Tensorflow实现VGGNet

VGGNet 在2014年获得了imageNet的亚军，其探索了卷积神经网络的深度和性能之间的关系，通过反复堆叠3x3的卷积神经网络和2x2的池化层，成功构建了16-19层深的卷积神经网络。VGGNet结构很简洁，拓展性很强，很容易迁移到其他图像数据上。
VGGNet中全部是用“小型”卷积核，通过不断加深网络深度来提升性能。上图为VGGNet的结构。

虽然从A 到E么以及网络逐渐加深，但是网络的参数数量增加的不多，因为该网络的主要参数实在后面的三个全链接层中。其中D和E就是常说的VGGNet-16和VGGNet-19。

C中相比B，多了1x1的卷积层，该层主要意义是为了“线性变换”，而输入的通道数和输出通道数不变，没有发生降维。

VGGNet拥有5段卷积，每一段中拥有2-3个卷积层，同时每一段卷积层后面有一个最大池化层。每一段内的卷积核个数相同，越靠后的卷积段，卷积核个数越多。

TRICKs：

经常出现多个完全一样的3x3卷积层串联在一起的情况。
两个3x3的卷积层串联在一起，相当于一个5x5的卷积层，[3个3x3的卷积层，相当于一个 7x7的卷积层]但是参数数量变得更少了，而且还具有更多的非线性变换（每一层后面都会有一个Relu激活函数）

作者在论文中总结了几个观点：

（1）LRN作用不大

（2）越深的网络效果越好

（3）1x1的卷积也是很有效的，但是没有3x3的有效，大一些的卷积核可以学到打大的特征空间。

# 导入库import tensorflow as tf # 1.3import mathimport timefrom datetime import datetime

VGGNet中具有很多层，可以降每一个卷积层（参数初始化、卷积、relu）放在一个函数中，方便后面编写网络。

def conv_op(input_op, name, kh, kw, n_out, dh, dw, p):    """    input_op: 输入的tensor    name: 用于name_scope中，该层的名称    kh kw 卷积核的参数    n_out 卷积核数量 （输出通道数）    dh dw strides的参数    p 输出的参数列表，（可有可无）    """    n_in = input_op.get_shape()[-1].value # 首先获取输入通道数。比如224×224×3  得到3    # 卷积核[kh, kw, n_in, n_out]    with tf.name_scope(name) as scope:        kernel = tf.get_variable(name=scope+'w', shape=[kh, kw, n_in, n_out], dtype=tf.float32,                                  initializer=tf.contrib.layers.xavier_initializer_conv2d()) # 文中会介绍        conv = tf.nn.conv2d(input_op, kernel, [1, dh, dw, 1], padding="SAME")        biases = tf.Variable(tf.constant(0.0, shape=[n_out], dtype=tf.float32), trainable=True, name='b')        bias = tf.nn.bias_add(conv, biases)        activation = tf.nn.relu(bias, name=scope)        p += [kernel, biases] # 加载列表参数只是为了后面加算梯度是有用，实际中这是不需要的        return activation

同样，我们也设置一个全链接层，来减少网络构建时的代码量

def fc_op(input_op, name, n_out, p):    n_in = input_op.get_shape()[-1].value # 获得输入通道数    with tf.name_scope(name) as scope:        kernel = tf.get_variable(name=scope+'w', shape=[n_in,n_out], dtype=tf.float32,                                  initializer=tf.contrib.layers.xavier_initializer())        biases = tf.Variable(tf.constant(0.1, shape=[n_out], dtype=tf.float32), name='b')        a = tf.matmul(input_op, kernel)+biases        activation = tf.nn.relu(a, name=scope)        # 上面两句还可以合成一句        # tf.nn.relu_layer(input_op, kernel, biases, name='scope')        p += [kernel, biases]        return activation

# 定义池化层函数def max_pool_op(input_op, name, kh, kw, dh, dw):    return tf.nn.max_pool(input_op, ksize=[1, kh, kw, 1], strides=[1,dh,dw,1], padding="SAME", name=name)# 还可以定义函数降每一层输出大小打印出来def print_activation(t):    print(t.op.name, ": ", t.get_shape().as_list())

