CNN

CNN本身可以采用不同的神经元和学习规则的组合形式。

CNN具有一些传统技术所没有的优点：良好的容错能力、并行处理能力和自学习能力，可处理环境信息复杂，背景知识不清楚，推理规则不明确情况下的问题，允许样品有较大的缺损、畸变，运行速度快，自适应性能好，具有较高的分辨率。它是通过结构重组和减少权值将特征抽取功能融合进多层感知器，省略识别前复杂的图像特征抽取过程。

CNN是一个前溃式神经网络，能从一个二维图像中提取其拓扑结构，采用反向传播算法来优化网络结构，求解网络中的未知参数。
CNN通过结合局部感知区域、共享权重、空间或者时间上的降采样来充分利用数据本身包含的局部性等特征，优化网络结构，并且保证一定程度上的位移和变形的不变性。
CNN的泛化能力要显著优于其它方法，卷积神经网络已被应用于模式分类，物体检测和物体识别等方面。利用卷积神经网络建立模式分类器，将卷积神经网络作为通用的模式分类器，直接用于灰度图像。

权重共享：在卷积神经网络中，卷积层的每一个卷积滤波器重复的作用于整个感受野中，对输入图像进行卷积，卷积结果构成了输入图像的特征图，提取出图像的局部特征。每一个卷积滤波器共享相同的参数，包括相同的权重矩阵和偏置项。共享权重的好处是在对图像进行特征提取时不用考虑局部特征的位置。而且权重共享提供了一种有效的方式，使要学习的卷积神经网络模型参数数量大大降低。

最大池采样：它是一种非线性降采样方法。在通过卷积获取图像特征之后是利用这些特征进行分类。可以用所有提取到的特征数据进行分类器的训练，但这通常会产生极大的计算量。所以在获取图像的卷积特征后，要通过最大池采样方法对卷积特征进行降维。将卷积特征划分为数个n*n的不相交区域，用这些区域的最大(或平均)特征来表示降维后的卷积特征。这些降维后的特征更容易进行分类。

最大池采样在计算机视觉中的价值体现在两个方面：(1)、它减小了来自上层隐藏层的计算复杂度；(2)、这些池化单元具有平移不变性，即使图像有小的位移，提取到的特征依然会保持不变。由于增强了对位移的鲁棒性，最大池采样方法是一个高效的降低数据维度的采样方法。
卷积：
卷积层是神经网络中最重要的部分。和全连接的神经网络不同。在全连接网络中每个像素点都要对应一个参数。这样会导致参数过于庞大，参数过多还会导致过拟合的情况。卷积使用的是一种局部连接的方式，采用的是权值共享，参数的个数与所选择的卷积核的有关。通过不同的卷积核，来计算参数。比如这个3*3的卷积核，可以选择不同的步长。但选定步长后，不能更改，在本卷积中。把对应位置的数据相乘然后相加。得到 一个卷积后的像素值。

池化：
池化层神经网络不会改变三维矩阵的深度，但是它可以缩小矩阵的大小。通过池化操作可以将一张较高分辨率的图片转换成分辨率较低的图片，可以进一步缩小最后全连接层中节点的个数，从而达到减少整个神经网络中参数的目的。常用的池化层有，最大池化和平均池化，进行池化操作的时候，也需要一个定义核的大小，如核的大小是2*2，采用最大池化，也就是从像素矩阵中的4相邻像素中，选择一个最大的像素值，与卷积的移动操作相似
池化的特征：
1 没有要学习的参数
2 通道数不发生变化
3 对微小位置变化有健壮性
Softmax回归：它是在逻辑回归的基础上扩张而来，它的目的是为了解决多分类问题。在这类问题中，训练样本的种类一般在两个以上。Softmax回归是有监督学习算法，它也可以与深度学习或无监督学习方法结合使用。
CNN网络：

随着层数的加多，抽取的信息也会越来越抽象。

#卷积神经网络cnn
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#数据包,如果没有自动下载 number 1 to 10 data
mnist = input_data.read_data_sets('MNIST_data',one_hot=True)

#用测试集来评估神经网络的准确度
def computer_accuracy(v_xs,v_ys):
    global prediction
    y_pre = sess.run(prediction,feed_dict={xs:v_xs,keep_prob:1})#只要有dropout在feed_dict中必须加上keep_prob
    correct_prediction = tf.equal(tf.argmax(y_pre,1),tf.argmax(v_ys,1))#tf.argmax(y_pre,1)表示预测出的值，tf.argmax(v_ys,1)表示实际值
    accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
    result = sess.run(accuracy,feed_dict={xs: v_xs, ys: v_ys,keep_prob:1})
    return result

def weight_variable(shape):
    initial = tf.truncated_normal(shape,stddev=0.1)
    return tf.Variable(initial)

def bias_variable(shape):
    initial = tf.constant(0.1,shape=shape)
    return tf.Variable(initial)

