使用CNN模型来测试Kaggle入门比赛

在《使用Softmax回归模型来测试Kaggle入门比赛》基础上，我又测试了一个相对比较简单的CNN模型。这次使用的数据仍然是20 * 20个像素的图片。

架构

参考Build a Multilayer Convolutional Network我搭建了如下结构的CNN网络。

Layer Type Channels Size Result Channels Input 1 20x20 Convolution 32 3x3 20x20x32 Max pool - 2x2 10x10x32 Convolution 64 3x3 10x10x64 Max pool - 2x2 5x5x64 Fully connected 1 1024 1024 Dropout - 0.5 Softmax 62 -

激活函数 这里面使用的激活函数是Relu
池化 池化层使用的是窗口2x2的最大池化方式。
Dropout概率 训练时是0.5，测试与预测是1.0。
最优化函数 使用了AdmOptimizer作为本次的最优化函数。
迭代次数 大约在1万次迭代后便能达到不错的结果。

具体细节在这里cpcpfds.py

结果

62分类的测试，测试集6220，分类正确率为0.71433（看这里IceBear）

总结及后续

经过测试卷积的模版的大小，模版的大小为3x3或5x5时，结果差别不大。但，使用5x5的过滤模版时，收敛的迭代次数变少了。
颜色对于数字、字母识别帮助不大。

深度学习确实对分类问题有很大的帮助，但是却很难解释它学习出来的特征是什么。而且，选用不同的参数、模版对结果影响很大。
这次测试没有通过一些图片修改手段来增加样本容量，相信增加之后，分类效果会有一定的提升。

有待检验的问题：

1. 将训练图像的尺寸增大到64x64会不会有帮助？
2. 通过图像微调增大训练样本数量的效果如何？
3. 如果将学习率设定为一个（指数）递减的值，会不会让结果稳定到一个值？
4. 每一层学习出来的数据与上一层我我得到的数据之间有什么关系吗？

参考

Build a Multilayer Convolutional Network
Using deep learning to read street signs
Relu