前置參考讀物：
獲取資料來源
訓練資料直接使用開源的手寫資料集MNIST。
MNIST資料集是一個開源的手寫資料庫。它提供了大量的資料樣本作為訓練集和驗證集。這個資料集擁有 60000 個訓練樣本，和 10000 個測試樣本。
MNIST 官網（一個很 low 的網站）傳送門：http://yann.lecun.com/exdb/mnist/
就是上面那幾個紅色的、帶下劃線的！！！
如果你下載的 tensorflow 包括了 mnist 的例子的話，很幸運，你可以直接引用到資料載入的工具：
from tensorflow.contrib.learn.python.learn.datasets.mnist import read_data_sets
複製程式碼否則的話，你需要自己寫一個工具，用於訓練資料的下載和讀取。但你可以在這個地址中找到這段程式碼。
我們實際在外面，需要呼叫的就是 read_data_sets 這個函式。
關於資料下載，你可以直接到 CoorChice 給出的 MNIST 官網上直接下好資料，然後使用 read_data_sets函式從儲存路徑讀取就行。
開始構建網路
定義幾個輔助函式
首先，先抽象出幾個函式，用來建立 權重、偏置量、卷積核和池化層。它們是這樣的。
# 定義一個用於建立 權重 變數的函式
def weight_variable(shape):
initial = tf.truncated_normal(shape, stddev=0.1)
var = tf.Variable(initial)
# 記錄每一個權重，因為後面要使用正則化
# 至於原因，後面具體再說
tf.add_to_collection(tf.GraphKeys.WEIGHTS, var)
return var
# 定義一個用於建立 偏置量 變數的函式
def bias_variable(shape):
# 初始化值為0.1
initial = tf.constant(0.1, shape=shape)
return tf.Variable(initial)
# 構建卷積函式
# 該卷積核每次在長、寬上移動一個步長，padding採用"SAME"策略
def conv2d(x, W):
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
# 該池化核大小為2x2，長、寬上步長為2，padding採用"SAME"策略
def max_pool_2x2(x):
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
複製程式碼在上面這段程式碼中，CoorChice 有必要解釋解釋權重 weight 的生成。
tf.truncated_normal(shape, mean, stddev)
複製程式碼這個函式會從一個正太分佈（該正太分佈的均值為 mean，預設為0）中產生隨機數，什麼意思呢？
看上圖，stddev 表示標準差，就是圖中橫座標上的取值，也就是說，這個函式會從 [mean ± 2stddev] 的範圍內產生隨機數，如果產生的隨機數不在這個範圍內，就會再次隨機產生，直到隨機數落在這個範圍內。
至於為什麼要用這種方法來初始化 weight 呢？這是根據各位大牛們的經驗所得，使用這種方式產生的 weight 不容易出現梯度消失或者爆炸的問題。
反正這也是一門玄學。
構建網路結構
先看一下完整程式碼，我們在逐一解釋。
import tensorflow as tf
class CnnModel_MNIST:
def __init__(self):
# 建立佔位tensor，用於裝載資料
self.x_data = tf.placeholder(tf.float32, [None, 784])
self.y_data = tf.placeholder(tf.float32, [None, 10])
# -----------------------構建第一層卷積-----------------------
with tf.name_scope('hidden1'):
W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])
x_image = tf.reshape(self.x_data, [-1, 28, 28, 1])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)
# -----------------------構建第二層卷積------------------------
with tf.name_scope('hidden2'):
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)
# -----------------------構建密集(全)連結層------------------------
with tf.name_scope('FC1'):
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------------------------
with tf.name_scope('dropout'):
self.keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, self.keep_prob)
# -----------------------構建輸出層------------------------
with tf.name_scope('output'):
