法拿這個模型真正找幾個圖片測試一下。
用模型測試
看下上面的例子，重點就是放測試資料進去這裡，如果我們要拿圖片測，需要先把圖片變成相應格式的資料。
sess.run(accuracy, feed_dict={x: mnist.test.images,
y_: mnist.test.labels})複製程式碼看下這裡 mnist 是從 tensorflow.examples.tutorials.mnist 中的 input_data 的 read_data_sets 方法中來的。
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets(FLAGS.data_dir, one_hot=True)複製程式碼Python 就是好，有啥不懂看下原始碼。原始碼的線上地址在這裡
開啟找 read_data_sets 方法，發現：
from tensorflow.contrib.learn.python.learn.datasets.mnist import read_data_sets複製程式碼在這個檔案裡面。
def read_data_sets(train_dir,
fake_data=False,
one_hot=False,
dtype=dtypes.float32,
reshape=True,
validation_size=5000):
...
...
...
train = DataSet(train_images, train_labels, dtype=dtype, reshape=reshape)
validation = DataSet(validation_images,
validation_labels,
dtype=dtype,
reshape=reshape)
test = DataSet(test_images, test_labels, dtype=dtype, reshape=reshape)
return base.Datasets(train=train, validation=validation, test=test)複製程式碼可以看到，最後返回的都是是一個物件，而我們用的 feeddict={x: mnist.test.images, y: mnist.test.labels} 就是從這來的，是一個 DataSet 物件。這個物件也在這個檔案裡面。
class DataSet(object):
def __init__(self,
images,
labels,
fake_data=False,
one_hot=False,
dtype=dtypes.float32,
reshape=True):
"""Construct a DataSet.
one_hot arg is used only if fake_data is true. `dtype` can be either
`uint8` to leave the input as `[0, 255]`, or `float32` to rescale into
`[0, 1]`.
"""
...
...
...複製程式碼這個物件很長，我就只挑重點了，主要看構造方法。一定要傳入的有 images 和 labels。其實這裡已經比較明朗了，我們只要把單張圖片弄成 mnist 格式，分別傳入到這個 DataSet 裡面，就可以得到我們要的資料。
網上查了下還真有，程式碼地址，對應的文章：www.jianshu.com/p/419557758…，文章講的有點不清楚，需要針對 TensorFlow 1.0 版本以及實際目錄情況做點修改。
直接上我修改後的程式碼：
from PIL import Image
from numpy import *
def GetImage(filelist):
width=28
height=28
value=zeros([1,width,height,1])
value[0,0,0,0]=-1
label=zeros([1,10])
label[0,0]=-1
for filename in filelist:
img=array(Image.open(filename).convert("L"))
width,height=shape(img);
index=0
tmp_value=zeros([1,width,height,1])
for i in range(width):
for j in range(height):
tmp_value[0,i,j,0]=img[i,j]
index+=1
if(value[0,0,0,0]==-1):
value=tmp_value
else:
value=concatenate((value,tmp_value))
tmp_label=zeros([1,10])
index=int(filename.strip().split('/')[2][0])
print "input:",index
tmp_label[0,index]=1
if(label[0,0]==-1):
label=tmp_label
else:
label=concatenate((label,tmp_label))
return array(value),array(label)複製程式碼這裡讀取圖片依賴 PIL 這個庫，由於 PIL 比較少維護了，可以用它的一個分支 Pillow 來代替。另外依賴 numpy 這個科學計算庫，沒裝的要裝一下。
這裡就是把圖片讀取，並按 mnist 格式化，label 是取圖片檔名的第一個字，所以圖片要用數字開頭命名。
如果懶得 PS 畫或者手寫的畫，可以把測試資料集的資料給轉回圖片，實測成功，參考這篇文章：如何用python解析mnist圖片
新建一個資料夾叫 test_num，裡面圖片如下，這裡命名就是 label 值，可以看到 label 和圖片是對應的：
開始測試：
print("Start Test Images")
dir_name = "./test_num"
files = glob2.glob(dir_name + "/*.png")
cnt = len(files)
for i in range(cnt):
print(files[i])
test_img, test_label = GetImage([files[i]])
testDataSet = DataSet(test_img, test_label, dtype=tf.float32)
res = accuracy.eval({x: testDataSet.images, y_: testDataSet.labels})
print("output: ", res)
print("----------")複製程式碼這裡用了 glob2 這個庫來遍歷以及過濾檔案，需要安裝，常規的遍歷會把 Mac 上的 .DS_Store 檔案也會遍歷進去。
可以看到我們打的 label 和模型算出來的是相符的。
然後我們可以打亂檔名，把 9 說成 8，把 0 也說成 8：
可以看到，我們的 label 和模型算出來的是不相符的。
恭喜，到著你就完成了一次簡單的人工智慧之旅。
總結
從這個例子中我們可以大致知道 TensorFlow 的執行模式：
例子中是每次都要走一遍訓練流程，實際上是可以用 tf.train.Saver() 來儲存訓練好的模型的。這個入門例子完成之後能對 TensorFlow 有個感性認識。
TensorFlow 沒有那麼神祕，沒有我們想的那麼複雜，也沒有我們想的那麼簡單，並且還有很多數學知識要補充呢。
另外，這方面我也是個小白，文中若有錯誤之處，歡迎斧正。
demo 程式碼地址：
github.com/bob-chen/te…
碎碎念
記錄一些所思所想，寫寫科技與人文，寫寫生活狀態，寫寫讀書心得，主要是扯淡和感悟。
歡迎關注，交流。
微信公眾號：程式設計師的詩和遠方
公眾號ID : MonkeyCoder-Life