Python3机器学习—Tensorflow数字识别实践

[本文出自天外归云的博客园]

Windows下Anaconda+Tensorflow环境部署

1. 安装Anaconda。

2. 开始菜单 > 所有程序 > Anaconda 3 (64-bit) > Anaconda Prompt > 执行命令：

conda create -n tensorflow python=3.5

至此创建了一个名字叫做tensorflow的虚拟环境，并指定了这个虚拟环境的python为3.5版本。

3. 激活虚拟环境，执行命令：

activate tensorflow

4. 安装CPU版本的tensorflow，执行命令：

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.2.1-cp35-cp35m-win_amd64.whl

必须用这个whl结尾的https地址，用其他地址安装一会儿在python环境中import tensorflow都会报错。

至此环境部署完成。

使用方法

要运行一个tensorflow机器学习脚本，首先创建一个test.py文件，包含以下内容：

import numpy as np
import tensorflow as tf

# Model parameters
W = tf.Variable([.3], dtype=tf.float32)
b = tf.Variable([-.3], dtype=tf.float32)
# Model input and output
x = tf.placeholder(tf.float32)
linear_model = W * x + b
y = tf.placeholder(tf.float32)
# loss
loss = tf.reduce_sum(tf.square(linear_model - y))  # sum of the squares
# optimizer
optimizer = tf.train.GradientDescentOptimizer(0.01)
train = optimizer.minimize(loss)
# training data
x_train = [1, 2, 3, 4]
y_train = [0, -1, -2, -3]
# training loop
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)  # reset values to wrong
for i in range(1000):
    sess.run(train, {x: x_train, y: y_train})

# evaluate training accuracy
curr_W, curr_b, curr_loss = sess.run([W, b, loss], {x: x_train, y: y_train})
print("W: %s b: %s loss: %s" % (curr_W, curr_b, curr_loss))

然后打开Anaconda Prompt，激活在我们刚才创建的tensorflow虚拟环境，并在其中执行上面的test.py文件，得到下面的运行结果：

这就是tensorflow机器学习脚本在Anaconda Prompt中的使用方法。

数字识别实践

接下来详细解释下官方的HelloWord用例：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 加载数据集，Label（标签）在one-hot编码后变成向量，所以在此读取数据集中的数据时指定了one_hot参数为true
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
# 创建一个tensorflow的交互环境
sess = tf.InteractiveSession()
# [None, 784]是shape，None代表不限条数的输入，784代表每条输入都是一个784维的向量
x = tf.placeholder(tf.float32, [None, 784])
# W的shape是[784, 10]，784是特征的维数，10是类别数，每个特征都对应有10个类别
W = tf.Variable(tf.zeros([784, 10]))
# b的shape是[10]，是个10维向量
b = tf.Variable(tf.zeros([10]))
# 计算公式，其中matmul是tf.nn下面的矩阵乘法函数
y = tf.nn.softmax(tf.matmul(x, W) + b)
# y_是真实的概率分布，即Label的one-hot编码，shape为[None, 10]，None代表样本数不限，10代表每个样本对应的概率分布是一个10维向量
y_ = tf.placeholder(tf.float32, [None, 10])
# 损失函数（loss function）coss_entropy，reduce_sum求和，reduce_mean对每个batch数据结果求均值
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
# 优化目标设定为cross_entropy，学习速率为0.5
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
# 运行全局参数初始化器
tf.global_variables_initializer().run()
# 迭代
for i in range(1000):
    # 每次从训练集中随机抽取100条样本构成一个mini-batch，他们的特征和标签分别存到batch_xs和batch_ys里
    batch_xs, batch_ys = mnist.train.next_batch(100)
    # 调用train_step对mini-batch中的样本进行训练
    train_step.run({x: batch_xs, y_: batch_ys})
# tf.equal对预测类别tf.argmax(y, 1)和实际类别tf.argmax(y_, 1)进行比较判断是否相等，tf.argmax函数从一个tensor中寻找最大值序号
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
# tf.cast()函数的作用是执行tensorflow 中张量数据类型转换
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
# 调用此方法将执行所有前面的操作，这些操作会生成产生此张量的操作所需的输入，这里是x和y_，分别是读取的图像特征和标签
print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))

运行结果如下：

至此完成了训练，并求出了精准度。如果要用我们这次训练的模型来对数字进行识别，首先要保存本次训练的模型，然后再在本地读取数字图片数据并转化为模型可以接收的ndarray类型数据，用模型进行训练。那就要对上面的代码稍加改动。第一步，训练并保存模型，修改上面代码（number_recognition_train.py）如下，添加保存模型的过程：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import os

