深度卷积神经网络学习(CNN)

什么是卷积神经网络

CNN:神经网络在前面的学习中我们已经了解过很多了,其本质就是多层感知机,卷积神经网络其实也一样,但是我们可以将其看成多层感知机的变种。它成功的原因在于其所采用的局部连接权值共享的方式:

  • 一方面减少了权值的数量使得网络易于优化,算力大大提高
  • 另一方面降低了模型的复杂度,也就是减小了过拟合的风险

该优点在网络的输入是图像时表现的更为明显,使得图像可以直接作为网络的输入,避免了传统识别算法中复杂的特征提取和数据重建的过程,在二维图像的处理过程中有很大的优势。

2.模型构建:

CNN:首先了解卷积神经网络的四个组件:

  • 卷积层(Convolution)
  • 非线性映射(ReLu),即非线性激活函数
model.add(Conv2D(32,(3,3),activation='relu',padding='valid',input_shape=((28,28,1))))
  • 池化层(Pooling)
model.add(MaxPool2D(2))
  • 分类层(FC)
model.add(Flatten())

接下来我主要介绍卷积层和池化层

  • 首先介绍卷积层,卷积层主要有以下三种特性:
    • 参数共享
    • 自动提取特征
    • 平移不变性

卷积操作其实并不算复杂,但是他有很多种卷积方式,我们在进行卷积之后输出的图像也会和我们选择的卷积核有关,能够让维度下降、不变、甚至上升。

  • 接着介绍池化层,池化层一般分为以下两种池化:
    • 一般池化(最常用的池化,池化的过程中,不会将前面操作过的像素再用于池化操作)
    • 重叠池化,和一般池化相反,一般池化的步长为1时,使用过的像素就会重叠,即重复使用
    • 池化层的同样拥有三种特性:
      • 池化无参数
      • 具有降维作用
      • 缩放不变

一般的池化操作我们会使用最大池化,即在选定的部分像素中,我们选择其中最大的一个像素值来作为这一部分的像素的代表,这就使得整体的数据降维,我们生活中常见的马赛克,就是池化操作产生的。

常见的卷积神经网络模型

  1. LetNet-5模型
    在这里插入图片描述
    Conv-Pool-Conv-Pool-FC-FC-Softmax

模型相对简单,层数也较少

  1. AlexNet模型
    在这里插入图片描述
    Conv-Pool-Conv-Pool-Conv-Conv-Conv-Pool-FC-FC-Softmax

  2. VGG-16模型
    在这里插入图片描述
    Conv-Conv-Pool-Conv-Conv-Pool-Conv-Conv-Conv-Pool-Conv-Conv-Conv-Pool-FC-FC-FC-Softmax

  3. GoogleNet模型(Inception V1)

在这里插入图片描述
是一种既有深度又有宽度的模型,具有以下功能:

  • 实现跨通道的交互和信息整合
  • 可以把不同特征图组合
  • 全连接可以看作1X1卷积操作
  1. ResNet模型
    在这里插入图片描述
    该模型使用ReLu函数用于激活,改善了梯度消失的问题,使信息前后向传播更加顺畅
  • 提升了参数利用率
  • 底层的特征也进行了充分的传递,泛化性较好
  • Loss对底层参数有一定的影响,能较容易地进行训练

3.实验过程:

  1. 手写数字集测试
  • 首先我们对比一下,图片在经过卷积或者池化操作之后,跟原图会有什么区别
# TensorFlow 卷积池化
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np
(x_train,y_train),(x_test,y_test) = tf.keras.datasets.mnist.load_data()
x_train = x_train.reshape((-1,28,28,1))/255.0
x_test = x_test.reshape((-1,28,28,1))/255.0
filter = tf.constant([[-1,-1,-1],[-1,9,1],[-1,-1,-1]],dtype='float32')
filter = tf.reshape(filter,(3,3,1,1))
img = tf.constant(x_train[0:1]/255.0,dtype='float32')
conv_img = tf.nn.conv2d(img,filter,strides=[1,2,2,1],padding='SAME')
pool_img = tf.nn.max_pool(img,[1,2,2,1],[1,2,2,1],padding="VALID")
# window_size,stride
print(conv_img.shape)
plt.subplot(131)
plt.imshow(tf.squeeze(img))
plt.subplot(132)
plt.imshow(tf.squeeze(conv_img))
plt.subplot(133)
plt.imshow(tf.squeeze(pool_img))
plt.show()