W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
self.y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
複製程式碼建立資料輸入的佔位符
x_data = tf.placeholder(tf.float32, [None, 784])
y_data = tf.placeholder(tf.float32, [None, 10])
複製程式碼我們需要先建立兩個佔位變數來容納待會兒輸入的資料，然後把它們帶著到網路中進行運算。
x_data 是用來容納訓練資料的，它的 shape 形狀在這裡被莫名其妙的定義為 [None, 784]。其實這裡是有學問的，且聽 CoorChice 慢慢道來。
第一維定義為 None 表示不確定，後面會被實際的數值替代。這樣做是因為我們一開始並不知道會有多少張圖片資料會被輸入。或者當我們採取 mini-batch 的梯度下降策略時，可以自由的設定 batch 的大小。
第二個維度定義為 784，這完全是因為我們資料集中的圖片大小被統一為了 28*28 。
y_data 是用來容納訓練資料的標籤的，它的 shape 之所以被定義為 [None, 10] ，是因為它的第一維為 None 與 x_data 具有相同理由，而第二維為 10 是因為我們總共有 0~9 共 10 種類別的數字。
構建第一層網路
W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])
x_image = tf.reshape(self.x_data, [-1, 28, 28, 1])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)
複製程式碼權值 w 的構建，
W_conv1 = weight_variable([5, 5, 1, 32])
複製程式碼傳入的陣列表示 w 的形狀，其實就定義了該層卷積核的大小和數量：
每個卷積核的大小為 5x5
輸入通道數為 1，因為我們用的圖片是灰度圖。如果是用不帶透明通道的 rgb 彩色圖該值就設為 3，如果在帶了透明通道的 rgba 彩色圖該值就設為 4
該層輸出通道數為 32，即該層有 32 個卷積核。對於隱藏層中每個卷積層中的卷積核大小如何的確定，再次強調，這是一個玄學，憑感覺設定。最靠譜的方法是用一些公開的網路模型，照著巨人們的設定，畢竟是經過反覆嘗試論證出來的。
偏置量 b 的構建
b_conv1 = bias_variable([32])
複製程式碼b 的大小和卷積核個數相對應就行了。什麼意思呢？就是每個卷積核和輸入卷積後，再加上一個偏置量就好。回顧一下卷積核的結構。
wx + b
複製程式碼改變輸入資料的形狀
x_image = tf.reshape(self.x_data, [-1, 28, 28, 1])
複製程式碼這行程式碼作用是改變我們輸入資料的形狀，讓它可以和我們的卷積核進行卷積。因為輸入的資料 x_data 是一個 Nx784 的張量，所以需要先變為 M x 28 x 28 x 1 的形狀才能進行運算。
第一個維度的 -1 表示大小待定，優先滿足後面 3 個維度，最後再計算第一個維度的大小。也就是這樣的：N x 784 / (28 x 28 x 1) 。
第二、第三維度實際上表示每張輸入圖片的大小需改為 28 x 28。
第四維度表示通道數，灰度為 1，rgb 為 3，rgba 為 4 。
構建卷積並加上啟用函式
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
複製程式碼這行程式碼包含了 3 個操作：
conv2d(x_image, W_conv1)，將輸入與該層的所有卷積核進行卷積運算
這是一個卷積運算的動態示意圖。
每次從輸入中取出一個和卷積核大小相同的張量進行卷積運算。
其意義就是，將卷積核旋轉 180 度，然後再輸入進行計算。
由於涉及到旋轉操作，所以卷積核的大小通常會取奇數，這樣能讓卷積核有一個明顯的旋轉中心。
conv2d(x_image, W_conv1) + b_conv1，每次卷積後加上一個偏置量tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)，最後加上一個啟用函式，增加非線性的變換
此處使用的啟用函式是比較流行的 ReLu 函式，它的的函式式很簡單：
y = max(x, 0)
複製程式碼影像也比較直觀：
ReLu啟用函式的好處在於，由於它在第一象限就是 x，所以能夠大量的減少計算，從而加速收斂。同時它天生就能減小梯度消失發生的可能性，不過梯度爆炸還是可能會發生。
池化
h_pool1 = max_pool_2x2(h_conv1)
複製程式碼最後，再加上一個池化層，能夠壓縮權值數量，減小最後模型的大小，提高模型的泛化性。
這裡使用了一個 2x2 的 max_pooling，且步長取 1。可以回到上面定義的 max_pool_2x2(x) 函式回顧一下。
max_pooling 實際就是取一個 2x2 張量中的最大值，這樣能夠過濾掉一些並不是很重要的噪聲。
構建第二層網路
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)
複製程式碼第二層和第一層構建的套路基本是一樣的，其實我們再多加幾層也都是按照這個模式走的。
需要注意的就是第二層中，w 的輸入通道數為上一層最後的輸出通道數，也就是 hpool1 的輸出，這裡直接算出了是 32，因為上面已經定義好了啊。
如果不確定的時候，可以通過這種方式來確定輸入通道數：
in = h_pool1.get_shape()[-1].value
