实战 MLP CNN 实践mnist

一、CNN基础知识点

1、局部感知
生物视觉系统中的视觉皮层是局部接受信息的， 图像的部分关键像素信息也是有局部联系的。MLP中神经元是全连接，而可以改进成先由局部到全局的一个过程，如图：

如图每个卷积单元与10*10个像素相连，那么参数(1000/10)(1000/10)(10×10)=10^6个参数，减少为全连接的百万分之一

2、权值参数共享
简单来说就是一个卷积核的权重参数是相同的或者说只有一套，每个卷积核是去提取传入图片像素的某一个特征的，而这个特征与在图片中的位置无关，我们有多少个卷积核就提取到了多少特征.

如图这是一个3*3的卷积核在5＊5的图上做卷积操作，卷积核与每个像素进行运算，图像中符合条件的部分被卷积核提取出来了

3、多卷积核
1个卷积核只提取一部分特征，那要抽象复杂信息，自然是不够的。多个卷积核就像一张图片的多个通道，每个通道表示不同的信息

4、池化
通常卷积操作出的特征后就可以进全连接进行分类了，但是这时又面临计算量的问题，而且非常容易过拟合。池化简单理解和图像模糊的算法一样，对一个区域的特征信息进行平均或最大值操作，实践证明这种操作后可以减少过拟合现象的出现

5、多层卷积
简单来说一层卷积学到的特征是相对局部的，层数月多学到的特征越全局，实践中一般都会使用多层卷积
重点内容
6、dropout
也是用来减少过拟合的问题的，它会在当前层一定的范围内（参数设定），随机让一些神经元不与下层神经元连接

二、程序结构

为了快速调试使用不同的网络，我们稍微封装一个类来根据不同的参数构造不同模型。
大概的类图是这的

1、一些主要的函数
dense是全连接层，如果我们构造一个mlp基本用他就可以了
conv2d是卷积层，构造卷积神经网络的基本组件
max_pool是池化层
flatten是用来连接卷积网络和全连接网络的，主要作用是全连接的输出的tensor形状，转换为dense层输入的形状
dropout是防止过拟合的利器
set_optimizer_accuracy是封装了优化和检验方法
check_and_save方法用来检查当前的训练精度，如果检查出来的结果好，那就保存当前的权重

2、实践mlp
接下来我们来用个小模型实践下
先构建这个模型，is_restore的意思是不使用之前的保存的权重参数，重新开始训练，如果你改变了模型结构这个参数要设置为False，我偷懒没写兼容:)

    x = PowerMode('mnist_mlp' ,is_debug=1 ,is_restore=False)    x.set_input_shape([None ,28**2] ,[None ,10] ,True)    mode_config = [{'t':'dense','u':256,'a':tf.nn.relu},                   {'t':'dropout'},                   {'t':'dense','u':10,'a':tf.nn.softmax},                   ]    x.set_mode(mode_config)    x.set_optimizer_accuracy()

然后训练10轮，dropout设置为0.75，acc_step设置为1是每1轮都验证模型

x.train(mnist.train.images, mnist.train.labels, mnist.validation.images, mnist.validation.labels             ,epochs=10 ,batch_size=100 ,dropout=0.75 ,acc_step=1)

模型小训练速度快

3、实践CNN
我们再用一个简单的cnn模型测试下，模型结构如图

代码也很简单

def main_cnn():    mnist = input_data.read_data_sets(DATA_DIR,one_hot=True)    x = PowerMode('mnist_cnn' ,is_debug=1 ,is_restore=False)    x.set_input_shape([None ,28 ,28 ,1] ,[None ,10] ,True)    mode_config = [{'t':'conv2d','x':3,'y':3,'n':32,'s':1,'a':tf.nn.relu},                   {'t':'max_pool','k':2,'s':2},                   {'t':'dropout'},                   {'t':'conv2d','x':3,'y':3,'n':64,'s':1,'a':tf.nn.relu},                   {'t':'max_pool','k':2,'s':2},                   {'t':'dropout'},                   {'t':'flatten'},                   {'t':'dense','u':256,'a':tf.nn.relu},                   {'t':'dense','u':10,'a':tf.nn.softmax},                   ]    x.set_mode(mode_config)    x.set_optimizer_accuracy(1e-4)    x.train(np.reshape(mnist.train.images, [-1,28,28,1]) ,mnist.train.labels            ,np.reshape(mnist.validation.images, [-1,28,28,1]) ,mnist.validation.labels             ,epochs=15 ,batch_size=100 ,dropout=0.75 ,acc_step=1)