def conv2d(x,W):
    #stride[1,x_movement,y_movement,1]
    #must have strides[0]=strides[3]=1
    '''
    :param x:需要输入的图像或句子，形式为[batch, in_height, in_width, in_channels]
    :param W: CNN中卷积核的大小，形式为[filter_height, filter_width, in_channels, out_channels]
    :return: 返回一个feature map，形式为[batch, height, width, channels]
    '''
    '''
    tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)
    除去name参数用以指定该操作的name，与方法有关的一共五个参数：    
    第一个参数input：指需要做卷积的输入图像，它要求是一个Tensor，具有[batch, in_height, in_width, in_channels]
        这样的shape，具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数]，注意这是一个4维的Tensor，要求类型为float32和float64其中之一
    第二个参数filter：相当于CNN中的卷积核，它要求是一个Tensor，具有[filter_height, filter_width, in_channels, out_channels]
        这样的shape，具体含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]，要求类型与参数input相同，有一个地方需要注意，第三维in_channels，就是参数input的第四维
    第三个参数strides：卷积时在图像每一维的步长，这是一个一维的向量，长度4
    第四个参数padding：string类型的量，只能是"SAME","VALID"其中之一，这个值决定了不同的卷积方式,'SAME'指通过填充使得输出的图片的尺寸等于输入图片的尺寸
    第五个参数：use_cudnn_on_gpu:bool类型，是否使用cudnn加速，默认为true
    结果返回一个Tensor，这个输出，就是我们常说的feature map，shape仍然是[batch, height, width, channels]这种形式。
    那么TensorFlow的卷积具体是怎样实现的呢，用一些例子去解释它：
    1.考虑一种最简单的情况，现在有一张3×3单通道的图像（对应的shape：[1，3，3，1]），用一个1×1的卷积核（对应的shape：[1，1，1，1]）去做卷积，最后会得到一张3×3的feature map
    2.增加图片的通道数，使用一张3×3五通道的图像（对应的shape：[3，3，5, 1]），用一个1×1的卷积核（对应的shape：[1，1，1，1]）去做卷积，仍然是一张3×3的feature map，这就相当于每一个像素点，卷积核都与该像素点的每一个通道做卷积。
    '''
    return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding='SAME')#padding='SAME'指通过填充使得输出的图片的尺寸等于输入图片的尺寸

def max_pool_2x2(x):
    # stride[1,x_movement,y_movement,1]
    '''
    :param x:需要进行池化的特征图，形式为：[batch, height, width, channels]
    :return:返回池化结果，形式为：[batch, height, width, channels]
    '''
    '''
    tf.nn.max_pool(value, ksize, strides, padding, name=None)
    参数是四个，和卷积很类似：
    第一个参数value：需要池化的输入，一般池化层接在卷积层后面，所以输入通常是feature map，依然是[batch, height, width, channels]这样的shape
    第二个参数ksize：池化窗口的大小，取一个四维向量，一般是[1, height, width, 1]，因为我们不想在batch和channels上做池化，所以这两个维度设为了1
    第三个参数strides：和卷积类似，窗口在每一个维度上滑动的步长，一般也是[1, stride,stride, 1]
    第四个参数padding：和卷积类似，可以取'VALID' 或者'SAME'
    返回一个Tensor，类型不变，shape仍然是[batch, height, width, channels]这种形式
    '''
    return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')

#define placeholder for inputs to network
xs = tf.placeholder(tf.float32, [None, 784])  # none表示无论给多少个例子都行，784=28*28
ys = tf.placeholder(tf.float32, [None, 10])  #表示10个需要识别的数字
keep_prob = tf.placeholder(tf.float32)#dropout机制使用
x_image = tf.reshape(xs,[-1,28,28,1])#-1为多少由导入的数据决定，不是指batch_size。28*28*1指一个图片的像素点数
#print(x_image.shape) #[n_samples,28,28,1]

##conv1 layer##
W_conv1 = weight_variable([5,5,1,32])#patch=5*5,in size =1,out size=32
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x_image,W_conv1)+b_conv1)#output size = 28*28*32
h_pool1 = max_pool_2x2(h_conv1)         #output size = 14*14*32

##conv2 layer##
W_conv2 = weight_variable([5,5,32,64])#patch=5*5,in size =32,out size=64
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2)+b_conv2)#output size = 14*14*64
h_pool2 = max_pool_2x2(h_conv2)         #output size = 7*7*64

##func1 layer##应该是全连接层的参数
W_fc1 = weight_variable([7*7*64,1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2,[-1,7*7*64])#[n_sample,7,7,64]>>[n_sample,7*7*64]
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1)+b_fc1)
h_fc1_drop = tf.nn.dropout(h_fc1,keep_prob)

#tf.reshape(tensor, shape, name=None)   数据重定形状函数
# 参数：
# tensor：输入数据
# shape：目标形状
# name：名称
# 返回：Tensor

##func2 layer##
W_fc2 = weight_variable([1024,10])
b_fc2 = bias_variable([10])
prediction = tf.nn.softmax(tf.matmul(h_fc1_drop,W_fc2)+b_fc2)

#the error between prediction and real data
cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys * tf.log(prediction),reduction_indices=[1])) #loss function
#tf.summary.scalar('loss',cross_entropy)
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

sess = tf.Session()
#important step
sess.run(tf.global_variables_initializer())

for i in range(500):
    batch_xs, batch_ys = mnist.train.next_batch(500)
    sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys,keep_prob:1})
    if i%50 == 0:
        print(computer_accuracy(mnist.test.images[0:500], mnist.test.labels[0:500]))