前言 在上一篇博客‘Windows下安装Tensorflow’的基础上，实现深度学习网络——DBN网络，以经典的手写字体识别为例子。
一、下载手写字体数据集，官方网址为：http://yann.lecun.com/exdb/mnist/ 下载： train-images-idx3-ubyte.gz: training set images (9912422 bytes) train-labels-idx1-ubyte.gz: training set labels (28881 bytes) t10k-images-idx3-ubyte.gz: test set images (1648877 bytes) t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)
二、参考github上的DBN实现源码为：https://github.com/myme5261314/dbn_tf
原作者实现的过程：https://gist.github.com/myme5261314/005ceac0483fc5a581cc
注：博主选择的python编辑器为pycharm编辑器，在windows下安装tensorflow后，需要在pycharm中配置路径，具体参考：http://blog.csdn.net/wx7788250/article/details/60877166
三，将github上下载的代码导入到pycharm中，会有几处错误，下面一一修改： 问题1：官方PIL（python image library）目前只支持python2.7及以下版本，所以当导入代码后，会提示ImportError: No module named 'Image'也就是没有import到image这个库。 解决办法：下载非官方库从http://www.lfd.uci.edu/~gohlke/pythonlibs/ 该网址上提供了支持64位系统的PIL文件，网站上叫做Pillow，下载下来，是个 .whl 结尾的文件，这个其实就是python使用的一种压缩文件，后缀名改成zip，可以打开。 这个需要用 pip 安装，在cmd下，进入该.whl下载的文件夹，输入
pip install Pillow‑4.1.1‑cp35‑cp35m‑win_amd64.whl即可安装。 注意，这里有一段 Pillow is a replacement for PIL, the Python Image Library, which provides image processing functionality and supports many file formats. Use from PIL import Image instead of import Image. 意思就是说，要用 ‘ from PIL import Image’ 代替 ‘import Image’ 也就是将导入的程序代码中import Image 改为 from PIL import Image 即可。
from PIL import Image问题2：代码中会有几处print的错误，由于版本问题在python3.X中，print的输出要加‘（）’，所以修改后的样子为：
print (sess.run( err_sum, feed_dict={X: trX, rbm_w: n_w, rbm_vb: n_vb, rbm_hb: n_hb}))问题3： 修改上述问题后，看似没有错误了，运行代码rbm_MNIST_test.py发现依旧存在问题，问题描述如下：
C:\Users\Administrator\AppData\Local\Programs\Python\Python35\python.exe D:/hlDL/tensorflow-DBN/dbn_tf-master/rbm_MNIST_test.py Traceback (most recent call last): File "D:/hlDL/tensorflow-DBN/dbn_tf-master/rbm_MNIST_test.py", line 16, in <module> mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) Extracting MNIST_data/train-images-idx3-ubyte.gz File "D:\hlDL\tensorflow-DBN\dbn_tf-master\input_data.py", line 150, in read_data_sets train_images = extract_images(local_file) File "D:\hlDL\tensorflow-DBN\dbn_tf-master\input_data.py", line 39, in extract_images buf = bytestream.read(rows * cols * num_images) File "C:\Users\Administrator\AppData\Local\Programs\Python\Python35\lib\gzip.py", line 274, in read return self._buffer.read(size) TypeError: only integer scalar arrays can be converted to a scalar index修改方式：在input_data.py中找到代码
def _read32(bytestream): dt = numpy.dtype(numpy.uint32).newbyteorder('>') return numpy.frombuffer(bytestream.read(4), dtype=dt)修改为：
def _read32(bytestream): dt = numpy.dtype(numpy.uint32).newbyteorder('>') return numpy.frombuffer(bytestream.read(4), dtype=dt)[0]在末尾出加上[0],再次运行，问题得到解决。这个问题似乎是新版本的Numpy存在的，最近的更新中，将单个元素数组作为一个标量来进行索引。
四、运行结果 注：根据具体代码，输出结果每10000次输出一次精度，共迭代60000次，同时每10000次输出一个识别结果的image，命名为：rbm_x.png。这里贴出第一幅识别结果和最后一次识别结果图如下： rbm_0 rbm_5