複製程式碼[-1] 表示不管 h_pool1 的形狀如何，都取它最後一維的大小。
構建全連結層
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)
複製程式碼全連線層則起到將學到的“分散式特徵表示”對映到樣本標記空間的作用
這句話看起來很具體，然而並不知道它在說些什麼。
那麼，我們試著理解一下，先看看全連結層的結構。
定義 w 和 b
W_fc1 = weight_variable([7 * 7 * 64, 1024])
複製程式碼上面這行程式碼，將fc1 的 w 形狀設定為 [7 * 7 * 64, 1024]。第一個維度大小為 7 * 7 * 64，因為經過前面一層的卷積層的池化層後，輸出的就是一個 7 * 7 * 64 的張量，所以這裡的輸入就是上一層的輸出。嗯，這一點在整個神經網路裡都是這樣。
第二個維度大小為 1024。這個就有點詭異了！為什麼是這個數值？
實際上，這是我們可以自己隨便設定的，它表示該全連結層的神經元個數，數量越多計算耗時越長，但是數量過少，對前面提取出來的特徵的分類效果又不夠好。
因此，我們的全連結層擁有的特徵數量就是 7 x 7 x 64 x 1024。數量還是比較驚人的。
b_fc1 = bias_variable([1024])
複製程式碼同樣，b 的數量需要對應於 w 的最後一個維度，也就是一個神經元對應一個偏置量b。
變形輸入
h_pool2_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 64])
複製程式碼為了能和上面定義的全連結層特徵張量相乘，需要把輸入的張量變形。其實對於每一個 7 x 7 x64 的輸入張量而言，就是將它們展平成一個一維的向量。
第一個維度取 -1 同上面提到過的意思一樣，最後確定這個維度。實際上就是最後一個池化層輸出的數量。
構建線性函式，加上 ReLu 函式
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
複製程式碼上面的程式碼還是按照 wx + b 的線性公式構建函式，然後加上 ReLu 函式增加非線性變化。
這一波計算，清晰的表達出了，當一個來自最後一層池化層的 [7 x 7 x 64] 的輸出經過全連結層後，就被平鋪成了一個 [1 x 1024] 的向量。相當於把前面分散的特徵全部連結在了一起，這也就是為什麼說前面的卷積核是從區域性觀察，而全連結層是從全域性的視野去觀察的，因為它這一層整合所有前面的特徵。整合了所有的特徵，我們就可以進行後續的分類操作了。
至此，相信你對全連結層有了一個大概的瞭解。從中可以看出一些貓膩來。
全連結層增加模型的複雜度，因為增加了很多神經元來擴充特徵集。也因此，它有助於提升模型的準確率。
但隨著特徵數量的爆炸式增加，訓練速度必然會變慢。而且如果全連結層設定的神經元數量過多，會出現過擬合的現象。所以，需要適當的設定，不能一味的貪多。
加入 Dropout
self.keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, self.keep_prob)
複製程式碼在全連結層之後，往往會跟著 Dropout 操作。由於在神經網路中，神經元的個數非常爆炸，往往會產生過擬合的問題，特別是引入了全連結層這種操作之後。所以我們需要做些什麼來讓過擬合發生的概率減小一些。
Dropout 就是一種很流行的方案。
h_fc1_drop = tf.nn.dropout(h_fc1, self.keep_prob)
複製程式碼這行程式碼的第二個引數，我們可以動態的傳入一個數值，表示每個神經元有多大的概率失效，其實就是不參與計算。
形象點描述就是這樣一個過程。每個神經元進行運算前，都按照設定的 keep_prob 概率決定它要不要參與計算。比如 keep_prob=0.5 的話，表示每個神經元有 50% 的概率失效。
不難看出，Dropout 操作能夠一定程度上加快訓練速度，同時降低過擬合的可能性。
構建輸出層
W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
self.y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
複製程式碼最後一層輸出層，我們就可以得到一個結果了。
輸出層的函式結構仍然是 wx+b 的線性結構。
這裡有必要解釋一下輸出的 w 的形狀。第一個維度不用說，就是上一層輸出的結果，這裡上一層是從全連結層輸出出來 1024 個神經元。第二個維度是我們分類的總類目數，由於識別的是 0-9 的手寫數字，所以總共有 10 個類別。
構建好線性函式後，在加入一個非線性的啟用函式。在分類場景中， Softmax 是一個在輸出層被廣泛使用的啟用函式。
這是 Softmax 的公式，很容易看出，它的值域為 [0, 1]。這就比較厲害，直接就轉成一個個的概率了。就是說，每個輸出對應類別的概率是多少。
再這個看看形象的示意圖理解一下。
這，就是網路！
最後，這個網路就成型了。這其實是一個很簡單的網路，總共 4 層，包含兩個卷積層，一個全連結層和一個輸出層。
從圖中可以清晰的看到資料的流向。
就要開始訓練了
# coding=utf-8
import time
from input_data import *
from cnn_utils import *
from cnn_model import CnnMnistNetwork
train_times = 35000
base_path = "../mnist/"
save_path = base_path + str(train_times) + "/"