# 开始创建VGGNet-16def inference(input_op, keep_prob):    p = [] # 初始化p    # 第一段有两个卷积 64 64    conv1_1 = conv_op(input_op, name='conv1_1', kh=3,kw=3,n_out=64, dh=1,dw=1, p=p)    conv1_2 = conv_op(conv1_1, name='conv1_2', kh=3,kw=3,n_out=64, dh=1,dw=1, p=p)    pool1 = max_pool_op(conv1_2, name='pool1', kh=2, kw=2, dh=2, dw=2)    print_activation( pool1)    # 第二段有两个个卷积 128 128    conv2_1 = conv_op(pool1, name='conv2_1', kh=3,kw=3,n_out=128, dh=1,dw=1, p=p)    conv2_2 = conv_op(conv2_1, name="conv2_2", kh=3,kw=3,n_out=128, dh=1,dw=1, p=p)    pool2 = max_pool_op(conv2_2, name='pool2', kh=2, kw=2,dh=2, dw=2)    print_activation(pool2)    # 第三段有三个卷积 256 256 256    conv3_1 = conv_op(pool2, name='conv3_1', kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)    conv3_2 = conv_op(conv3_1, name='conv3_2', kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)    conv3_3 = conv_op(conv3_2, name='conv3_3', kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)    pool3 = max_pool_op(conv3_3, name='pool3', kh=2,kw=2,dh=2,dw=2)    # 第四段有三个卷积 512 512 512    conv4_1 = conv_op(pool3, name='conv4_1',kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)    conv4_2 = conv_op(conv4_1, name='conv4_2', kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)    conv4_3 = conv_op(conv4_2, name='conv4_3', kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)    pool4 = max_pool_op(conv4_3, name='pool4', kh=2, kw=2, dh=2, dw=2)    # 第五段有三个卷积 512 512 512    conv5_1 = conv_op(pool4, name='con5_1', kh=3,kw=3, n_out=512, dh=1, dw=1, p=p)    conv5_2 = conv_op(conv5_1, name='con5_2', kh=3,kw=3, n_out=512, dh=1, dw=1, p=p)    conv5_3 = conv_op(conv5_2, name='conv5_3', kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)    pool5 = max_pool_op(conv5_3, name='pool5', kh=2,kw=2, dh=2,dw=2)    print_activation(pool5)    # 在全连接层之前，需要降pool5进行扁平化    shp = pool5.get_shape().as_list()    flattened_shape = shp[1] * shp[2] * shp[3]    resh1 = tf.reshape(pool5, [-1, flattened_shape], name='resh1')    # FC1 4096    fc6 = fc_op(resh1, name='fc6', n_out=4096, p=p)    # 全连接层加上dropout    fc6_drop = tf.nn.dropout(fc6, keep_prob, name='fc6_drop')    # fc2 4096    fc7 = fc_op(fc6_drop, name='fc7', n_out=4096, p=p)    fc7_drop = tf.nn.dropout(fc7, keep_prob, name='fc7_drop')    # fc3 1000    fc8 = fc_op(fc7_drop, name='fc8', n_out=1000, p=p)    # softmax    softmax = tf.nn.softmax(fc8)    prediction = tf.argmax(softmax, 1) # 概率最大的类别    return prediction, softmax, fc8, p

搭建完网络就可以搭建计算loss的过程，还有优化、训练等过程。然后创建session。开始训练

init = tf.global_variables_initializer()with tf.Session() as sess:    sess.run(init)    image_size = 224    image = tf.Variable(tf.random_normal([32, image_size, image_size, 3], dtype=tf.float32, stddev=0.1))    keep_prob = tf.placeholder(tf.float32) # 一个数的占位符    a, b, c, d = inference(image, keep_prob)    print(sess.run(a, feed_dict={keep_prob:0.5}))