Tensorflow图像识别 Tensorflow手写体识别（一）

MNIST数据集

 任务目标

 网络结构

这个案例是图像识别的一个入门级的案例。

我们把这个28×28的这个单通道的图像，每一个像素拿出来做一个特征，原始的图像是28×28。它是灰度图像，所以只有一个通道。其中的每一个像素拿出来做一个特征，所以一共是28×28=784的特征。我们使用x1，x2......x784用来表示这784个特征。这一列x就是我们的输入层。

后面是一个全连接模型，这个全连接模型要输出10个类别的数字，所以它有10个神经元（图中用一列圆圈表示），每一个输入和每一个神经元相连，比如说x1要与全连接层的十个中的每一个神经元相连。每一条相邻的边都有一个权重值，比如x1和第一个神经元相连有一个权重，x2与第二个神经元相连有一个权重。一共有784个特征，所以一共有784个权重。

这里要产生10个输出，我们在每一个输出上加一个偏置b，所以这里偏置的数量是10。产生10路输出，在softmax的挤压下产生10个概率，这10个概率都是位于0到1之间的。比如这个数字，经过计算，在softmax函数的作用下产生了10个概率，第一个概率是0.001，第二个概率是0.635......这10个概率代表这个输入的数字它属于这10个数字的概率，我们取其中最大的概率。比如这一行概率中0.635是最大的，我们就用这个作为我们预测的结果。

这就是我们的图像识别原理，后面我们的图像分类，图像识别也基本上是这个原理，将图像输入到我们的网络当中，在网络的计算下产生一组概率，我们看哪个概率最大，哪个就作为我们的预测结果。这就是这个示例的网络模型。

相关API

 matmul()是用来做矩阵相乘的，我们的权重s和输入w要做一个相乘，实际这个地方就是矩阵的相乘。

softmax()在神经网络计算完以后产生十路输出，在softmax的挤压下转换成10个相对的概率，这些概率加起来的总和为1。

reduce_sum()是用来求和的，我们计算总体样本的误差就会用到。

train.GradientDescentOptimize()优化器会把损失函数优化到最小，找到损失函数的最小值，也就找到了最优的参数。

argmax()求数组中值最大的下标

关键代码

x:        

        对于全连接网络模型来说，只能接受一维的数据，我们的图片是一个二维的矩阵，直接把二维的矩阵喂给全连接模型时不行的，如果前面加一个卷积层就可以，我们下一个示例就是用到的卷积神经网络，这个里面是没有卷积层的，所以这个全连接模型是不能接收二维数据的，怎么办呢，把它拉伸成为一维的。把28×28的值拉伸成一个行向量，比如说：

         每一次可能会使用n个样本执行训练，所以这里就是n行784列，

         所以这里的输入就是n行784列，表示n个图像，每个图像有784个特征。

y:

每一个样本都对应一个真实的类别，比如说第一个样本，它的真实类别为1，那么1的话我们可以用独热编码的方式把它表示出来：

比如第二个样本它的数字是2

w:

为了和矩阵x相乘，所以是[784，10]

b：

偏置我们将初始值全部设置为0

搭建模型

        pred_y 使我们预测的结果，将值交给sortmax函数，将其挤压，转换成0到1之间的相对概率。

        cross_entroy是总体样本的误差，预测出来的结果和真实结果构建一个交叉熵作为损失函数，这里是分类问题，所以选择交叉熵作为损失函数。根据交叉熵的公式，使用真实的y值×预测的y值求对数，然后求和。（合适根据交叉熵的公式来的）

        cost：再求均值，我们就求到了这次训练中每个样本的平均误差，作为我们最后的损失函数cost。

        然后将损失函数交给梯度下降优化器，梯度下降优化器（lr为学习率，学习率是一个非常敏感的参数，它主要根据经验来，不能太大也不能太小，太大可能会出现不收敛的情况，太小收敛的太慢）

        梯度下降器定义好了之后，我们调用梯度下降器的minimize方法，把损失函数的值优化到最小。

        W和b都会不停地进行调整，找到了损失函数的最小值，也就找到了最优的W和b

执行训练：

         执行训练我们首先定义一个session，在session下面我们执行一个初始化。因为在这个里面，用到了变量，使用变量必须提前进行变量的初始化。

循环开始训练：

        total_batch我们算了一个总的批次的数量，一共是60000个样本，每个批次是100个样本。所以这里执行600次训练（每一轮下面执行600次训练）。让每一个样本都能参与到训练当中，每一个样本都不重复进行训练。

每一轮训练：

mnist定义的对象，train表示的是读取训练集下面的数据，next_batch表示读取一个批次的样本。这个样本包含两个数据，第一个图像数据，第二个是图像所属类别，所以我们用两个变量来接手它。 

然后我们构建一个字典，把参数放到字典当中，下面训练的时候，要把字典作为参数传进去。

下面就是调用session的run方法。feed_dict来接收params参数。

每一次训练完成之后，我们就求一次损失值的平均数。

每一轮训练完之后，就打印这一轮的损失值。

最外层for循环结束以后，我们训练也就完成了。

模型评估

 equal比较，会返回一个布尔类型的数组，如果两个值当中最大的索引值相等就返回true，不相等就返回false。

cast数据类型的转换

reduce_mean求平均值

测试集下的样本以及每个样本所对应的标签。

模型测试 

 创建一个新的session

图像部分的数据放在xs里，标签部分的数据放在ys里

output打印出最终结果，pred_y把所有预测的值包含的概率，每个数字包含的概率是多少

都打印出来。