# 讀取資料
mnist = read_data_sets("MNIST_data/", one_hot=True)
# 建立網路
network = CnnMnistNetwork()
x_data = network.x_data
y_data = network.y_data
y_conv = network.y_conv
keep_prob = network.keep_prob
# ------------------------構建損失函式---------------------
with tf.name_scope("cross_entropy"):
# 建立正則化物件，此處使用的是 L2 範數
regularization = tf.contrib.layers.l2_regularizer(scale=(5.0 / 50000))
# 應用正則化到引數集上
reg_term = tf.contrib.layers.apply_regularization(regularization)
# 在損失函式中加入正則化項
cross_entropy = (-tf.reduce_sum(y_data * tf.log(y_conv)) + reg_term)
tf.scalar_summary('loss', cross_entropy)
with tf.name_scope("train_step"):
# 使用 Adam 進行損失函式的梯度下降求解
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
# ------------------------構建模型評估函式---------------------
with tf.name_scope("accuracy"):
with tf.name_scope("correct_prediction"):
# 對比預測結果和標籤
correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_data, 1))
with tf.name_scope("accuracy"):
# 計算準確率
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
tf.scalar_summary('accuracy', accuracy)
# 建立會話
sess = tf.InteractiveSession()
# 合併 summary
summary_merged = tf.merge_all_summaries()
train_writer = tf.train.SummaryWriter(save_path + "graph/train", sess.graph)
test_writer = tf.train.SummaryWriter(save_path + "graph/test")
start_time = int(round(time.time() * 1000))
# 初始化引數
sess.run(tf.initialize_all_variables())
for i in range(train_times):
# 從訓練集中取出 50 個樣本進行一波訓練
batch = mnist.train.next_batch(50)
if i % 100 == 0:
summary, train_accuracy = sess.run([summary_merged, accuracy],
feed_dict={x_data: batch[0], y_data: batch[1], keep_prob: 1.0})
test_writer.add_summary(summary, i)
consume_time = int(round(time.time() * 1000)) - start_time
print("當前共訓練 " + str(i) + "次, 累計耗時：" + str(consume_time) + "ms，實時準確率為：%g" % (train_accuracy))
# 記錄訓練時資料，每訓練1000次儲存一次訓練資訊
if i % 1000 == 0:
run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
run_metadata = tf.RunMetadata()
# 訓練一次，dropout 的引數設定為 0.5
summary, _ = sess.run([summary_merged, train_step],
feed_dict={x_data: batch[0], y_data: batch[1], keep_prob: 0.5}, options=run_options,
run_metadata=run_metadata)
train_writer.add_run_metadata(run_metadata, str(i))
train_writer.add_summary(summary, i)
else:
summary, _ = sess.run([summary_merged, train_step],
feed_dict={x_data: batch[0], y_data: batch[1], keep_prob: 0.5})
train_writer.add_summary(summary, i)
# 每訓練 2000 次儲存一次模型
if i != 0 and i % 2000 == 0:
test_accuracy = int(