训练的前10轮结果和上面那个mlp差不多

再训练5轮的数据已经接近0.99了

4、总结
大家应该可以随意更改模型的设计，调整各种参数的配置，更改训练、验证的次数来体会各种模型的差异
最后附上PowerMode的完整代码

import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport osfrom tensorflow.python.framework import opsclass PowerMode:    def __init__(self ,mode_name ,is_debug=1 ,is_restore=True):        ops.reset_default_graph()        self.config_key_map = {                'conv2d' : self.conv2d,                'max_pool' : self.max_pool,                'dense' : self.dense,                'flatten' : self.flatten,                'dropout' : self.dropout,                }        self.is_debug = is_debug        self.is_restore = is_restore        self.mode_name = mode_name        #private        self._layer_data = None        self._train = None        self._accuracy = None        self._pre_validation = tf.Variable(0. ,trainable=False)     #之前的精度    #输入参数    def set_input_shape(self ,x_shape ,y_shape ,is_dropout = False):        self._layer_data = self.x = tf.placeholder(tf.float32 ,x_shape ,name='input_data')        self.debug('input shape' ,self.x.shape.as_list())        self.y_ = tf.placeholder(tf.float32 ,y_shape ,name='y_data')        if is_dropout:            self.dropout = tf.placeholder(tf.float32 ,name='dropout_param')    #----------模型部分-------------#     #设置模型    def set_mode(self ,config):        for k,v in enumerate(config):            v['id'] = k + 1            fun = self.config_key_map[v['t']]            self._layer_data , name = fun(v)            self.debug(name+' out shape' ,self._layer_data.shape.as_list())    #卷集层    def conv2d(self ,param):        name = 'conv2d_' + str(param['id'])        w_shape = [param['x'] ,param['y'] ,self._layer_data.shape.as_list()[3] ,param['n']]        step = param['s']        activation = param['a'] if 'a' in param else None        p = param['p'] if 'p' in param else 'SAME'        self.debug(name + ' shape' ,w_shape)        w = tf.Variable(tf.truncated_normal(w_shape ,stddev = 0.1))        b = tf.Variable(tf.constant(0.1 ,shape=[w_shape[3]]))        if activation != None:            return activation(tf.nn.conv2d(self._layer_data ,w ,strides=[1, step, step, 1] ,padding=p ,name=name) + b) , name        else:            return tf.nn.conv2d(self._layer_data ,w ,strides=[1, step, step, 1] ,padding=p ,name=name) + b , name    #定义池化层    def max_pool(self ,param):        ksize = param['k']        step = param['s']        name = 'max_pool_' + str(param['id'])        self.debug(name + ' shape' ,self._layer_data.shape.as_list())        return tf.nn.max_pool(self._layer_data ,ksize=[1 ,ksize ,ksize ,1] ,strides=[1 ,step ,step ,1] ,padding='SAME' ,name=name) , name    #抹平参数    def flatten(self ,param):        name = 'flatten_' + str(param['id'])        k = self._layer_data.shape.as_list()        self.debug(name + ' shape' ,k)        return tf.reshape(self._layer_data ,[-1 ,np.prod(k[1:])] ,name=name) , name    #全连接层    def dense(self ,param):        units = param['u']        activation = param['a']        name = 'dense_' + str(param['id'])        input_units = self._layer_data.shape.as_list()        self.debug(name + ' shape' ,input_units)        w = tf.Variable(tf.truncated_normal([input_units[1] ,units] ,stddev = 0.1) ,name=name+'_w')        b = tf.Variable(tf.constant(0.1 ,shape = [units]) ,name=name+'_b')        if activation:            return activation(tf.matmul(self._layer_data ,w) + b ,name=name) , name        else:            return tf.matmul(self._layer_data ,w ,name=name) + b , name    #dropout层    def dropout(self ,param):        name = 'dropout_' + str(param['id'])        k = self._layer_data.shape.as_list()        self.debug(name + ' shape' ,k)        return tf.nn.dropout(self._layer_data ,self.dropout ,name=name) , name    #损失函数    def set_optimizer_accuracy(self ,learning_rate=1e-3):        self.debug('loss shape',self._layer_data.shape.as_list())        #训练优化器        cross_entropy = tf.reduce_mean(-tf.reduce_sum(self.y_ * tf.log(self._layer_data) ,reduction_indices=[1]))        self._train = tf.train.AdamOptimizer(learning_rate).minimize(cross_entropy)        #检查函数        correct_prediction = tf.equal(tf.argmax(self._layer_data, 1), tf.argmax(self.y_, 1))        self._accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32) ,name = 'accuracy')    #----------训练---------------#    #训练    def train(self ,train_x ,train_y ,test_x ,test_y ,epochs=1 ,batch_size=32 ,dropout=0.75 ,acc_step=10):        with tf.Session() as sess:            if not self.restore(sess):                        #是否还原                sess.run(tf.initialize_all_variables())          #执行初始化变量            data_size = train_x.shape[0]            batch_num = int(np.ceil(data_size/float(batch_size)))            accuracy_plot = []              #            for i in range(epochs):                for j in range(batch_num):                    start ,end = j * batch_size ,min((j+1) * batch_size ,data_size)                    batch_xs = train_x[start:end]                    batch_ys = train_y[start:end]                    sess.run(self._train,{self.x:batch_xs ,self.y_:batch_ys ,self.dropout:dropout})                if i % acc_step == 0 :                    acc = sess.run(self._accuracy,{self.x:test_x ,self.y_:test_y ,self.dropout:1})                    accuracy_plot.append(acc)                    self.debug('batch_num: %d' % i ,'total: %f' % acc)                    self.check_and_save(sess ,acc)            if self.is_debug!=0 and len(accuracy_plot)>1:                plt.plot(accuracy_plot)                plt.show()    #检查准确率是否有所提高    def check_and_save(self ,sess ,validation):        if sess.run(self._pre_validation) < validation:            sess.run(tf.assign(self._pre_validation ,validation) )            self.save(sess)    #保存当前会话    def save(self ,sess):        save_dir =  self.mode_name + '_cp'        if not os.path.exists(save_dir):            os.makedirs(save_dir)        self.debug('save' ,save_dir)        saver = tf.train.Saver()    # 用于保存变量        saver.save(sess, os.path.join(save_dir,'best_validation'))          #保存最佳验证结果    #恢复之前的数据    def restore(self ,sess):        if not self.is_restore:            return False        #得到检查点文件        re_path = self.mode_name + '_cp'        ckpt = tf.train.get_checkpoint_state(re_path)        if ckpt and ckpt.model_checkpoint_path:            self.debug('restore' ,ckpt.model_checkpoint_path)            saver = tf.train.Saver()            saver.restore(sess, ckpt.model_checkpoint_path) # 还原所有的变量            self.debug('restore validation',sess.run(self._pre_validation))            return True        return False    #调试信息打印    def debug(self ,name ,message):        if self.is_debug!=0:            print (name ,' : ' ,message)

