TensorFlow深度学习入门详解

最新推荐文章于 2024-06-04 07:50:53 发布

未来的小猿

最新推荐文章于 2024-06-04 07:50:53 发布

阅读量1.7k

点赞数 9

分类专栏： python TensorFlow 文章标签：深度学习 tensorflow

本文链接：https://blog.csdn.net/u010312678/article/details/128638102

版权

python 同时被 2 个专栏收录

1 篇文章 0 订阅

订阅专栏

TensorFlow

1 篇文章 0 订阅

订阅专栏

1、深度学习网络概述

1.1 深度学习网络简单介绍

常见的深度学习网络由卷积层+池化层+全连接层等组成，通过构建多层卷积层和池化层，可以学习到一些有用的模型，一个简单的深度学习模型结构如下所示：

卷积层 -> 池化层 -> ... -> 卷积层 -> 池化层 -> 全连接层 -> 全连接层

对应的函数层如下所示：

Conv2D -> Pool -> .. -> Conv2D -> Pool -> Flatten -> Dense -> Dense

2、Python代码示例

2.1 准备数据阶段（读入图片转成数组）

2.1.1 代码示例

import tensorflow as tf;
import numpy as np;
from PIL import Image;
import matplotlib.pyplot as plt;

imgObj = Image.open("D:/study/image/1.png");

plt.subplot(2,3,2);
plt.imshow(imgObj);
plt.title(label='layers 1: conv2d',loc='center');

img = np.array(imgObj, dtype='float32');

# 一般彩色图片由RGB三色构成，所以读入图片后数组的原始维度是: HEIGHT * WIDTH * 3，其中3可以理解为图片的通道数
# conv2d函数需要4维的输入，我们需要把图片3维数组转成4维的数组
# 4维数组的维度依次是：BATCH_SIZE，HEIGHT，WIDTH，CHANNELS
x_train = img[tf.newaxis,...];
print("img.shape=", img.shape, ", x_train=", x_train.shape);

2.1.2 代码执行结果

因为图片本身宽和高是1200*675，又是彩色图片，所以数据维度输出如下：

BATCH_SIZE=1，图片只有一张；

HEIGHT=675，图片的高度；

WIDTH=1200，图片的宽度；

CHANNELS=3，彩色图片有RGB三色，所以通道数是3；

下图是运行输出日志：

2.2 第1层：卷积运算Conv2D

2.2.1 代码示例

conv2d_1 = tf.keras.layers.Conv2D(filters=32, kernel_size=3, strides=(1,1),
padding='same', data_format='channels_last')(x_train);
print("conv2d_1.shape=", conv2d_1.shape);
# 打印卷积运算结果前3个通道的图片
for i in range(3):
showImg = conv2d_1[0,:,:,i];
plt.subplot(2,3,4+i);
plt.imshow(showImg, 'gray');
plt.title(label="channel"+str((i+1)), loc='center');
plt.show();

2.2.2 代码执行结果

在我们查看输出结果之前，需要简单介绍一下Conv2D函数常用的参数：

1、filters=32，这是通道数。原始彩色图片的通道是3，经过卷积运算后，通道数变成32；

2、kernel_size=3，这是卷积运算的核数。等价于kernel_size=(3,3)，卷积运算从图片左上角开始，每次取3*3大小位置的数字，乘以一个3*3大小的过滤器（按元素位置对应相乘求和），重复计算到图片的右下角。

补充：图示卷积运算的计算过程

原始图片左上角4个元素，按位置乘以kernel的4个元素，得到输出的左上角位置的值2；

原始图片上方居中的4个元素，按位置乘以kernel的4个元素，得到输出的上方居中位置的值0；

原始图片右上角的4个元素，按位置乘以kernel的4个元素，得到输出的右上角位置的值-4；

同理，依次从左往右，从上到下读取原始图片的2*2元素，乘以kernel，最终得到一个3*3的输出。

3、strides=(1,1)，这是步长。步长是控制读取原始图片的移动步伐，strides=(1,1)的第一个值控制着从左往右的移动速度，1表示每次移动一格；第二个值则控制从上到下的移动速度，1表示每次移动一格；由此可以理解步长越大，移动速度越快，最终输出的尺寸就越小。

4、padding='same'，这是控制上下左右是否填充0，取值same，表示要填充0，取值为valid，表示不填充0。下图是填充0的示意图，因为kernel=3，所以是上下左右各填充多一维0，如果kernel=5，那么上下左右就要各多填充二维0。填充维度计算公式：p = ⌊kernel / 2⌋，这样才能保持输出尺寸不变（前提条件是步长为1，否则无法保证输出尺寸大小不变化）。