accuracy.eval(feed_dict={x_data: mnist.test.images, y_data: mnist.test.labels, keep_prob: 1.0}) * 100)
save_model(base_path + str(i) + "_" + str(test_accuracy) + "%/", sess, i)
# 在測試集計算準確率
summary, test_accuracy = sess.run([summary_merged, accuracy],
feed_dict={x_data: mnist.test.images, y_data: mnist.test.labels, keep_prob: 1.0})
train_writer.add_summary(summary)
print("測試集準確率：%g" % (test_accuracy))
print("訓練完成！")
train_writer.close()
test_writer.close()
# 儲存模型
save_model(save_path, sess, train_times)
複製程式碼先放一波完整程式碼，後面再挑著重點說一說。
其中涉及到一些深度學中的基本概念，本篇篇幅已經夠長了，CoorChice 就不在這裡過多解釋了。如果還不清楚，可以先跳到以下這篇文章，花個幾分鐘瞭解了基本概念後再繼續往下。
構建損失函式
# 建立正則化物件，此處使用的是 L2 範數
regularization = tf.contrib.layers.l2_regularizer(scale=(5.0 / 50000))
# 應用正則化到引數集上
reg_term = tf.contrib.layers.apply_regularization(regularization)
# 在損失函式中加入正則化項
cross_entropy = (-tf.reduce_sum(y_data * tf.log(y_conv)) + reg_term)
tf.scalar_summary('loss', cross_entropy)
with tf.name_scope("train_step"):
# 使用 Adam 進行損失函式的梯度下降求解
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
複製程式碼實際上，構建損失函式的關鍵程式碼就兩行：
cross_entropy = (-tf.reduce_sum(y_data * tf.log(y_conv)) + reg_term)
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
複製程式碼第一行構建出一個 交叉熵 損失函式，第二行對損失函式做梯度下降獲得 tensor。
這裡使用了 Adam優化演算法 能夠為不同的引數動態的計算不同的自適應學習率，這與 SGD 恆定不變的學習率有區別。這種優化演算法使得各個引數的變化比較平穩，計算消耗的記憶體更小，收斂也會更快一點。
但，網上看到有說它的訓練效果不如 SGD 的 ？？？
本來，損失函式的構建到此就結束了，反手就可以開始訓練了。但是 CoorChice 在訓練過程中發現，每次當訓練進行到 2w 多次的時候就會出現梯度爆炸的現象。突然的 loss 就都變為 NaN，accuracy 本來好好的 0.99 呢，驟降的趨近於 0 ！
於是 CoorChice 二話不說，開啟 Google 就是一通搜尋，網上說的各種各樣的原因都有。
這種問題也不太好確定具體是因為哪一個原因導致的，於是就加個正則化試試。結果就好了！
來看看正則化是怎麼加。
前面在構建 w 函式里加了一行程式碼：
tf.add_to_collection(tf.GraphKeys.WEIGHTS, var)
複製程式碼目的就是為了把每個 w 放到集合中，以便此時進行正則化使用。
此處，CoorChice 選擇使用高階一點的 L2正規化，加入正則化後的 Loss 公式如下：
c0就是原本的損失函式部分，這裡就是 交叉熵，這部分又被稱作是 經驗風險。後面的一部分就是我們的 L2正則化式了，它實際就是把每個權重平方後求和，然後除以 w 的數量，在乘以個重要度係數。正則化的部分又叫作 結構風險，因為它是基於 w 計算出的一個數值，加在 交叉熵 上，從而每次增大交叉熵的值，也就是增大梯度，達到懲罰loss的效果。它一定程度上削弱了網路中特徵值的作用，從而使模型的泛化性提高，也就能進一步的避免過擬合發生的可能。
再回過頭看看上面的程式碼，就理解正則化是如何加入到網路中的。
構建評估模型
# 對比預測結果和標籤
correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_data, 1))
# 計算準確率
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
複製程式碼這兩行程式碼，構建了一個用於評估模型準確率的 accuracy tensor。第一行實際就是比較了一下預測值和真實值，結果是一個 bool 向量，在第二行中轉化為浮點數，求個平均就是準確率了。
開始訓練啦！
for i in range(train_times):
# 從訓練集中取出 50 個樣本進行一波訓練
batch = mnist.train.next_batch(50)
summary, _ = sess.run([summary_merged, train_step],
feed_dict={x_data: batch[0], y_data: batch[1], keep_prob: 0.5})
