TensorFlow学习笔记（8）----CNN分类CIFAR-10数据集

该文章是对TF中文手册的卷积神经网络和英文手册Convolutional Neural Networks部分所包含程序的解读，旨在展示CNN处理规模比较大的彩色图片数据集（分类问题）的完整程序模型，训练中使用交叉熵损失的同时也使用了L2范式的稀疏化约束，例子修改后就可以训练自己的数据。这篇博客按照程序工作的顺序，从cifar10_train.py开始，依次解读途径的每个重要函数，具体细节还需要自己阅读源程序。注意：运行程序前请先减小训练次数，否则训练时间太长了！！！

首先说一下例子的相关内容。CIFAR-10的数据是这样的：有10分类，每个分类6000个32*32的彩色图片，5000个用于训练，1000个用于测试，大概样子如下：

1. 例子要点

      模型是一个多层架构，由卷积层和非线性层(nonlinearities)交替多次排列后构成。这些层最终通过全连通层对接到softmax分类器上。这一模型除了最顶部的几层外，基本跟Alex Krizhevsky提出的模型一致（Learning Multiple Layers of Features from Tiny Images）。在一个GPU上经过几个小时（注意时间很长！）的训练后，该模型达到了最高86%的精度。细节请查看下面的描述以及代码。模型中包含了1,068,298个学习参数，分类一副图像需要大概19.5M个乘加操作。代码的组织形式：

读入的图片经过了多种处理，都是TF自带的内部函数，另外一系列随机变换人为增加数据集的大小：

• 图片会被统一裁剪到24x24像素大小，裁剪中央区域用于评估或随机裁剪用于训练；
• 图片会进行近似的白化处理，使得模型对图片的动态范围变化不敏感。

• 对图像进行随机的左右翻转；
• 随机变换图像的亮度；
• 随机变换图像的对比度；

这些基础的图像处理流程被分配在16个线程中处理。

CNN网络的不同层的功能：

训练方法与损失的定义：

       训练一个可进行N维分类的网络的常用方法是使用多项式逻辑回归（softmax 回归），Softmax 回归在网络的输出层上附加了一个softmax nonlinearity，并且计算归一化的预测值和label的1-hot encoding的交叉熵。在正则化过程中，对所有学习变量应用权重衰减损失（使用了L2范式，强调模型的参数的稀疏性），求交叉熵损失和所有权重衰减项的和，loss()函数的返回值就是这个值。

2. 数据的读取

读取的数据格式

images: Images. 4D tensor of [batch_size, IMAGE_SIZE, IMAGE_SIZE, 3] size.

labels: Labels. 1D tensor of [batch_size] size

有16个线程一直在按照指定的batch_size读取数据，放置到队列中，训练程序需要数据的时候直接从队列中获取一个batch即可。

读取：

filename_queue= tf.train.string_input_producer(filenames)

获取文件名称队列，使用read_cifar10()这个自定义函数从二进制数据中获取一个样本的信息结构体（大小、数据、标签），然后使用tf.cast(read_input.uint8image, tf.float32)把uint8变换成float32类型。

切割：

比较底层的就是：def read_cifar10(filename_queue):，该函数从二进制数据中读取数据并规整，每条样本都是先标签后数据，CIFAR10是一个字节标签，CIFAR100是2字节，使用切片函数tf.slice(record_bytes,[0],[label_bytes]), tf.int32)，从输入中0开始的地方切label_bytes个字节。然后切取对应数据：

depth_major= tf.reshape(tf.slice(record_bytes,[label_bytes],[image_bytes]),

[result.depth, result.height, result.width])

从第三个维度（深度通道数）开始规整变形。

处理原始图片：

初步获取数据后就需要变形成tensor了，1D变换成3D

tf.random_crop(reshaped_image,[height, width,3])

