使用tensorflow基于lenet-5模型识别手写数字

最新推荐文章于 2025-06-21 17:27:50 发布

原创

最新推荐文章于 2025-06-21 17:27:50 发布 · 1.8k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #深度学习

本文介绍了如何使用TensorFlow基于经典的LeNet-5模型进行手写数字识别。首先详细阐述了LeNet-5的网络结构，包括5个卷积和池化层，最后两个全连接层。在实际应用中，针对MNIST数据集的28x28x1输入图像，对第一层卷积层进行了全零填充以保持输出尺寸。经过大约10000轮训练，模型的准确率可以达到98%左右。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

lenet-5模式是卷积神经网络的经典模型，它的结构如下：

第一层，卷积层

输入为原始图像，大小为32*32*1，一个个卷积层过滤器尺寸为5x5,深度为6，不使用全零填充，步长为1.因此输出尺寸为28，深度为6。

第二层，池化层

输入为第一层的输出，是28*28*6的矩阵，本层过滤器大小2x2，长宽步长均为2，输出大小为14x14x6.

第三层，卷积层

输入为14x14x6，使用过滤器大小5x5,深度为16，本层不使用全零填充，步长为1，输出矩阵大小为10x10x16.

第四次，池化层

输入矩阵大小10x10x16,过滤器大小2x2,步长为2,本层输出5x5x16.

第五层，卷积层

输入矩阵5x5x16,因为过滤器大小也是5x5,其实和全连接层没有区别，之后的tensorflow程序中也会将这层看成全连接层，本层输出节点个数120个。

第六次，全连接层

输入节点个数120，输出节点个数84个

第七层，全连接层

输入节点84个，输出节点个数10个。

代码如下，由于mnist的手写数字输入是28*28*1，所以做了一点修改，第一个卷积层使用的全0填充，这样就是的输出是28*28*6.

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import os
import numpy as np
from tensorflow.contrib.factorization.examples.mnist import fill_feed_dict
from CNN.LeNet5_infernece import CONV1_SIZE, NUM_CHANNELS, CONV1_DEEP


INPUT_NODE=784
OUTPUT_