# 加载数据集，Label（标签）在one-hot编码后变成向量，所以在此读取数据集中的数据时指定了one_hot参数为true
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
# 创建一个tensorflow的交互环境
sess = tf.InteractiveSession()
# [None, 784]是shape，None代表不限条数的输入，784代表每条输入都是一个784维的向量
x = tf.placeholder(tf.float32, [None, 784])
# W的shape是[784, 10]，784是特征的维数，10是类别数，每个特征都对应有10个类别
W = tf.Variable(tf.zeros([784, 10]))
# b的shape是[10]，是个10维向量
b = tf.Variable(tf.zeros([10]))
# 计算公式，其中matmul是tf.nn下面的矩阵乘法函数
y = tf.nn.softmax(tf.matmul(x, W) + b)
# y_是真实的概率分布，即Label的one-hot编码，shape为[None, 10]，None代表样本数不限，10代表每个样本对应的概率分布是一个10维向量
y_ = tf.placeholder(tf.float32, [None, 10])
# 损失函数（loss function）coss_entropy，reduce_sum求和，reduce_mean对每个batch数据结果求均值
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
# 优化目标设定为cross_entropy，学习速率为0.5
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
# 运行全局参数初始化器
tf.global_variables_initializer().run()
# 迭代
for i in range(1000):
    # 每次从训练集中随机抽取100条样本构成一个mini-batch，他们的特征和标签分别存到batch_xs和batch_ys里
    batch_xs, batch_ys = mnist.train.next_batch(100)
    # 调用train_step对mini-batch中的样本进行训练
    train_step.run({x: batch_xs, y_: batch_ys})
print("训练完成！")
# 创建模型保存目录
model_dir = "models"
model_name = "number_recognition"
if not os.path.exists(model_dir):
    os.mkdir(model_dir)
# 定义模型保存对象
saver = tf.train.Saver()
# 保存模型
saver.save(sess, os.path.join(model_dir, model_name))
print("保存模型成功！")
# tf.equal对预测类别tf.argmax(y, 1)和实际类别tf.argmax(y_, 1)进行比较判断是否相等，tf.argmax函数从一个tensor中寻找最大值序号
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
# tf.cast()函数的作用是执行tensorflow 中张量数据类型转换
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
# 调用此方法将执行所有前面的操作，这些操作会生成产生此张量的操作所需的输入，这里是x和y_，分别是读取的图像特征和标签
print("精准度：{}".format(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels})))

运行之后，在当前目录下就会出现一个叫models的文件夹，其下会生成我们的模型文件：

之后再写一个number_recognition_test.py文件，用我们已经保存到本地的模型对其他图片内容进行数字识别，内容如下：

#!/usr/bin/env python
# 导入mnist数据库
from tensorflow.examples.tutorials.mnist import input_data

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

from PIL import Image
import numpy as np


# 读取mnist中的数据进行测试
def img_recognition_from_mnist(sess, y):
    # 从mnist中读取出一个测试图片
    idx = 0
    img = mnist.test.images[idx]
    print("type:{}".format(type(img)))
    print("img:{}".format(img))
    print(list(img))
    print(len(list(img)))
    # 根据模型计算结果
    ret = sess.run(y, feed_dict={x: img.reshape(1, 784)})
    # 显示测试结果
    print("预测结果:{} 实际结果:{}".format((ret.argmax()), (mnist.test.labels[idx].argmax())))


# 读取本地图片转化为数据进行测试
def img_recognition_from_custom(image_path, sess, y):
    # 读取图片转成灰度格式
    img = Image.open(image_path).convert('L')
    # resize的过程
    img = img.resize((28, 28))
    # 像素存入一维数组
    arr = [1.0 - float(img.getpixel((j, i))) / 255.0 for i in range(28) for j in range(28)]
    # 转为ndarray类型并reshape
    np_arr = np.array(arr).reshape(1, 784)
    # 根据模型计算结果
    ret = sess.run(y, feed_dict={x: np_arr})
    # 显示预测结果
    print("预测结果:{}".format((ret.argmax())))


if __name__ == '__main__':
    # 创建会话
    sess = tf.Session()
    # 定义输入变量
    x = tf.placeholder(tf.float32, [None, 784])
    # 定义参数
    W = tf.Variable(tf.zeros([784, 10]))
    b = tf.Variable(tf.zeros([10]))
    # 定义模型和激励函数
    y = tf.nn.softmax(tf.matmul(x, W) + b)
    # 定义模型保存对象
    saver = tf.train.Saver([W, b])
    # 恢复模型
    saver.restore(sess, "models/number_recognition")
    print("恢复模型成功！")

    # img_recognition_from_mnist(sess, y)

    img_path = '7.jpg'
    img_recognition_from_custom(img_path, sess, y)

运行后发现预测结果是3，而实际图片中的数字是7：

看来这个训练集并不适合我的图片，需要自己来搞训练数据，再做一个训练集进行专门的训练。这个之后再说。