手写字的识别 1

最近实验室老师新买了一些书，借了一本深度学习的书看了看，挺不错的

1

查看一些教程和代码，大概实现了一些手写字的识别：

有正确识别的：

当然也有错误识别的：

识别为 0

识别为 1

2

环境：Python 3.6.3TensorFlow 1.10.1

数据集：Mnist

大概的一个思路先对数据集进行训练，将训练之后的参数保存下来，然后输入手写的数字，看机器判断是否正确

第一步是训练

实验用到两层卷积层，一层全连接层

第一卷积层的输出神经元有32个

进入第二层后输出64个神经元

到第三层1024个

最后用softmax函数输出图片对应的数字的概率

这里用到的学习率是0.0001

训练了30000次

每次随机抓取训练集中的50幅图像：

训练的准确率变化情况：

step 29500, training accuracy 1.00

step 29600, training accuracy 1.00

step 29700, training accuracy 1.00

step 29800, training accuracy 1.00

step 29900, training accuracy 1.00

test accuracy 0.9922

第二步是验证

用PS创建一个28 X 28像素的画布，用画笔写的几个数字，导入到程序中，直接运行就出结果了

这步需要用到PIL库，并且对图像的像素有严格要求，必须是28 X 28，因为训练集就是这样的

大概的一个情况，过于粗略。更深层次的理论解释，需要后续再添加了。从实验到理论，再到实验，会更理解其中的原理吧

谢谢你，和你的时间