小白学Tensorflow之卷积神经网络

作者：chen_h
微信号 & QQ：862251340
微信公众号：coderpai

---

在本博文中，我们将利用Tensorflow构建一个卷积神经网络，还是以使用为主，如果对卷积神经网络有不明白的，可以先去网上查找资料，或者评论我。
我们构建一个六层网络，其中一个输入层，两个卷积层，两个池化层和一个输出层。

第一，我们需要定义一些卷积核

# 定义第一个卷积层 w_layer_1，其中3*3表示卷积核的尺寸，1表示channel的数量，32表示输出的通道数量
w_layer_1 = init_weights([3, 3, 1, 32])
# 定义第二个卷积层 w_layer_1，其中3*3表示卷积核的尺寸，32表示channel的数量，这个channel数量必须和上一层的输出通道相同，64表示输出的通道数量
w_layer_2 = init_weights([3, 3, 32, 64])
# 定义第三个卷积层 w_layer_1，其中3*3表示卷积核的尺寸，64表示channel的数量，这个channel数量必须和上一层的输出通道相同，128表示输出的通道数量
w_layer_3 = init_weights([3, 3, 64, 128])
# 定义第三个卷积层与下一层之间的全连接权重矩阵
w_layer_4 = init_weights([128 * 4 * 4, 625])
# 定义全连接权重矩阵
w_layer_5 = init_weights([625, 10])

第二，我们来解释一下，在Tensorflow中怎么使用卷积神经网络。

def model(X, w_layer_1, w_layer_2, w_layer_3, w_layer_4, w_layer_5, p_keep_conv, p_keep_hidden):
    '''
    参数解释：
    tf.nn.conv2d(X, w, strides = [1, 1, 1, 1], padding = 'SAME')
    X 表示从上一层输入的数据
    w 表示一个卷积核，比如一个3*3的高斯核
    strides 中的四个参数，第一个是 the number of images，第二个是 the hight of images，第三个是 the width of images，第四个是 the number of channels
    padding 表示图像周围是否需要填充，如果选择'SAME'参数，表示图像的输入和输出维度是一样的，那么在卷积的时候，模型就会在图像的周围填充上0。
            如果选择的是'VALID'参数，那么图像维度将会被改变，具体改变多少，视具体数据而定。
    tf.nn.max_pool(x, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')
    ksize 中的2,2表示池化的时候的池化区域大小。
    '''
    l1a = tf.nn.relu(tf.nn.conv2d(X, w_layer_1, strides = [1, 1, 1, 1], padding = 'SAME'))
    l1 = tf.nn.max_pool(l1a, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')
    l1 = tf.nn.dropout(l1, p_keep_conv)

    l2a = tf.nn.relu(tf.nn.conv2d(l1, w_layer_2, strides = [1, 1, 1, 1], padding = 'SAME'))
    l2 = tf.nn.max_pool(l2a, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')
    l2 = tf.nn.dropout(l2, p_keep_conv)

    l3a = tf.nn.relu(tf.nn.conv2d(l2, w_layer_3, strides = [1, 1, 1, 1], padding = 'SAME'))
    l3 = tf.nn.max_pool(l3a, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')
    l3 = tf.reshape(l3, [-1, w_layer_4.get_shape().as_list()[0]])
    l3 = tf.nn.dropout(l3, p_keep_conv)

    l4 = tf.nn.relu(tf.matmul(l3, w_layer_4))
    l4 = tf.nn.dropout(l4, p_keep_hidden)

    pyx = tf.matmul(l4, w_layer_5)
    return pyx

完整代码，如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import numpy as np
import tensorflow as tf 
import input_data

batch_size = 128
test_size = 256

def init_weights(shape):
    return tf.Variable(tf.random_normal(shape, stddev = 0.01))

def model(X, w_layer_1, w_layer_2, w_layer_3, w_layer_4, w_layer_5, p_keep_conv, p_keep_hidden):
    '''
    参数解释：
    tf.nn.conv2d(X, w, strides = [1, 1, 1, 1], padding = 'SAME')
    X 表示从上一层输入的数据
    w 表示一个卷积核，比如一个3*3的高斯核
    strides 中的四个参数，第一个是 the number of images，第二个是 the hight of images，第三个是 the width of images，第四个是 the number of channels
    padding 表示图像周围是否需要填充，如果选择'SAME'参数，表示图像的输入和输出维度是一样的，那么在卷积的时候，模型就会在图像的周围填充上0。
            如果选择的是'VALID'参数，那么图像维度将会被改变，具体改变多少，视具体数据而定。
    tf.nn.max_pool(x, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')
    ksize 中的四个参数和strides中的参数一样
    '''
    l1a = tf.nn.relu(tf.nn.conv2d(X, w_layer_1, strides = [1, 1, 1, 1], padding = 'SAME'))
    l1 = tf.nn.max_pool(l1a, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')
    l1 = tf.nn.dropout(l1, p_keep_conv)