变换之后就是人工生成各种数据：

tf.image.random_flip_left_right(distorted_image)#从左到右随机

tf.image.random_brightness(distorted_image,max_delta=63)#随机亮度变换

tf.image.random_contrast(distorted_image,lower=0.2, upper=1.8)#随机对比度变换

float_image= tf.image.per_image_whitening(distorted_image)#最后是图像的白化：均值与方差的均衡，降低图像明暗、光照差异引起的影响

注意上述这些操作只是针对单幅图像的，至于多线程处理图片缓冲区队列，保证训练程序随时可读取batch_size的数据，是通过tf.train.shuffle_batch中设定队列大小、缓冲区大小，直接就保证整理好一个数据集合的队列了，这是TF内部自带的。

3. 建立网络

首先注明的是：多个GPU需要tf.get_variable()用于分享数据，而单个GPU只需要tf.Variable()。

参数设置函数：

_variable_with_weight_decay(name, shape, stddev, wd)

功能：输入名称、形状、偏差和均值就可以定义一个参数tensor，生成数据主要分为两步，一个是正常建立参数，另一个是添加L2范式强调稀疏化。

_variable_on_cpu中的tf.get_variable(name, shape, initializer=initializer, dtype=dtype)，

是正常的参数建立

weight_decay= tf.mul(tf.nn.l2_loss(var), wd, name='weight_loss')

是增加L2范式稀疏化，其中L2范式定义为：output = sum(t ** 2) / 2，然后乘以一个衰减系数wd做为一个训练指标：这个值应该尽量小，以保证稀疏性。

这里使用了tf.add_to_collection('losses', weight_decay)，把所有的系数作为以losses为标签进行收集，对应的还有下面的交叉熵。该模型通过控制wd就可以强调稀疏性在训练中的比重（wd=0就是不强调稀疏化），这个例子中只有全连接层对稀疏性有要求。

第一层是conv1，视野是5*5，每个图像从3通道（rgb）到64通道shape=[5,5,3,64]，卷积滑动tf.nn.conv2d(images, kernel,[1,1,1,1], padding='SAME')，然后与偏置相加后是relu函数输出，对输出也有个summary用于查看稀疏性：tf.scalar_summary(tensor_name+'/sparsity', tf.nn.zero_fraction(x))，统计0的比例反应稀疏性。tf.histogram_summary(tensor_name+'/activations', x)，输出数值的分布直接反应神经元的活跃性，如果全是很小的值说明不活跃。

第一层后紧接着是pooling层pool1：

tf.nn.max_pool(conv1, ksize=[1,3,3,1], strides=[1,2,2,1],padding='SAME', name='pool1')

模板是3*3，移动步长2*2，有重叠的pooling（pool有各种不同的，也有3D的）。

第一个pooling层之后有个局部响应归一化norm1（tf.nn.local_response_normalization，简写为tf.nn.lrn），这是一篇论文里的理论（ImageNet Classification with Deep Convolutional Neural Networks）：总之就是把输出归一化了一下，对训练有利。TF文档的定义是：

第一梯队之后又是个卷积层conv2，与第一个卷积层类似只是64通道到64通道，偏置初始是0.1，没有变化，但是之后就是归一化层norm2，然后才是结构一样的pooling层pool2。

两个标准的卷积层后是全连接层：

local3层首先是确定2次conv、pool后的每个样本展开的维度（注意：这里不需要知道是怎么展开的，因为到这里以后提取的都是很高维度的特征了，保证程序上连接的正确即可），展开方法：reshape= tf.reshape(pool2,[FLAGS.batch_size,-1])，具体获取每个样本展开的维度dim= reshape.get_shape()[1].value，然后就是常规的定义全连接层weights= _variable_with_weight_decay('weights', shape=[dim,384],stddev=0.04,wd=0.004)，从dim映射到384个神经元：local3= tf.nn.relu(tf.matmul(reshape, weights)+ biases, name=scope.name)。local4与local3相似只是从384全连接到192（192、384这些数字与GPU的架构有关），全连接层的wd是0.004，略微强调了一下稀疏性。

