tensorflow实战 VGGnet笔记

最新推荐文章于 2022-11-19 23:36:09 发布

hwblittlebird

最新推荐文章于 2022-11-19 23:36:09 发布

阅读量181

点赞数

分类专栏： tensorflow学习笔记

本文链接：https://blog.csdn.net/hwblittlebird/article/details/103807686

版权

tensorflow学习笔记专栏收录该内容

5 篇文章 0 订阅

订阅专栏

VGGnet简介

VGGnet结构

1.训练过程图形变化：
在这里插入图片描述
2.各级别网络结构图：vggnet探索卷积神经网络的深度与其性能之间的关系，反复堆叠3×3的小型卷积核和2×2的最大池化层。使用多个小型卷积层的好处：两个3×3的卷积层串联相当于1个5×5的卷积层，即一个像素会跟周围5×5的像素产生关联，感受野的大小为5×5。同理3个3×3的卷积层串联效果相当于1个7×7的卷积层。除此之外，参数会变少3×3×3<7×7。最重要的是，三个卷积层可以进行3次非线性转换。
在这里插入图片描述

VGGnet中使用的优化方法

1.在A-LRN中使用LRN层。但作用不大。
2.Multi-Scale方法做数据增强。
3.滑动窗口的卷积应用，减少不必要的重复运算。
4.1×1的卷积层，增加了线性变换。

VGGnet代码实现中的难点解析

1.tf.nn.softmax()函数：计算参数矩阵100×1000，默认传入的参数的一行为一个图片，每一列是一种可能的分类，计算在每一行上该图片是1000中分类的概率。‘
在之前的Alexnet中的softmax也定义了参数，作用是先进性一次矩阵相乘得到照片数×可能分类数大小的矩阵在进行分类。
综上所述，该函数只进行默认的分类操作，如想要在分类前进行softmax层上的矩阵相乘的操作，需要在传入参数之前进行计算。如下图的第二段啊代码。