这是完整的测试程序

import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datafrom PowerMode import PowerModeimport numpy as npDATA_DIR = 'data/MNIST_data/'def main_mlp():    mnist = input_data.read_data_sets(DATA_DIR,one_hot=True)    x = PowerMode('mnist_mlp' ,is_debug=1 ,is_restore=False)    x.set_input_shape([None ,28**2] ,[None ,10] ,True)    mode_config = [{'t':'dense','u':256,'a':tf.nn.relu},                   {'t':'dropout'},                   {'t':'dense','u':10,'a':tf.nn.softmax},                   ]    x.set_mode(mode_config)    x.set_optimizer_accuracy()    x.train(mnist.train.images, mnist.train.labels, mnist.validation.images, mnist.validation.labels             ,epochs=10 ,batch_size=100 ,dropout=0.75 ,acc_step=1)def main_cnn():    mnist = input_data.read_data_sets(DATA_DIR,one_hot=True)    x = PowerMode('mnist_cnn' ,is_debug=1 ,is_restore=False)    x.set_input_shape([None ,28 ,28 ,1] ,[None ,10] ,True)    mode_config = [{'t':'conv2d','x':3,'y':3,'n':32,'s':1,'a':tf.nn.relu},                   {'t':'max_pool','k':2,'s':2},                   {'t':'dropout'},                   {'t':'conv2d','x':3,'y':3,'n':64,'s':1,'a':tf.nn.relu},                   {'t':'max_pool','k':2,'s':2},                   {'t':'dropout'},                   {'t':'flatten'},                   {'t':'dense','u':256,'a':tf.nn.relu},                   {'t':'dense','u':10,'a':tf.nn.softmax},                   ]    x.set_mode(mode_config)    x.set_optimizer_accuracy(1e-4)    x.train(np.reshape(mnist.train.images, [-1,28,28,1]) ,mnist.train.labels            ,np.reshape(mnist.validation.images, [-1,28,28,1]) ,mnist.validation.labels             ,epochs=15 ,batch_size=100 ,dropout=0.75 ,acc_step=1)if __name__ == '__main__':    #main_mlp()    main_cnn()