在这里插入图片描述
由于我们采用的卷积核的特性,将一些较大的值都滤掉了,反观池化,虽然较大的值都保留了,但是同样损失了很多细节。

  • 接下里,我们构建一个经典LeNet-5的卷积神经网络,进行手写数字的识别
import tensorflow as tf
from tensorflow.keras.layers import *
from tensorflow.keras.models import Sequential
(x_train,y_train),(x_test,y_test) = tf.keras.datasets.mnist.load_data()
#tf.keras.datasets.mnist.load_data()
#tf.keras.datasets.fashion_mnist.load_data()
x_train = x_train.reshape((-1,28,28,1))/255.0
x_test = x_test.reshape((-1,28,28,1))/255.0
y_train = tf.keras.utils.to_categorical(y_train,10)
y_test = tf.keras.utils.to_categorical(y_test,10)
model = Sequential()
model.add(Conv2D(32,(3,3),activation='relu',padding='valid',input_shape=((28,28,1))))
model.add(MaxPool2D(2))
model.add(Conv2D(32,(3,3),activation='relu',padding='same'))
model.add(Flatten()) #FC,将二维图片展平成一维向量
model.add(Dense(128,activation='relu'))
model.add(Dense(10,activation='softmax'))
model.compile(optimizer=tf.keras.optimizers.Adam(),
loss=tf.keras.losses.categorical_crossentropy,metrics=['accuracy'])
model.fit(x_train,y_train,batch_size=128,epochs=20)
print(model.evaluate(x_test,y_test))

从上述代码中,我们可以发现,这个卷积神经网络中,我们使用了两个卷积层、两个最大池化层、两个全连接层

  • 我们得到的精度如下:
    在这里插入图片描述
  1. Alex-net模型:(主要为8层)
    Conv-pool-Conv-pool-Conv-Conv-Conv-pool-FC-FC-Softmax分类输出
  • 初始框架优化效果:
    在这里插入图片描述
  • 将卷积核的数目核batch_size扩大一倍后:
    在这里插入图片描述
  • 感觉精度不高的原因是模型太简单,我们在原模型的基础上增加一层卷积
    在这里插入图片描述
    效果不错,再也不是乌龟爬式的增长了
  • 再加两层卷积之后再池化
    在这里插入图片描述
  • 重复上述操作
    在这里插入图片描述
    精度的提升很小,说明靠这种方法来提升精度已经达到了极限值
  1. VGG16模型:(卷积核3x3;池化核2x2,步长为2,即不重叠池化)
    在这里插入图片描述
    从上图我们可以看到,该模型由最大池化层分隔,总共分隔成了6块,其中五块为卷积层,一块为全连接层。且每一次的卷积都使得输入和输出的图像大小不变,只有在池化时变为原来的一半,最后由三层全连接层输出
  • 略微增大卷积核个数,得到精度如下:
    在这里插入图片描述
  • VGG16模型的层数实在是太多了,以至于我觉得该模型应该是属于过拟合的状态,我决定将其简化,原本的VGG16模型有5个模块,删去最后一个,剩下四个模块。
    在这里插入图片描述
    稍微提升了一些
  1. InceptionNet模型:(更多的支路,更宽的神经网络)
  • 该模型初次的精度如下:
    在这里插入图片描述

  • 我们知道,卷积核可以提取突破的特征,初步设想,给定较多的卷积核,便能提取更多特征,那么最后的精度应该会高。所以将原来的卷积核个数翻倍,得到的结果如下:
    在这里插入图片描述
    看来这招在这里并不合适

  • 既然增加卷积核的个数行不通,索性让神经网络变得更深一些
    在这里插入图片描述
    精度下降了,看来单纯地深化神经网络,也不一定就能达到最好的效果,太复杂的模型很有可能会过拟合,导致精度下降。

  • 删去一层深度之后,效果似乎有所好转
    在这里插入图片描述

  • 增加一条支路,让其模型变成5条支路,3层深度
    在这里插入图片描述

  1. ResNet模型
  • 初始精度大概是0.126左右,稍微添加了一层卷积,结果精度直接降低一半
    在这里插入图片描述
  • 删去两层卷积
    在这里插入图片描述

总结

总的来说对几个常见的卷积神经网络结构有了一定的了解,无非就是卷积、池化、归一化、全连接的各种组合,在调试优化模型的过程中我也进行了很多尝试,有了一定的收获。调参是门技术活,而我只会没脑子的瞎调

  • 7
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值