参考《Tensorflow实战》黄文坚,并添加了自己的理解。欢迎提问!!
下图为VGG结构:
下表为VGGNet各级别网络结构图:
下图为本文代码组织结构图:
本文使用VGGNet16-D的结构及参数,进行了前向计算和反向计算的测评,代码及详细注释如下:
from datetime import datetime
import math
import time
import tensorflow as tf
'''############################################02《TensorFlow实战》实现VGGNet16-D########################################################'''
batch_size = 16 #一个批次的数据
num_batches = 100 #测试一百个批次的数据
'''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
'''
def conv_op(input_op, name, kh, kw, n_out, dh, dw, p):
# 获取输入数据的通道数
n_in = input_op.get_shape()[-1].value
with tf.name_scope(name) as scope:
#创建卷积核,shape的值的意义参见alexNet
kernel = tf.get_variable(scope+"w", shape=[kh, kw, n_in, n_out], dtype=tf.float32,
initializer=tf.contr