    l2a = tf.nn.relu(tf.nn.conv2d(l1, w_layer_2, strides = [1, 1, 1, 1], padding = 'SAME'))
    l2 = tf.nn.max_pool(l2a, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')
    l2 = tf.nn.dropout(l2, p_keep_conv)

    l3a = tf.nn.relu(tf.nn.conv2d(l2, w_layer_3, strides = [1, 1, 1, 1], padding = 'SAME'))
    l3 = tf.nn.max_pool(l3a, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding = 'SAME')
    l3 = tf.reshape(l3, [-1, w_layer_4.get_shape().as_list()[0]])
    l3 = tf.nn.dropout(l3, p_keep_conv)

    l4 = tf.nn.relu(tf.matmul(l3, w_layer_4))
    l4 = tf.nn.dropout(l4, p_keep_hidden)

    pyx = tf.matmul(l4, w_layer_5)
    return pyx


# 导入数据
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
trX, trY, teX, teY = mnist.train.images, mnist.train.labels, mnist.test.images, mnist.test.labels
# 转变数据类型，-1表示batch的尺寸，第一个28表示图片的高度，第二个28表示图片的宽度，1表示channel的数量，这里输入时黑白照片，所以是1，如果是RGB，那么channel就是3
# 所以输入img格式为：the_size_of_batch * 28 * 28 * 1，
trX = trX.reshape(-1, 28, 28, 1)
teX = teX.reshape(-1, 28, 28, 1)

# None表示batch的尺寸，第一个28表示图片的高度，第二个28表示图片的宽度，1表示channel的数量
X = tf.placeholder("float", [None, 28, 28, 1])
Y = tf.placeholder("float", [None, 10])

# 定义第一个卷积层 w_layer_1，其中3*3表示卷积核的尺寸，1表示channel的数量，32表示输出的通道数量
w_layer_1 = init_weights([3, 3, 1, 32])
# 定义第二个卷积层 w_layer_1，其中3*3表示卷积核的尺寸，32表示channel的数量，这个channel数量必须和上一层的输出通道相同，64表示输出的通道数量
w_layer_2 = init_weights([3, 3, 32, 64])
# 定义第三个卷积层 w_layer_1，其中3*3表示卷积核的尺寸，64表示channel的数量，这个channel数量必须和上一层的输出通道相同，128表示输出的通道数量
w_layer_3 = init_weights([3, 3, 64, 128])
# 定义第三个卷积层与下一层之间的全连接权重矩阵
w_layer_4 = init_weights([128 * 4 * 4, 625])
# 定义全连接权重矩阵
w_layer_5 = init_weights([625, 10])

# dropout系数
p_keep_conv = tf.placeholder("float")
p_keep_hidden = tf.placeholder("float")

py_x = model(X, w_layer_1, w_layer_2, w_layer_3, w_layer_4, w_layer_5, p_keep_conv, p_keep_hidden)

# 训练模型
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(py_x, Y))
train_op = tf.train.RMSPropOptimizer(0.001, 0.9).minimize(cost)
predict_op = tf.argmax(py_x, 1)

with tf.Session() as sess:

    init = tf.initialize_all_variables()
    sess.run(init)

    for i in xrange(100):
        training_batch = zip(range(0, len(trX), batch_size), range(batch_size, len(trX), batch_size))
        print training_batch
        print '----'
        for start, end in training_batch:
            print start, end
            sess.run(train_op, feed_dict = {X: trX[start:end], Y: trY[start:end], 
                                            p_keep_conv: 0.8, p_keep_hidden: 0.5})

        test_indices = np.arange(len(teX))
        np.random.shuffle(test_indices)
        test_indices = test_indices[0:test_size]

        print i, np.mean(np.argmax(teY[test_indices], axis = 1) ==
                        sess.run(predict_op, feed_dict = {X: teX[test_indices],
                                                          Y: teY[test_indices],
                                                          p_keep_conv: 1.0,
                                                          p_keep_hidden: 1.0}))