# 每訓練 2000 次儲存一次模型
if i != 0 and i % 2000 == 0:
test_accuracy = int(
accuracy.eval(feed_dict={x_data: mnist.test.images, y_data: mnist.test.labels, keep_prob: 1.0}) * 100)
save_model(base_path + str(i) + "_" + str(test_accuracy) + "%/", sess, i)
複製程式碼首先從訓練集中隨機的取出 50 個樣本作為一次訓練的輸入。為什麼要這麼幹呢？因為訓練集有赤裸裸的 60000 個樣本啊！訓練一次太耗時了，特別是在平時開發用的筆記本上。
這麼做理論上準確率沒有全集訓練高，但是也能達到 99% 的準確率，卻能節省巨量的時間，這點理論上的準確率還是可以適當的捨棄的。
接著就呼叫 sess.run(train_step) 開始一次訓練了，注意此處由於加了 dropout，所以每次 feed_dict 中需要設定它的值。
if i != 0 and i % 2000 == 0:
test_accuracy = int(
accuracy.eval(feed_dict={x_data: mnist.test.images, y_data: mnist.test.labels, keep_prob: 1.0}) * 100)
save_model(base_path + str(i) + "_" + str(test_accuracy) + "%/", sess, i)
複製程式碼CoorChice 每訓練兩千次，在測試集上測試一下，然後儲存一下模型。這是良好的習慣。因為一旦訓練起來，很多不可控的因素，多儲存些模型，後面還可以挑最合的。
上面這個過程 CoorChice 迴圈了整整 35000 次！電腦全速運轉了一晚上才訓練完成。
上圖就是一堆存檔的模型資料夾，可以看到，一開始其實準確率其實也不低，97%。隨著訓練次數的增加，準確率就穩定在了 99% 了。
使用模型進行識別
現在，模型已經訓練好了，接下來就可以使用這個模型識別我們自己手寫的數字了。
# coding=utf-8
import numpy as np
from PIL import Image
import os
from cnn_model import CnnMnistNetwork
import tensorflow.python as tf
train_times = 20000
num = 5
image_path = "num_images_test/num"
CKPT_DIR = "../mnist/" + str(train_times) + "_99%"
# 將數字圖片縮放為標準的 28*28，接著進行灰度處理
img = Image.open(image_path + str(num) +".png").resize((28, 28), Image.ANTIALIAS).convert("L")
# os.system("open " + image_path + str(num) + ".png")
flatten_img = np.reshape(img, 784)
arr = np.array([1 - flatten_img])
print(arr)
# 建立模型對應的網路
network = CnnMnistNetwork()
x_data = network.x_data
y = network.y_conv
keep_prob = network.keep_prob
# 建立會話
sess = tf.InteractiveSession()
# 初始化引數
sess.run(tf.initialize_all_variables())
saver = tf.train.Saver()
ckpt = tf.train.get_checkpoint_state(CKPT_DIR)
if ckpt and ckpt.model_checkpoint_path:
# 讀取恢復模型
saver.restore(sess, ckpt.model_checkpoint_path)
# 載入資料，進行識別
y = sess.run(y, feed_dict={x_data: arr, keep_prob:1.0})
# 取最大可能
result = str(np.argmax(y, 1))
print("\n期望結果" + str(num) + ", 預測結果：" + result)
os.system("open num_images_test/num" + result[1] + ".png")
else:
print("沒有模型")
複製程式碼使用模型比較簡單，就是讀取一張圖片，然後建立出模型所對應的網路結構來，接著讀取模型，輸入圖片，就能得到識別結果了。
閒扯兩句
MNIST 資料的訓練相當於是機器學習的 HelloWorld 程式，我們構建了一個 4 層的簡單的網路進行訓練識別，最後得到的模型準確率也是不錯的。
完整的體驗瞭如何從 0 開始構建一個神經網路，然後儲存模型，再讀取模型進行識別。總的來說，這個過程思路還是比較簡單的，關鍵就在於一些引數設定，還有出現問題如何去解決。比如，CoorChice 在訓練過程中就碰到了 NaN 的問題。機器學習還是比較依靠經驗的一門技術，需要在不斷的實戰中總結出一套自己的分析、解決問題的套路來。
- 抽出空餘時間寫文章分享需要信仰，還請各位看官動動小手點個贊，快給 CoorChice 充值信仰吧 ?
- CoorChice 會不定期的分享乾貨，想要上車只需進到 CoorChice的【個人主頁】 點個關注就好了哦。