卷积神经网络(CNN)和Tensorflow初探——MNIST

Introduce

之前，对于卷积神经网络(CNN)只停留在理论层面，基本专业术语（卷积层、池化层等），最多计算卷积后的值之类的。今天，依托于tensorflow官网例程，学习tensorflow框架同时进一步学习CNN，熟悉CNN中的超参数以及如何调超参数？为了以后复习方便，这次讲解会特别细！

参考：https://www.leiphone.com/news/201705/6Zi5evpIaKJRHsJj.html

from tensorflow.examples.tutorials.mnist import input_data  import tensorflow as tf  mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)# 读取图片数据集  sess = tf.InteractiveSession()# 创建session  

#tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name）#shape: 一维的张量，也是输出的张量。#mean: 正态分布的均值。 #stddev: 正态分布的标准差。#dtype: 输出的类型。#seed: 一个整数，当设置之后，每次生成的随机数都一样。#name: 操作的名字。 

def weight_variable(shape):     initial = tf.truncated_normal(shape, stddev=0.1)  ##从截断的正态分布中输出随机值。    return tf.Variable(initial)  def bias_variable(shape):      # #通过构造variable 类的实例来添加一个变量到图中,初始值为0.1    initial = tf.constant(0.1, shape=shape)      return tf.Variable(initial)  def conv2d(x, W):        # 卷积遍历各方向步数为1，SAME：边缘外自动补0，遍历相乘      #http://blog.csdn.net/mao_xiao_feng/article/details/78004522    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')    def max_pool_2x2(x):        # 池化卷积结果（conv2d）池化层采用kernel大小为2*2，步数也为2，周围补0，取最大值。数据量缩小了4#倍      return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],strides=[1, 2, 2, 1], padding='SAME')    

# 二，定义输入输出结构      # 声明一个占位符，None表示输入图片的数量不定，28*28图片分辨率  xs = tf.placeholder(tf.float32, [None, 28*28])       # 类别是0-9总共10个类别，对应输出分类结果  ys = tf.placeholder(tf.float32, [None, 10])   keep_prob = tf.placeholder(tf.float32)      # x_image又把xs reshape成了28*28*1的形状，因为是灰色图片，所以通道是1.作为训练时的input，-1#代表图片数量不定  x_image = tf.reshape(xs, [-1, 28, 28, 1])  

# 三，搭建网络,定义算法公式，也就是forward时的计算      ## 第一层卷积操作 ##      # 第一二参数值得卷积核尺寸大小，即patch，第三个参数是图像通道数，第四个参数是卷积核的数目，代表##会出现多少个卷积特征图像;  W_conv1 = weight_variable([5, 5, 1, 32])       # 对于每一个卷积核都有一个对应的偏置量。  b_conv1 = bias_variable([32])        # 图片乘以卷积核，并加上偏执量，卷积结果28x28x32  h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)        # 池化结果14x14x32 卷积结果乘以池化卷积核  h_pool1 = max_pool_2x2(h_conv1)         ## 第二层卷积操作 ##         # 32通道卷积，卷积出64个特征    w_conv2 = weight_variable([5,5,32,64])       # 64个偏执数据  b_conv2  = bias_variable([64])       # 注意h_pool1是上一层的池化结果，#卷积结果14x14x64  h_conv2 = tf.nn.relu(conv2d(h_pool1,w_conv2)+b_conv2)        # 池化结果7x7x64  h_pool2 = max_pool_2x2(h_conv2)        # 原图像尺寸28*28，第一轮图像缩小为14*14，共有32张，第二轮后图像缩小为7*7，共有64张          ## 第三层全连接操作 ##      # 二维张量，第一个参数7*7*64的patch，也可以认为是只有一行7*7*64个数据的卷积，第二个参数代表卷积个数共1024个  W_fc1 = weight_variable([7*7*64, 1024])       # 1024个偏执数据  b_fc1 = bias_variable([1024])       # 将第二层卷积池化结果reshape成只有一行7*7*64个数据# [n_samples, 7, 7, 64] ->> [n_samples, 7*7*64]  h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])       # 卷积操作，结果是1*1*1024，单行乘以单列等于1*1矩阵，matmul实现最基本的矩阵相乘，不同于tf.nn.conv2d的遍历相乘，自动认为是前行向量后列向量  h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)         # dropout操作，减少过拟合，其实就是降低上一层某些输入的权重scale，甚至置为0，升高某些输入的权值#，甚至置为2，防止评测曲线出现震荡，个人觉得样本较少#时很必要      # 使用占位符，由dropout自动确定scale，也可以自定义，比如0.5，根据tensorflow文档可知，程序中##真实使用的值为1/0.5=2，也就是某些输入乘以2，同时某些#输入乘以0  keep_prob = tf.placeholder(tf.float32)   h_fc1_drop = tf.nn.dropout(f_fc1,keep_prob) #对卷积结果执行dropout操作  

## 第四层输出操作 ##  

    # 二维张量，1*1024矩阵卷积，共10个卷积，对应我们开始的ys长度为10  

W_fc2 = weight_variable([1024, 10])    

b_fc2 = bias_variable([10])    

    # 最后的分类，结果为1*1*10 softmax和sigmoid都是基于logistic分类算法，一个是多分类一个是二分类  

y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)   

  

# 四，定义loss(最小误差概率)，选定优化优化loss，  cross_entropy = -tf.reduce_sum(ys * tf.log(y_conv)) # 定义交叉熵为loss函数    train_step = tf.train.DradientDescentOptimizer(0.5).minimize(cross_entropy) # 调用优化##器优化，其实就是通过喂数据争取cross_entropy最小化    

# 五，开始数据训练以及评测  #tf.argmax(y)返回向量y中最大的那个位置，tf.equal返回Bool型correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(ys,1))  #tf.cast()将Bool型转成数值型，0 or 1，求均值就是概率accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))  #所有变量进行初始化tf.global_variables_initializer().run()  for i in range(20000):#迭代20000次，每次随机送进去20个样本     batch = mnist.train.next_batch(50)#每次迭代送入50个样本进行训练，利用feed_dic={},训练数据替代占用符，同时keep_prob:0.5,50%的神经元#关闭，##防止过拟合    train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})#每迭代100次，做个训练精度统计 (100次训练结果的精确度统计)#.eval()和run()的区别：The difference is in Operations vs. Tensors. Operations use run(#) and Tensors use eval().    if i%100 == 0:          train_accuracy = accuracy.eval(feed_dict={x:batch[0], ys: batch[1], keep_prob: 1.0})#keep_prob:1.0表示神经元100%输出，没有进行dropout正则化         print("step %d, training accuracy %g"%(i, train_accuracy))      print("test accuracy %g"%accuracy.eval(feed_dict={x: mnist.test.images, ys: mnist.test.labels, keep_prob: 1.0}))

总结：到这一步，发现自身几个问题：卷积和池化概念不熟，卷积计算不熟。下一步加深理论学习和熟悉tensorflow运行机制理解