tensorflow框架精细讲解（一）_transflow教程

前言

大四的时候大致的看过一本基于tensorflow的实战Google深度学习框架的书，目前看论文源码也好，修改代码做改进也好，很多基本知识还是源于那个时候。这是远远不够的，为此，我在github上找了一个基于tensorflow的实例管理教程，来再细致的学习一下tensorflow，希望能够增强自己读代码，写代码的能力，对深度学习也有更好的理解。

一.数据准备

具体的学习过程，因为有之前的一些基础，为此直接从各种神经网络模型入手，来学习tensorflow框架，并且还可以对模型进一步的进行理解。在模型的搭建训练之前，首先就是训练测试数据的输入是如何实现的。下面结合代码，分块讲解。

数据集获取。建议先下载到本地，通过函数去下载相对不太稳定，耗时较长。

from __future__ import print_function
import gzip
import os
import urllib
import numpy
SOURCE_URL = 'http://yann.lecun.com/exdb/mnist/'
def maybe_download(filename, work_directory):
  """如果数据集不存在，从yann's的网站下载所需的数据集."""
  if not os.path.exists(work_directory):
    os.mkdir(work_directory)
  filepath = os.path.join(work_directory, filename)
  if not os.path.exists(filepath):
    filepath, _ = urllib.urlretrieve(SOURCE_URL + filename, filepath)
    statinfo = os.stat(filepath)
    print('Succesfully downloaded', filename, statinfo.st_size, 'bytes.')
  return filepath
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

定义了所获取到的字节流的存储，采用大尾端的方式,返回值就是字节流中的前四个：magic，num_images,rows,cols。

def _read32(bytestream):
  dt = numpy.dtype(numpy.uint32).newbyteorder('>')
  return numpy.frombuffer(bytestream.read(4), dtype=dt)
1
2
3

对图片进行提取并将其转化为一个四维的numpy数组。

def extract_images(filename):
  """将输入的图片转化为一个uint8类型四维的numpy数组 [index, y, x, depth]."""
  print('Extracting', filename
1
2