最后一个层名字是softmax_linear，但是并没有使用softmax：softmax_linear= tf.add(tf.matmul(local4, weights), biases, name=scope.name)

4. 损失函数

总函数：loss= cifar10.loss(logits, labels)

具体使用

cross_entropy= tf.nn.sparse_softmax_cross_entropy_with_logits(

logits, labels, name='cross_entropy_per_example')

计算交叉熵代价，具体在之前有解释。

然后计算一个batch运算后的平均值：

tf.reduce_mean(cross_entropy, name='cross_entropy')与上面的收集器对应，tf.add_to_collection('losses', cross_entropy_mean)同样收集进losses中，这样就已经包含了所有batch的交叉熵均值和所有系数的L2范式。最后使用了tf.add_n(tf.get_collection('losses'), name='total_loss')，这是面向多GPU的，因为一个GPU就一个losses，不需要add_n总损失了。

5.训练

学习率更新：

首先是根据当前的训练步数、衰减速度、之前的学习速率确定新的学习速率：

# Decay the learning rate exponentially based on the number of steps.

lr= tf.train.exponential_decay(INITIAL_LEARNING_RATE,global_step,decay_steps,LEARNING_RATE_DECAY_FACTOR,staircase=True)

这个函数的解释：如果staircase是true，就取个整数。TF文档：

均值线（moving average）：

等价于股票中常提到的“均值线”：tf.train.ExponentialMovingAverage(0.9, name='avg'),这个只是观察，因为按照经验：

“Some training algorithms, such as GradientDescent and Momentum often benefit from maintaining a moving average of variables during optimization. Using the moving averages for evaluations often improve results significantly.”

计算梯度：

多显卡就是麻烦：为了保障均值线观察准确，需要制定同步点：

# Compute gradients.

with tf.control_dependencies([loss_averages_op]):

opt= tf.train.GradientDescentOptimizer(lr)

grads= opt.compute_gradients(total_loss)

函数tf.control_dependencies只是告诉计算单元梯度计算要在统计之后，

梯度更新参数：

apply_gradient_op= opt.apply_gradients(grads, global_step=global_step)

计算完了，就反向传播一次，更新被训练的参数

各种summary和句柄：

summary就不一一说明了，和之前的程序一样，句柄如下：

with tf.control_dependencies([apply_gradient_op, variables_averages_op]):

train_op= tf.no_op(name='train')

最后是个nothing操作，只是返回train_op作为控制界面的句柄。

具体的训练：

# Create a saver.

saver= tf.train.Saver(tf.all_variables())

# Build the summary operation based on the TF collection of Summaries.

summary_op= tf.merge_all_summaries()

# Build an initialization operation to run below.

init= tf.initialize_all_variables()

# Start running operations on the Graph.

sess= tf.Session(config=tf.ConfigProto(

log_device_placement=FLAGS.log_device_placement))

sess.run(init)

启动之前建立的图片规整线程：

# Start the queue runners.

tf.train.start_queue_runners(sess=sess)

显示和保存训练信息：

每隔10步输出：

print(format_str%(datetime.now(), step, loss_value, examples_per_sec, sec_per_batch))

每隔100步保存sumary一次

每隔1000步保存断点一次使用saver= tf.train.Saver(tf.all_variables())保存

6. 验证模型

传入验证函数的参数：

eval_once(saver, summary_writer, top_k_op, summary_op)

saver是用读取moving_average的

summary_writer和summary_op是保存记录的

top_k_op传入了模型和验证模型

读取检查点：

ckpt= tf.train.get_checkpoint_state(FLAGS.checkpoint_dir)

从检查点恢复图和参数：

saver.restore(sess, ckpt.model_checkpoint_path)

然后就是启动图像读取程序，组成队列，最后是使用数据验证正确率。