#?-*-?coding:?utf-8?-*-
“““

@author:?Mingming
“““
import?tensorflow?as?tf?
import?tensorflow.examples.tutorials.mnist.input_data?as?input_data
import?os
import?cv2
import?numpy?as?np
mnist?=?input_data.read_data_sets（“MNIST_data/“?one_hot=True）?????#下載并加載mnist數(shù)據(jù)
x?=?tf.placeholder（tf.float32?[None?784]）????????????????????????#輸入的數(shù)據(jù)占位符
y_actual?=?tf.placeholder（tf.float32?shape=[None?10]）????????????#輸入的標簽占位符

#定義一個函數(shù)，用于初始化所有的權值?W
def?weight_variable（shape）:
??initial?=?tf.truncated_normal（shape?stddev=0.01）
??return?tf.Variable（initial）

#定義一個函數(shù)，用于初始化所有的偏置項?b
def?bias_variable（shape）:
??initial?=?tf.constant（0.1?shape=shape）
??return?tf.Variable（initial）
??
#定義一個函數(shù)，用于構建卷積層
def?conv2d（x?W）:
??return?tf.nn.conv2d（x?W?strides=[1?1?1?1]?padding=‘SAME‘）

#定義一個函數(shù)，用于構建池化層
def?max_pool（x）:
??return?tf.nn.max_pool（x?ksize=[1?2?2?1]strides=[1?2?2?1]?padding=‘SAME‘）

def?predict（image）:
??if?os.path.exists（“./modelSave/checkpoint“）:
????saver.restore（sess“./modelSave/model.ckpt“）
??print（sess.run（tf.argmax（y_predict1）feed_dict={x_image:[image]keep_prob:1}））
??#print（tf.argmax（y_predict1））
??


#構建網絡
x_image?=?tf.reshape（x?[-128281]）?????????#轉換輸入數(shù)據(jù)shape以便于用于網絡中
W_conv1?=?weight_variable（[5?5?1?32]）??????
b_conv1?=?bias_variable（[32]）???????
h_conv1?=?tf.nn.relu（conv2d（x_image?W_conv1）?+?b_conv1）?????#第一個卷積層
h_pool1?=?max_pool（h_conv1）??????????????????????????????????#第一個池化層

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）??????#第二個卷積層
h_pool2?=?max_pool（h_conv2）???????????????????????????????????#第二個池化層

W_fc1?=?weight_variable（[7?*?7?*?64?1024]）
b_fc1?=?bias_variable（[1024]）
h_pool2_flat?=?tf.reshape（h_pool2?[-1?7*7*64]）??????????????#reshape成向量
h_fc1?=?tf.nn.relu（tf.matmul（h_pool2_flat?W_fc1）?+?b_fc1）????#第一個全連接層

keep_prob?=?tf.placeholder（“float“）?
h_fc1_drop?=?tf.nn.dropout（h_fc1?keep_prob）??????????????????#dropout層

W_fc2?=?weight_variable（[1024?10]）
b_fc2?=?bias_variable（[10]）
y_predict=tf.nn.softmax（tf.matmul（h_fc1_drop?W_fc2）?+?b_fc2）???#softmax層

cross_entropy?=?-tf.reduce_sum（y_actual*tf.log（y_predict））?????#交叉熵
train_step?=?tf.train.RMSPropOptimizer（1e-7）.minimize（cross_entropy）????#梯度下降法
correct_prediction?=?tf.equal（tf.argmax（y_predict1）?tf.argmax（y_actual1））????
accuracy?=?tf.reduce_mean（tf.cast（correct_prediction?“float“））?????????????????#精確度計算
sess=tf.InteractiveSession（）??????????????????????????
#sess.run（tf.initialize_all_variables（））
#sess.run（tf.global_variables_initializer（））
saver?=?tf.train.Saver（）
if?not?os.path.exists（“modelSave“）:
??os.mkdir（“modelSave“）
def?train（）:
??if?os.path.exists（“./modelSave/model.ckpt.index“）:
????saver.restore（sess“./modelSave/model.ckpt“）
??for?i?in?range（20000）:
????batch?=?mnist.train.next_batch（100）
????if?i%100?==?0:??????????????????#訓練100次，驗證一次
??????train_acc?=?accuracy.eval（feed_dict={x:batch[0]?y_actual:?batch[1]?keep_prob:?1.0}）
??????print（‘step‘i‘trainin

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-03-21?20:01??CNN_Test\
?????目錄???????????0??2019-03-21?09:14??CNN_Test\MNIST_data\
?????文件?????1648877??2018-08-08?21:27??CNN_Test\MNIST_data\t10k-images-idx3-ubyte.gz
?????文件?????9912422??2018-08-08?21:27??CNN_Test\MNIST_data\train-images-idx3-ubyte.gz
?????文件???????28881??2018-08-08?21:27??CNN_Test\MNIST_data\train-labels-idx1-ubyte.gz
?????文件????????4542??2018-08-08?21:27??CNN_Test\MNIST_data\t10k-labels-idx1-ubyte.gz
?????文件????????8196??2019-03-21?20:39??CNN_Test\.DS_Store
?????目錄???????????0??2019-03-21?20:42??__MACOSX\
?????目錄???????????0??2019-03-21?20:42??__MACOSX\CNN_Test\
?????文件?????????120??2019-03-21?20:39??__MACOSX\CNN_Test\._.DS_Store
?????文件????????3847??2019-03-21?20:02??CNN_Test\CNN.py
?????文件?????????493??2019-03-21?19:16??CNN_Test\Convolution_without_pool.py
?????文件?????????210??2019-03-21?19:16??__MACOSX\CNN_Test\._Convolution_without_pool.py
?????文件????????1417??2019-03-21?18:53??CNN_Test\ConvolutionTest.py
?????文件?????????176??2019-03-21?18:53??__MACOSX\CNN_Test\._ConvolutionTest.py
?????目錄???????????0??2019-03-21?10:52??CNN_Test\testEvalPics\
?????文件????????6148??2019-03-21?18:19??CNN_Test\testEvalPics\.DS_Store
?????目錄???????????0??2019-03-21?20:42??__MACOSX\CNN_Test\testEvalPics\
?????文件?????????120??2019-03-21?18:19??__MACOSX\CNN_Test\testEvalPics\._.DS_Store
?????文件???????33447??2019-03-21?10:46??CNN_Test\testEvalPics\test7.jpg
?????文件?????????210??2019-03-21?10:46??__MACOSX\CNN_Test\testEvalPics\._test7.jpg
?????文件???????11446??2019-03-21?10:49??CNN_Test\testEvalPics\test5.png
?????文件?????????588??2019-03-21?10:49??__MACOSX\CNN_Test\testEvalPics\._test5.png
?????文件???????16475??2019-03-21?10:50??CNN_Test\testEvalPics\test5.jpg
?????文件?????????210??2019-03-21?10:50??__MACOSX\CNN_Test\testEvalPics\._test5.jpg
?????文件???????15982??2019-03-21?10:52??CNN_Test\testEvalPics\test2.jpg
?????文件?????????210??2019-03-21?10:52??__MACOSX\CNN_Test\testEvalPics\._test2.jpg
?????文件???????15982??2019-03-21?10:51??CNN_Test\testEvalPics\test2
?????文件?????????323??2019-03-21?10:51??__MACOSX\CNN_Test\testEvalPics\._test2
?????目錄???????????0??2019-03-21?19:59??CNN_Test\modelSave\
?????文件???????64472??2019-03-21?19:58??CNN_Test\modelSave\model.ckpt.meta
............此處省略3個文件信息