5、data_format='channels_last'，这是指明通道是哪一维。取值channels_last，表示原始数据的通道在高度和宽度之后，数组维度是（BATCH_SIZE，HEIGHT，WIDTH，CHANNELS）；取值channels_first，表示原始数据的通道在高度和宽度之前，数组维度是（BATCH_SIZE，CHANNELS，HEIGHT，WIDTH）。

当然Conv2D还有其他参数，想了解更多知识，自己可以去查阅资料。

下图是运行输出日志：

下图是第1层—卷积运算层，卷积运算结果前3个通道的输出效果图：

2.3 第2层：最大池化运算MaxPool2D

2.3.1 代码示例

pool_1 = tf.keras.layers.MaxPool2D(pool_size=(2,2), strides=(1,1), padding='same')(conv2d_1);
print("pool_1.shape=", pool_1.shape);
plt.subplot(2,3,2);
plt.imshow(imgObj);
plt.title(label='layers 2: pool',loc='center');
# 打印最大池化结果前3通道的图片
for i in range(3):
showImg = pool_1[0,:,:,i];
plt.subplot(2,3,4+i);
plt.imshow(showImg, 'gray');
plt.title(label="channel"+str((i+1)), loc='center');
plt.show();

2.3.2 代码执行结果

在查看输出日志和效果图之前，先解释一些MaxPool2D函数的参数：

1、pool_size=(2,2），这是指定池化运算过滤器大小。下图是最大池化运算的示意图，从左往右，从上往下，依次取2*2的元素，取出当中的最大值，作为输出的内容。

2、strides=(1,1)，这是步长。步长是控制读取原始图片的移动步伐，strides=(1,1)的第一个值控制着从左往右的移动速度，1表示每次移动一格；第二个值则控制从上到下的移动速度，1表示每次移动一格；由此可以理解步长越大，移动速度越快，最终输出的尺寸就越小。

注意：如果不设置步长，则步长默认取pool_size的值。

3、padding='same'，这是控制上下左右是否填充0，取值same，表示要填充0，取值为valid，表示不填充0。pool_size=(2,2)，上下左右各填充多一维0，如果pool_size=(4,4)，那么上下左右就要各多填充二维0。填充维度计算公式：p = ⌊pool_size / 2⌋，这样才能保持输出尺寸不变（前提条件是步长为1，否则无法保证输出尺寸大小不变化）。

下图是填充0的示意图：

下图是运行输出日志：

下图是第2层—最大池化层，池化运算前3个通道的输出效果图：

2.4 第3层：卷积运算Conv2D

2.4.1 代码示例

conv2d_2 = tf.keras.layers.Conv2D(filters=16, kernel_size=3, strides=(1,1),
padding='same', data_format='channels_last')(pool_1);
print("conv2d_2.shape=", conv2d_2.shape);
plt.subplot(2,3,2);
plt.imshow(imgObj);
plt.title(label='layers 3: conv2d',loc='center');
# 打印卷积结果前3通道的图片
for i in range(3):
showImg = conv2d_2[0,:,:,i];
plt.subplot(2,3,4+i);
plt.imshow(showImg, 'gray');
plt.title(label="channel"+str((i+1)), loc='center');
plt.show();

2.4.2 代码执行结果

前面已经解释过函数的参数了，这里不再重复。

下图是运行输出日志：

下图是第3层—卷积运算层，卷积运算结果前3个通道的输出效果图：

2.5 第4层：最大池化运算MaxPool2D

2.5.1 代码示例

pool_2 = tf.keras.layers.MaxPool2D(pool_size=(2,2), strides=(1,1), padding='same')(conv2d_2);
print("pool_2.shape=", pool_2.shape);
plt.subplot(2,3,2);
plt.imshow(imgObj);
plt.title(label='layers 4: pool',loc='center');
# 打印最大池化结果前3通道的图片
for i in range(3):
showImg = pool_2[0,:,:,i];
plt.subplot(2,3,4+i);
plt.imshow(showImg, 'gray');
plt.title(label="channel"+str((i+1)), loc='center');
plt.show();

2.5.2 代码执行结果

下图是运行输出日志：

下图是第4层—最大池化运算层，最大池化运算结果前3个通道的输出效果图：

2.6 Flatten函数

2.6.1 代码示例

flatten = tf.keras.layers.Flatten(data_format='channels_last')(pool_2);
print("flatten.shape=", flatten.shape);

2.6.1 代码执行结果

在看输出结果之前，先解释一下Flatten函数的参数：

1、data_format='channels_last'，这是指明通道是哪一维。取值channels_last，表示原始数据的通道在高度和宽度之后，数组维度是（BATCH_SIZE，HEIGHT，WIDTH，CHANNELS）；取值channels_first，表示原始数据的通道在高度和宽度之前，数组维度是（BATCH_SIZE，CHANNELS，HEIGHT，WIDTH）。

下图是运行输出日志：