TensorFlow官方文档中文版-笔记(四)

CNN实现MNIST任务

权重初始化

为了创建这个模型，我们需要创建大量的权重和偏置项。这个模型中的权重在初始化时应该加入少量的噪声来打破对称性以及避免0梯度。由于我们使用的是ReLU神经元，因此比较好的做法是用一个较小的正数来初始化偏置项，以避免神经元节点输出恒为0的问题（dead neurons）。为了不在建立模型的时候反复做初始化操作，我们定义两个函数用于初始化。

# 定义好初始化函数以便重复使用# 给权重制造一些随机噪声打破完全对称def weight_variable(shape):    initial = tf.truncated_normal(shape, stddev=0.1)    return tf.Variable(initial)# 给偏置增加一些小的正值用来避免死亡节点def bias_variable(shape):    initial = tf.constant(0.1, shape=shape)    return tf.Variable(initial)

卷积和池化

TensorFlow在卷积和池化上有很强的灵活性。我们怎么处理边界？步长应该设多大？在这个实例里，我们会一直使用vanilla版本。我们的卷积使用1步长（stride size），0边距（padding size）的模板，保证输出和输入是同一个大小。我们的池化用简单传统的2x2大小的模板做max pooling。为了代码更简洁，我们把这部分抽象成一个函数。

# 定义好卷积层、池化层以便重复使用def conv2d(x, W):    # 2维卷积函数，x是输入，W是卷积的参数。    # stride代表卷积模板移动步长，全为1代表会不遗漏地划过图片的每个点，padding代表边界的处理方式,SAME代表给边界加上Padding让卷积的输出和输入保持同样的尺寸    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')# 定义最大池化函数def max_pool_2x2(x):    # 保留原始像素块中灰度值最高的那个像素，即保留最显著的特征    # 希望整体上缩小图片尺寸，因此池化层的strides也设为横竖两个方向以2为步长。    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

第一层卷积

现在我们可以开始实现第一层了。它由一个卷积接一个max pooling完成。卷积在每个5x5的patch中算出32个特征。卷积的权重张量形状是[5, 5, 1, 32]：前两个维度是patch的大小，接着是输入的通道数目，最后是输出的通道数目。 而对于每一个输出通道都有一个对应的偏置量。（[5,5,1,32]：前面两个数字代表卷积核的尺寸；第三个数字代表有多少个通道，灰色-1，彩色-3；最后一个数字代表卷积核的数量。）

# 初始化参数W_conv1 = weight_variable([5, 5, 1, 32])b_conv1 = bias_variable([32])

为了用这一层，我们把x变成一个4d向量，其第2、第3维对应图片的宽、高，最后一维代表图片的颜色通道数(因为是灰度图所以这里的通道数为1，如果是rgb彩色图，则为3)。

# 因为卷积神经网络会利用到空间结构信息，因此需要将1D的输入向量转为2D的图片结构，即从1*748的形式转为原始的28*28的结构# 由于只有一个颜色通道，故尺寸为[-1,28,28,1],-1代表样本数量不固定，1代表颜色通道数量x_image = tf.reshape(x, [-1, 28, 28, 1])

我们把x_image和权值向量进行卷积，加上偏置项，然后应用ReLU激活函数，最后进行max pooling。

# 进行卷积操作并加上偏置，接着使用ReLU激活函数进行非线性处理h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)# 使用最大池化函数对卷积的输出结果进行池化操作h_pool1 = max_pool_2x2(h_conv1)

第二层卷积

为了构建一个更深的网络，我们会把几个类似的层堆叠起来。第二层中，每个5x5的patch会得到64个特征。

# 定义第二个卷积层# 与第一个唯一不同的是：卷积的核数变成64W_conv2 = weight_variable([5, 5, 32, 64])b_conv2 = bias_variable([64])h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)h_pool2 = max_pool_2x2(h_conv2)

密集连接层

现在，图片尺寸减小到7x7，我们加入一个有1024个神经元的全连接层，用于处理整个图片。我们把池化层输出的张量reshape成一些向量，乘上权重矩阵，加上偏置，然后对其使用ReLU。