# 最后一个全连接层
fc8 = fc_op(fc7_drop, name="fc8", n_out=1000, p=p)
softmax = tf.nn.softmax(fc8)  # 使用softmax进行处理得到分类输出概率
```python
    # softmax层
    y_conv = tf.nn.softmax(tf.matmul(fc2_drop, _parameters['softmax']) + _parameters['bs'])

2.tf.nn.l2_loss()：这个函数的作用是利用 L2 范数来计算张量的误差值，但是没有开方并且只取 L2 范数的值的一半，具体如下：
output = sum(t ** 2) / 2
针对最后的输出A8中的每一个数值计算平方和，这样求导时A8中的每个值都可以求得对于objective的导数，这样就可以把A8看作一个整体对objective求导。

objective = tf.nn.l2_loss(fc8)

3.tf.gradients()官方定义：

tf.gradients(
ys,
xs,
grad_ys=None,
name=‘gradients’,
stop_gradients=None,
)
1.xs和ys可以是一个张量，也可以是张量列表，tf.gradients(ys,xs) 实现的功能是求ys（如果ys是列表，那就是ys中所有元素之和）关于xs的导数（如果xs是列表，那就是xs中每一个元素分别求导），返回值是一个与xs长度相同的列表。
例如ys=[y1,y2,y3], xs=[x1,x2,x3,x4]，那么tf.gradients(ys,xs)=[d(y1+y2+y3)/dx1,d(y1+y2+y3)/dx2,d(y1+y2+y3)/dx3,d(y1+y2+y3)/dx4].
2.grad_ys 是ys的加权向量列表，和ys长度相同，当grad_ys=[q1,q2,g3]时，tf.gradients(ys,xs，grad_ys)=[d(g1y1+g2y2+g3y3)/dx1,d(g1y1+g2y2+g3y3)/dx2,d(g1y1+g2y2+g3y3)/dx3,d(g1y1+g2y2+g3y3)/dx4]

所以下面这句代码，就是求p列表中的所有权值和偏执相对于objective的导数。即这里的objective就是L2正则化中的添加项，求w1-w8，b1-b8相对于它的导数。

grad = tf.gradients(objective, p)

4.评测函数中定义了一个变量num_steps_burn_in = 10，该变量的作用是给程序热身，头几轮迭代有显存的加载、cache命中等问题因此可以跳过，我们只考量10轮迭代之后的计算时间。
所以统计时间的代码块如下：在第十次之后才统计程序运行的时间，即当i为0-9时，不记录时间。

    for i in range(num_batches + num_steps_burn_in):
        # 记录开始时间
        start_time = time.time()
        # 运行目标操作，比如前向传播和后向传播
        _ = session.run(target, feed_dict=feed)
        # 本次运行时长
        duration = time.time() - start_time

        # 程序热身完成后，记录时间，0-9不计入
        if i >= num_steps_burn_in:
            if not i % 10:  # 每10轮 显示  当前时间，迭代次数(不包括热身)，用时
                print('%s: step %d, duration = %.3f' % (datetime.now(), i - num_steps_burn_in, duration))

            # 累加total_duration和total_duration_squared
            total_duration += duration
            total_duration_squared += duration * duration

完整代码

from datetime import datetime
import math
import time
import tensorflow as tf


batch_size = 16  # 一个批次的数据
num_batches = 100  # 测试一百个批次的数据


def conv_op(input_op, name, kh, kw, n_out, dh, dw, p):
    """
    卷积层创建函数，并将本层参数存入参数列表
    input_op:输入的tensor  name:这一层的名称  kh:kernel height即卷积核的高    kw:kernel width即卷积核的宽
    n_out:卷积核数量即输出通道数   dh:步长的高     dw:步长的宽     p:参数列表
    """
    # 获取输入数据的通道数
    n_in = input_op.get_shape()[-1]

    with tf.name_scope(name) as scope:
        # 卷积层参数w
        kernel = tf.get_variable(scope + "w", shape=[kh, kw, n_in, n_out], dtype=tf.float32,
                                 initializer=tf.contrib.layers.xavier_initializer_conv2d())
        # 卷积操作
        conv = tf.nn.conv2d(input_op, kernel, (1, dh, dw, 1), padding='SAME')

        # 初始化bias为0
        biases = tf.Variable(tf.constant(0.0, shape=[n_out], dtype=tf.float32), name='b')

        # 将卷积后结果与biases加起来
        z = tf.nn.bias_add(conv, biases)

        # 使用激活函数relu进行非线性处理
        activation = tf.nn.relu(z, name=scope)

        # 将卷积核和biases加入到参数列表
        p += [kernel, biases]

        return activation


def fc_op(input_op, name, n_out, p):
    """
        全连接层FC创建函数
    """
    # 获取input_op的通道数
    n_in = input_op.get_shape()[-1]

    with tf.name_scope(name) as scope:
        # 全连接层参数w
        kernel = tf.get_variable(scope + "w", shape=[n_in, n_out], dtype=tf.float32,
                                 initializer=tf.contrib.layers.xavier_initializer())

        # 初始化biases为0.1而不为0，避免dead neuron
        biases = tf.Variable(tf.constant(0.1, shape=[n_out], dtype=tf.float32), name='b')

        # 计算Z和A
        activation = tf.nn.relu_layer(input_op, kernel, biases, name=scope)

        # 将权重和biases加入到参数列表
        p += [kernel, biases]

        return activation


def mpool_op(input_op, name, kh, kw, dh, dw):
    """
        最大池化层创建函数
    """
    return tf.nn.max_pool(input_op,
                          ksize=[1, kh, kw, 1],  # 池化窗口大小
                          strides=[1, dh, dw, 1],  # 池化步长
                          padding='SAME',
                          name=name)


def inference_op(input_op, keep_prob):
    """
        创建VGGNet-16-D的网络结构
        input_op为输入数据，keep_prob为控制dropoout比率的一个placeholder
    """
    p = []

    # 卷积层1
    # 第一段卷积网络第一个卷积层，输出尺寸224*224*64，卷积后通道数(厚度)由3变为64
    conv1_1 = conv_op(input_op, name="conv1_1", kh=3, kw=3, n_out=64, dh=1, dw=1, p=p)
    # 第一段卷积网络第二个卷积层，输出尺寸224*224*64
    conv1_2 = conv_op(conv1_1, name="conv1_2", kh=3, kw=3, n_out=64, dh=1, dw=1, p=p)
    # 第一段卷积网络的最大池化层，经过池化后输出尺寸变为112*112*64
    pool1 = mpool_op(conv1_2, name="pool1", kh=2, kw=2, dw=2, dh=2)

    # 卷积层2
    # 第二段卷积网络第一个卷积层，输出尺寸112*112*128，卷积后通道数由64变为128
    conv2_1 = conv_op(pool1, name="conv2_1", kh=3, kw=3, n_out=128, dh=1, dw=1, p=p)
    # 第二段卷积网络第二个卷积层，输出尺寸112*112*128
    conv2_2 = conv_op(conv2_1, name="conv2_1", kh=3, kw=3, n_out=128, dh=1, dw=1, p=p)
