tensorflowとMNISTで遊ぶ2日目

一日目は単純なConvolutionで認識する装置を作ったが、これではDeep Learningとは言えない。

ということで次は
https://www.tensorflow.org/get_started/mnist/pros
を参考にDeepLearningをやっていく。

googleのチュートリアルには99.2%出るって書いてあるけど出ない・・・

困った

# -*- coding: utf-8 -*-

#tensorflowのimport
import tensorflow as tf
import sys
import random
import gc

gc.collect()

train_num = 60000
test_num = 10000

#file:fから1つだけ画像を読み込んで一次元のListで返す
def read_mat(f):
    y = []
    for _ in range(28):
        x = f.read(28)
        for j in range(28):
            y.append(0 if ord(x[j])==0 else 127 )
    return y

#file:fから1バイトの値を読み込んでその値を整数にして返す
def read_ans_one(f):
    return ord(f.read(1)[0])

#file:fから1バイトの値xを読んでx番目だけが1でそれ以外は0の一次元配列を返す
def read_ans_one_arr(f):
    x = read_ans_one(f)
    y = [0,0,0,0,0,0,0,0,0,0]
    y[x] = 1
    return y

#read_matで読み込んだ画像を1つ出力する
def print_mat(y):
    for i in range(28):
        for j in range(28):
            sys.stdout.write('*' if y[i*28+j] > 0 else ' ')
        print(' ')

#read_matで読み込んだ画像の配列を全て出力する
def print_mat_arr(arr):
    for x in arr:
        print_mat(x)

#file:fimgからnum個の画像を読み込んで配列にして返す
def read_img(fimg,num):
    xx = []
    for _ in range(num):
        y = read_mat(fimg)
        xx.append(y)
    return xx

#file:fansからnum個の正解データを読み込んで
#配列にして返す
def read_ans(fans,num):
    y = []
    for _ in range(num):
        y.append(read_ans_one_arr(fans))
    return y

#配列aの中で最大のものの要素のindexを返す
def argmax(a):
    ind = 0;
    m = 0;
    for i in range(len(a)):
        if(m < a[i]):
            m = a[i]
            ind = i
    return ind

#argmaxの比較
def diff_it(a,b):
    return 0 if argmax(a) == argmax(b) else 1;


train_data_index = 0

def sample_train_data(xx,yy,samp):
    global train_data_index
    if train_data_index + samp >= train_num :
        train_data_index = 0
    i = train_data_index
    train_data_index += samp
    j = train_data_index
    return xx[i:j],yy[i:j]

#トレイニングデータの60000個の要素の中から100個を選び返却
#def sample_train_data(xx,yy,samp):
#    r = random.sample(range(len(xx)),samp)
#    rx = []
#    ry = []
#    for i in r:
#        rx.append(xx[i])
#        ry.append(yy[i])
#    return rx,ry

def read_test_img(test_num):
    #テストフェーズ
    fimg = open("test-img","rb")
    fans = open("test-ans","rb")
    fimg.read(16)
    fans.read(8)
    test_x = read_img(fimg,test_num)
    test_y = read_ans(fans,test_num)
    fimg.close()
    fans.close()
    return test_x,test_y

def check(yy, yy_):
    count = 0
    #テストデータでテストを行い、結果が違ったら出力する。
    #間違った数をカウントする
    for i in range(test_num):
        if diff_it(yy[i],yy_[i]) > 0 :
            count += 1
    print("count:" + str(count) + "   err rate:" + str(count/100.0))


def weight_variable(shape):
  initial = tf.truncated_normal(shape, stddev=0.1)
  return tf.Variable(initial)

def bias_variable(shape):
  initial = tf.constant(0.1, shape=shape)
  return tf.Variable(initial)

def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                        strides=[1, 2, 2, 1], padding='SAME')



#トレイニングデータ読み込み
#train-imgから画像を、ansから正解データを読み込む
fimg = open("train-img", "rb")
fans = open("train-ans", "rb")
#ヘッダーを読み飛ばす
#imgには16バイトのヘッダー
fimg.read(16)
#ansには8バイトのヘッダー
fans.read(8)
train_x = read_img(fimg,train_num)
train_y = read_ans(fans,train_num)

fimg.close()
fans.close();


#モデル組み立て
#sess = tf.Session()
sess = tf.InteractiveSession()

x = tf.placeholder(tf.float32, [None, 784])
y_ = tf.placeholder(tf.float32, [None, 10])

#first layer
W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])
x_image = tf.reshape(x, [-1,28,28,1])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
#second layer
h_pool1 = max_pool_2x2(h_conv1)

#third layer
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)
#forth layer
h_pool2 = max_pool_2x2(h_conv2)

#fifth layer
W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)

#dropout
keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)


#sixth layer
W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
y_conv = tf.matmul(h_fc1_drop, W_fc2) + b_fc2

#train
cross_entropy = tf.reduce_mean(
    tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y_conv))
train_step = tf.train.AdadeltaOptimizer(2.0).minimize(cross_entropy)
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
#init = tf.global_variables_initializer()
gc.collect()
sess.run(tf.global_variables_initializer())
#sess.run(init)

#テストデータ読み込み
test_x,test_y_ = read_test_img(test_num)


for i in range(20000):
    #100個のトレーニングデータをランダムに用意して
    xx, yy = sample_train_data(train_x, train_y,50)
    if i%500 == 0:
        train_accuracy = accuracy.eval(feed_dict={x:test_x, y_:test_y_, keep_prob: 1.0})
        print("step {0}, training accuracy {1:f}".format(i, train_accuracy))
    train_step.run(feed_dict={x: xx, y_: yy, keep_prob: 0.5})


#最終的なテスト結果
train_accuracy = accuracy.eval(feed_dict={x:test_x, y_:test_y_, keep_prob: 1.0})

sess.close()

print("step {0}, training accuracy {1:f}".format(i, train_accuracy))

print(sess.run(W))
print(sess.run(b))