基于TensorFlow手写数字识别模型设计与实现

文/邢萌

采用TensorFlow，能够使神经网络编写难度得到降低，并使网络识别率得到提高。因此在手写数字识别模型设计与实现上，还要加强TensorFlow的应用，提出更加有效的识别方法。

1 TensorFlow概述

TensorFlow为开源软件平台，可以采用数据流图实现数值计算，为神经网络构建提供接口，实现BP神经网络的快速构建。平台上每个计算都能利用计算图表示，其中每个节点都是一个运算操作，节点与节点利用边连接，每个节点拥有任意多输入和输出，可看成是运算操作的实例化。而在计算机中流动的数据，即张量。在利用TensorFlow进行开发时，需要利用图进行计算任务表示，然后进行会话建立，将图传至TensorFlow引擎中，使图得到启动。通过变量初始化操作，并实现节点运行，则能使变量值得到更新。采用TensorFlow，能够对机器学习算法进行执行，为多种开发语言提供支持，能够在异构系统上实现算法移植，为系统部署提供支持。作为开源机器学习软件资源库，目前TensorFlow能够为线性回归、深度学习、逻辑回归等各种算法提供支持。

2 基于TensorFlow手写数字识别模型设计与实现

2.1 设计原理

设计手写数字识别模型，还要使模型能够对图像进行识别，通过计算机处理图像信息，对图像内容进行理解，从而实现精确识别。而在图像识别方面，主要需要采用机器学习方法，使模型通过先验学习进行经验获取，然后对数据获取规律进行自动分析，完成知识结构的组织，能够正确进行响应。为此，还要使计算机对人类学习活动进行模拟，在掌握经验和规律的基础上，对未知和潜在概率分布等信息进行推理，确定数据样本中变量间的关系。手写数字识别属于分类问题，需将实例数据进行合理分类，能够采用支持向量机算法、k-近邻算法等多种算法。而同类的算法有较多，还要加强数据集的分析，以便进一步了解实际数据，缩小算法的选择范围。在应用程序开发阶段，需要完成数据收集，然后对数据源进行格式化处理，确保数据能够满足格式要求。将得到的数据输入到算法中，则能实现算法训练，完成知识或信息的抽取。确定训练得到的算法能够达到成功率的要求，则能转换为应用程序进行任务执行。

2.2 模型设计

实际进行模型设计时，采用MNIST数据集，由训练集、验证集和测试集构成，分别有55000、5000和10000个样本，从TensorFlow官网下载获得。对样本数据进行分析发现，每个样本包含对应标签信息，能够对表示的数字进行描述。而样本实际描述的为28×28像素的灰度图片，每张图片为长度784的数组，不包含二维结构信息，数据得到了简化，分类相对简单。从特征上来看，样本数据为55000×784张量，图片编号为一维，图片像素点为二维，数值为像素点灰度值，标签为55000×10的张量，能够对图片代表的数字进行描述，标签为19维向量。样本图标签向量对应位置为1，其余均为0。数据集中样本描述数字在0-9之间，共10类，所以手写数字识别要对第i样本为0-9中哪个数字的概率进行计算。结合数据特点，可以采用相对简单的softmax回归算法，设计的模型样本包含m个，类别为k个，得到的训练集为 {（x(1), y(1)）,（x(2), y(2)）,……,（x(m),y(m)）}，x(i)∈R（n+1），标签 y（i）∈{1,2，……，k}。针对输入x，应假设针对各类别j的概率值为p（y=j|x）。在函数输出k维向量的情况下，向量元素和为1，函数hθ（x）如下：

式 中，θ1, θ2, θk∈Rn+1为 模 型 参 数，P（y(i)=j|x(i)； θj）则是样本 x(i)属于 j类概率。在模型参数计算的过程中，还要采用梯度下降法。针对得到的回归模型，需要输入样本数据，对测试样本数据所属类别概率进行计算，预测结果则是概率最大的类别。

2.3 模型实现

在模型实现阶段，需要载入TensorFlow库完成InteractiveSession创建，然后进行Placeholder创建，确定数据输入位置。在Placeholder中，首个参数代表的是数据类型，其次则为[None,784]，指的是数据尺寸，None意味不对输入的条数进行限制，但是784则是对各条维向量进行限制。在此基础上需要对回归模型的biases和weight进行创建，然后进行回归算法的实现。在模型训练阶段，需要对损失的函数进行计算，利用函数对模型分类精度进行描述。在损失较少的情况下，说明采用模型获得的分类结果较为接近真实值，得到的结果较为精确。在实际操作时，需要先对模型进行初始化操作，将各参数设为零。而训练loss将不断减小，直至局部最优或全局最优。损失函数可以采用cross-entropy，需要利用TensorFlow进行计算。在算法优化阶段，需要采用随机梯度下降，然后进行训练操作迭代执行。具体来讲，就是进行100条样本随机抽取，完成mini-batch的构建，提供给placeholder。对train_step进行调用，可以完成样本训练。采用tf.argmax从张量中进行最大值序号的获取，可以实现模型准确率的测试。而tf.argmax（y,1）的概率最大，为数字类别。确定得到的结果是否正确，可以确定是否实现了正确分类。

3 结论

根据手写数字特点，基于TensorFlow实现了相应的识别模型设计。采用该模型，可以利用softmax回归算法实现数字分类问题的简化，得到结构相对简单的神经网络模型，并且获得较高的数字识别概率。