theano学习-Convolutional Neural Networks (LeNet)

</pre><pre name="code" class="python">import theanoimport numpyimport pylabfrom theano import tensor as Tfrom theano.tensor.nnet import convfrom PIL import Image# 生成一个随机数生成类rng，其seed为23455（随机数种子）。  rng = numpy.random.RandomState(23455)# 实例化一个4D的输入tensor，是一个象征性的输入，相当于形参，需要调用时传入一个实参  input = T.tensor4(name='input')# 权值数组的shape（可以理解为权值的数组大小），用来确定需要产生的随机数个数，#（该大小可以理解为是一个 2行3列 的矩阵，其中每个矩阵元素又是一个 9行9列的 矩阵）w_shp = (2, 3, 9, 9) # 每个权值的边界，用来确定需要产生的每个随机数的范围。w_bound = numpy.sqrt(3 * 9 * 9)# rng.uniform(low,hign,size)的作用是产生一个shape为size的均匀分布数组，每个数的范围为(low,high)# numpy.asarray（a）的作用是将 类数组a 转化为array类型# theano.shared()实例化一个权值变量（只是为了进行GPU加速时用），可以调用W.get_value()查看其valueW = theano.shared( numpy.asarray(            rng.uniform(                low=-1.0 / w_bound,                high=1.0 / w_bound,                size=w_shp),            dtype=input.dtype), name ='W')# 下面是用同样的方法初始化一个偏置值b，b通常被初始化为0，因为它在算法中会有一个被学习的过程；# 但是此处是需要直接用它来计算，所以用随机值给它初始化，就当做是已经经过学习后的值了。b_shp = (2,)b = theano.shared(numpy.asarray(            rng.uniform(low=-.5, high=.5, size=b_shp),            dtype=input.dtype), name ='b')# conv.conv2d(input,filter) 需要2个输入，一个是input，一个是filter。  # input就是上文中的4D张量，每个张量分别代表[mini-batch size，特征图的数量，图像高度，图像宽度]。  # filter就是上文中的W。也是一个4D张量，分别代表[m层特征图数量，m-1层特征图数量，过滤器高度，过滤器宽度]。  #  # 当其他函数需要用到变量conv_out时，会先把实参input传入conv2d()中，再计算出conv_out  #conv_out = conv.conv2d(input, W)# dimshuffle是一个很强大的能轻松改变一个张量结构的工具。b.dimshuffle('x', 0, 'x', 'x')# 就是把b的原始的第0列向量的左侧添加一个维度，在其右侧添加两个维度。# b原来是个一维数据(2)，经过dimshuffle之后，则变成了一个四维数据(1*2*1*1)。# dimshuffle具体的操作，参见文章一开始。output = T.nnet.sigmoid(conv_out + b.dimshuffle('x', 0, 'x', 'x'))# 创建一个用来过滤图像的theano.function（可以把f编译为c，然后就可以随时拿来用了。）  #  # 当其他函数需要调用f时（调用形式为f(input)），需要传入实参input，然后将计算结果存入output中。  #  f = theano.function([input], output)# 下面开始处理几幅图片来看一下效果# 打开一幅图片，源代码中有2个"open"，应该是在linux中的语法，我是在windows上运行的，所以改成1个open  img = Image.open('g:\\b.jpg')# 得到图片的宽度和高度（注意，顺序一定不要弄反）img_w, img_h = img.size# 将图片像素按照（高度，宽度，通道数量）格式化为array数组# 其实就是将图片数据格式化为一个数组，因为每个像素点包括3个字节，B,G,R，且其范围为0-255，# 这个地方最后将其除以256是为了归一化，归一化后的数据是float64类型img = numpy.asarray(img, dtype='float32') / 256.# 图片的原始数据是一个3D数据【高，宽，通道数量】，  # 经过数据置换(transpose(2,0,1))之后，变成了【通道数量，高，宽】，  # 因为f中传入参数需要4D，因此需要将图片数据reshape成为一个【1, 通道数量, 高, 宽】这样的4D张量，  # reshape的参数一定要注意，1就是最外的那一维度，3就是通道数量，然后是【高】和【宽】，  # 这样结果的 img_.shape =【1, 3, 宽, 高】 ## 为什么reshape为这样的size呢？因为调用f时需要传入一个input，而这个input就是4D，最终的这个input是传入到  # conv2d中的第一个参数，而那个参数的格式是什么呢？[mini-batch size，特征图的数量，图像高度，图像宽度]# 这样就串起来了吧，第一个参数是batch size，是每次训练的样本数量，此处为1的话，就是最普通的每次训练一个样本。# 第二个参数代表输入层的特征图数量，这个地方是3，其实就是把一张彩色图片按照3个通道作为3个特征图进行输入；# 最后两个是图像的高度和宽度，正好一一对应。#img_ = img.transpose(2, 0, 1).reshape(1, 3, img_h, img_w)# 将img_作为f的参数，经过计算得到输出filtered_img = f(img_)# 将原始图片显示出来pylab.subplot(1, 3, 1); pylab.axis('off'); pylab.imshow(img)# 图片灰度化pylab.gray();# 分别显示不同处理后的图片pylab.subplot(1, 3, 2); pylab.axis('off'); pylab.imshow(filtered_img[0, 0, :, :])pylab.subplot(1, 3, 3); pylab.axis('off'); pylab.imshow(filtered_img[0, 1, :, :])pylab.show()

转载：http://blog.csdn.net/niuwei22007/article/details/48025939