# 两次步长为2*2的最大池化，所以边长已经只有1/4，图片尺寸28*28变成了7*7，而第二个卷积层的卷积核数量为64，其输出tensor尺寸为7*7*64W_fc1 = weight_variable([7 * 7 * 64, 1024])b_fc1 = bias_variable([1024])# 对第二个卷积层的输出tensor进行变形，将其转成1D的向量h_pool2_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 64])# 然后连接一个全连接层，隐含节点为1024，并使用ReLU激活函数h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)

Dropout

为了减少过拟合，我们在输出层之前加入dropout。我们用一个placeholder来代表一个神经元的输出在dropout中保持不变的概率。这样我们可以在训练过程中启用dropout，在测试过程中关闭dropout。 TensorFlow的tf.nn.dropout操作除了可以屏蔽神经元的输出外，还会自动处理神经元输出值的scale。所以用dropout的时候可以不用考虑scale。

# 减轻过拟合，Dropoutkeep_prob = tf.placeholder(tf.float32)h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

输出层

最后，我们添加一个softmax层，就像前面的单层softmax regression一样。

# 将Dropout层的输出连接一个softmax层，得到最后的概率输出W_fc2 = weight_variable([1024, 10])b_fc2 = bias_variable([10])y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

训练和评估模型

# 定义损失函数为cross entropycross_entropy = tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y_conv)cross_entropy = tf.reduce_mean(cross_entropy)train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)# 定义评测准确率的操作correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1))correct_prediction = tf.cast(correct_prediction, tf.float32)accuracy = tf.reduce_mean(correct_prediction)# 开始训练sess.run(tf.global_variables_initializer())for i in range(20000):    batch = mnist.train.next_batch(50)    if i % 100 == 0:        train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob: 1.0})        print('step %d, training accuracy %g' % (i, train_accuracy))    train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})print('test accuracy %g' % accuracy.eval(feed_dict={x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))

准确度为99%！

完整代码如下：

# TensorFlow进阶4-实现简单的CNNimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# Import datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)sess = tf.InteractiveSession()# Step1、2 定义输入和定义算法公式def weight_variable(shape):    initial = tf.truncated_normal(shape, stddev=0.1)    return tf.Variable(initial)def bias_variable(shape):    initial = tf.constant(0.1, shape=shape)    return tf.Variable(initial)def conv2d(x, W):    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')def max_pool_2x2(x):    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')x = tf.placeholder(tf.float32, [None, 784])y_ = tf.placeholder(tf.float32, [None, 10])x_image = tf.reshape(x, [-1, 28, 28, 1])# 定义第一个卷积层W_conv1 = weight_variable([5, 5, 1, 32])b_conv1 = bias_variable([32])h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)# 使用最大池化函数对卷积的输出结果进行池化操作h_pool1 = max_pool_2x2(h_conv1)# 定义第二个卷积层# 与第一个唯一不同的是：卷积的核数变成64W_conv2 = weight_variable([5, 5, 32, 64])b_conv2 = bias_variable([64])h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)h_pool2 = max_pool_2x2(h_conv2)W_fc1 = weight_variable([7 * 7 * 64, 1024])b_fc1 = bias_variable([1024])# 对第二个卷积层的输出tensor进行变形，将其转成1D的向量h_pool2_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 64])# 然后连接一个全连接层，隐含节点为1024，并使用ReLU激活函数h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)# 减轻过拟合，Dropoutkeep_prob = tf.placeholder(tf.float32)h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)# 将Dropout层的输出连接一个softmax层，得到最后的概率输出W_fc2 = weight_variable([1024, 10])b_fc2 = bias_variable([10])y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)# Step3 定义损失函数为cross entropycross_entropy = tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y_conv)cross_entropy = tf.reduce_mean(cross_entropy)# Step4 定义优化算法-SGDtrain_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)# Step5 定义评测准确率的操作correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1))correct_prediction = tf.cast(correct_prediction, tf.float32)accuracy = tf.reduce_mean(correct_prediction)# Step6 迭代执行训练操作并执行评测准确率操作sess.run(tf.global_variables_initializer())for i in range(20000):    batch = mnist.train.next_batch(50)    if i % 100 == 0:        train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob: 1.0})        print('step %d, training accuracy %g' % (i, train_accuracy))    train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})print('test accuracy %g' % accuracy.eval(feed_dict={x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))