    # 第二段卷积网络的最大池化层，经过池化后输出尺寸变为56*56*128
    pool2 = mpool_op(conv2_2, name="pool2", kh=2, kw=2, dw=2, dh=2)

    # 卷积层3
    # 第三段卷积网络第一个卷积层，输出尺寸为56*56*256，卷积后通道数由128变为256
    conv3_1 = conv_op(pool2, name="conv3_1", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)
    # 第三段卷积网络第二个卷积层，输出尺寸为56*56*256
    conv3_2 = conv_op(conv3_1, name="conv3_2", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)
    # 第三段卷积网络第三个卷积层，输出尺寸为56*56*256
    conv3_3 = conv_op(conv3_2, name="conv3_3", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)
    # 第三段卷积网络的最大池化层，池化后输出尺寸变为28*28*256
    pool3 = mpool_op(conv3_3, name="pool3", kh=2, kw=2, dh=2, dw=2)

    # 卷积层4
    # 第四段卷积网络第一个卷积层，输出尺寸为28*28*512，卷积后通道数由256变为512
    conv4_1 = conv_op(pool3, name="conv4_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    # 第四段卷积网络第二个卷积层，输出尺寸为28*28*512
    conv4_2 = conv_op(conv4_1, name="conv4_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    # 第四段卷积网络第三个卷积层，输出尺寸为28*28*512
    conv4_3 = conv_op(conv4_2, name="conv4_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    # 第四段卷积网络的最大池化层，池化后输出尺寸为14*14*512
    pool4 = mpool_op(conv4_3, name="pool4", kh=2, kw=2, dh=2, dw=2)

    # 卷积层5
    # 第五段卷积网络第一个卷积层，输出尺寸为14*14*512
    conv5_1 = conv_op(pool4, name="conv5_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    # 第五段卷积网络第二个卷积层，输出尺寸为14*14*512
    conv5_2 = conv_op(conv5_1, name="conv5_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    # 第五段卷积网络第三个卷积层，输出尺寸为14*14*512
    conv5_3 = conv_op(conv5_2, name="conv5_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
    # 第五段卷积网络的最大池化层，池化后尺寸为7*7*512
    pool5 = mpool_op(conv5_3, name="conv5_3", kh=2, kw=2, dh=2, dw=2)

    # 对卷积网络的输出结果进行扁平化，将每个样本化为一个长度为25088的一维向量
    shp = pool5.get_shape()
    resh1 = tf.reshape(pool5, [-1, shp[1].value * shp[2].value * shp[3].value], name="resh1")

    # 全连接层
    fc6 = fc_op(resh1, name="fc6", n_out=4096, p=p)
    fc6_drop = tf.nn.dropout(fc6, keep_prob, name="fc6_drop")  # dropout层，keep_prob数据待外部传入

    fc7 = fc_op(fc6_drop, name="fc7", n_out=4096, p=p)
    fc7_drop = tf.nn.dropout(fc7, keep_prob, name="fc7_drop")

    # 最后一个全连接层
    fc8 = fc_op(fc7_drop, name="fc8", n_out=1000, p=p)
    softmax = tf.nn.softmax(fc8)  # 使用softmax进行处理得到分类输出概率
    predictions = tf.argmax(softmax, 1)  # 求概率最大的类别

    # 返回参数
    return predictions, softmax, fc8, p


def time_tensorflow_run(session, target, feed, info_string):
    """
        评测函数
        target:需要评测的运算算字， info_string:测试的名称
    """
    num_steps_burn_in = 10  # 给程序热身，头几轮迭代有显存的加载、cache命中等问题因此可以跳过，我们只考量10轮迭代之后的计算时间
    total_duration = 0.0  # 总时间
    total_duration_squared = 0.0  # 平方和

    for i in range(num_batches + num_steps_burn_in):
        # 记录开始时间
        start_time = time.time()
        # 运行目标操作，比如前向传播和后向传播
        _ = session.run(target, feed_dict=feed)
        # 本次运行时长
        duration = time.time() - start_time

        # 程序热身完成后，记录时间，0-9不计入
        if i >= num_steps_burn_in:
            if not i % 10:  # 每10轮 显示  当前时间，迭代次数(不包括热身)，用时
                print('%s: step %d, duration = %.3f' % (datetime.now(), i - num_steps_burn_in, duration))

            # 累加total_duration和total_duration_squared
            total_duration += duration
            total_duration_squared += duration * duration

    # 循环结束后，计算每轮迭代的平均耗时mn和标准差sd，最后将结果显示出来
    mn = total_duration / num_batches
    vr = total_duration_squared / num_batches - mn * mn
    sd = math.sqrt(vr)
    print('%s: %s across %d steps, %.3f +/- %.3f sec / batch' %
          (datetime.now(), info_string, num_batches, mn, sd))


def run_benchmaek():
    """
        评测的主函数,不使用ImageNet数据集来训练，只使用随机图片测试前馈和反馈计算的耗时
    """
    with tf.Graph().as_default():
        image_size = 224
        # 利用tf.random_normal()生成随机图片
        images = tf.Variable(tf.random_normal([batch_size,  # 每轮迭代的样本数
                                               image_size, image_size,  # 图片的size：image_size x image_size
                                               3],  # 图片的通道数
                                              dtype=tf.float32,
                                              stddev=1e-1))
        # 创建keep_prob的placeholder
        keep_prob = tf.placeholder(tf.float32)
        predictions, softmax, fc8, p = inference_op(images, keep_prob)

        # 创建Session并初始化全局参数
        init = tf.global_variables_initializer()
        sess = tf.Session()
        sess.run(init)

        # 前向计算测评
        time_tensorflow_run(sess, predictions, {keep_prob: 1.0}, "Forward")
        # 前向和反向计算测评
        objective = tf.nn.l2_loss(fc8)
        grad = tf.gradients(objective, p)
        time_tensorflow_run(sess, grad, {keep_prob: 0.5}, "Forward-backward")


run_benchmaek()