利用Tensorflow实现一个简单的CNN模型
CONV2D→RELU→MAXPOOL→CONV2D→RELU→MAXPOOL→FULLCONNECTED
1.导入模块
import math
import numpy as np
import h5py
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import tensorflow as tf
from tensorflow.python.framework import ops
import cnn_utils
2.创建占位符
def create_placeholders(n_H0,n_W0,n_C0,n_y):
'''
为session创建占位符
参数:
n_H0 - 实数,输入图像的高度
n_W0 - 实数,输入图像的宽度
n_C0 - 实数,输入的通道数
n_y - 实数,分类数
输出:
X - 输入数据的占位符,维度为[None, n_H0, n_W0, n_C0],类型为"float"
Y - 输入数据的标签的占位符,维度为[None, n_y],维度为"float"
'''
X=tf.placeholder(tf.float32,[None,n_H0,n_W0,n_C0])
Y=tf.placeholder(tf.float32,[None, n_y])
return X,Y
3.初始化参数
现在我们将使用tf.contrib.layers.xavier_initializer(seed = 0) 来初始化权值/过滤器W1、W2。在这里,我们不需要考虑偏置,因为TensorFlow会考虑到的。需要注意的是我们只需要初始化为2D卷积函数,全连接层TensorFlow会自动初始化的。
初始化函数:tf.contrib.layers.xavier_initializer(seed = 0)
def initialize_parameters():
"""
初始化权值矩阵,这里我们把权值矩阵硬编码:
W1 : [4, 4, 3, 8]
[卷积核高度,卷积核宽度,图像通道数,卷积核个数]
这一层输出的通道数就是8 也就是下一层输入的通道数
W2 : [2, 2, 8, 16]
返回:
包含了tensor类型的W1、W2的字典
"""
tf.set_random_seed(1)
W1 = tf.get_variable("W1",[4,4,3,8],initializer=tf.contrib.layers.xavier_initializer(seed=0))#这里优点疑问?
W2 = tf.get_variable("W2",[2,2,8,16],initializer=tf.contrib.layers.xavier_initializer(seed=0))
parameters = {"W1": W1,
"W2": W2}
return parameters
测试代码:
tf.reset_default_graph()
with tf.Session() as sess_test:
parameters = initialize_parameters()
init = tf.global_variables_initializer()
sess_test.run(init)
print("W1 = " + str(parameters["W1"].eval()[1,1,1]))
print("W2 = " + str(parameters["W2"].eval()[1,1,1]))
sess_test.close()
总结:
1.输入图像的通道数必须与卷积核通道数相等
2.如果输入是6x6x3 卷积核是3x3x3 那么输出就是一个4x4x1
3.输入:nxnxc 卷积核 fxfxc 输出:(n-f+1)x (n-f+1) x c2(卷积核个数也是下一层的通道数目)
4.上面的情况是没有padding的 如过padding会有变化
5.如果有padding :则变为 (n+2p-f/s)+1 x (n+2p-f/s)+1
4.前向传播
卷积操作:
tf.nn.conv2d(X,W1,strides=[1,s,s,1],padding='SAME')
Input: 输入的input必须为一个4d tensor,而且每个input的格式必须为float32 或者float64. Input=[batchsize,image_w,image_h,in_channels],也就是[每一次训练的batch数,图片的长,图片的宽,图片的通道数]。
Filter: 和input类似。样式为:[ 卷积核的长,卷积核的宽,输入的通道,输出的通道]
Strides:长度为4的list,且元素类型为int…格式为:[1,x,y,1].表示的是每一维度滑动的的步长。
1-D Tensor of length 4。步长。Shape和input相同,一般batch和channels恒定为1,即[1, height, weight, 1]
Padding: 有"Same",“VALID” 两种选择。SAME:为要对图像进行补零操作,VALID不要对图像进行补零操作。
use_cudnn_on_gpu: 布尔类型,True, False 两种选择。表示是否用GPU训练。
Name:
表示该操作的名字
参考网站:https://www.jianshu.com/p/c72af2ff5393
池化操作:
tf.nn.max_pool(A, ksize = [1,f,f,1], strides = [1,s,s,1], padding = 'SAME')
给定输入X,该函数将会使用大小为(f,f)以及步伐为(s,s)的窗口对其进行滑动取最大值,
你也可以看一下文档:https://www.cnblogs.com/smartwhite/p/7819689.html
计算Relu激活函数
tf.nn.relu(Z1)
全连接操作:
tf.contrib.layers.fully_connected(F, num_outputs)
tf.contrib.layers.flatten(P):
给定一个输入P,此函数将会把每个样本转化成一维的向量,
然后返回一个tensor变量,其维度为(batch_size,k).
使用tf.contrib.layers.fully_connected(F, num_outputs)的时候,
全连接层会自动初始化权值且在你训练模型的时候它也会一直参与,
所以当我们初始化参数的时候我们不需要专门去初始化它的权值。
我们实现前向传播的时候,我们需要定义一下我们模型的大概样子:
CONV2D→RELU→MAXPOOL→CONV2D→RELU→MAXPOOL→FULLCONNECTED
我们具体实现的时候,我们需要使用以下的步骤和参数:
Conv2d : 步伐:1,填充方式:“SAME”
ReLU
Max pool : 过滤器大小:8x8,步伐:8x8,填充方式:“SAME”
Conv2d : 步伐:1,填充方式:“SAME”
ReLU
Max pool : 过滤器大小:4x4,步伐:4x4,填充方式:“SAME”
一维化上一层的输出
全连接层(FC):使用没有非线性激活函数的全连接层。这里不要调用SoftMax, 这将导致输出层中有6个神经元,然后再传递到softmax。 在TensorFlow中,softmax和cost函数被集中到一个函数中,在计算成本时您将调用不同的函数。
#开始使用tensorflow进行前向传播
def forward_propagation(X,parameters):
'''
实现前向传播
CONV2D -> RELU -> MAXPOOL -> CONV2D -> RELU -> MAXPOOL -> FLATTEN -> FULLYCONNECTED
参数:
X - 输入数据的placeholder,维度为(输入节点数量,样本数量)
parameters - 包含了“W1”和“W2”的python字典。
返回:
Z3 - 最后一个LINEAR节点的输出
'''
W1=parameters['W1']
W2=parameters['W2']
#卷积 步长 1 填充方式 same 中间2个1就是步长
Z1=tf.nn.conv2d(X,W1,strides=[1,1,1,1],padding="SAME")#一般batch和channels恒定为1 一头一尾
#relu
A1=tf.nn.relu(Z1)
#Max pool: 窗口大小8x8 步长8x8 same
P1=tf.nn.max_pool(A1,ksize=[1,8,8,1],strides=[1,8,8,1],padding="SAME")
# 第二次卷积
Z2=tf.nn.conv2d(P1,W2,strides=[1,1,1,1],padding="SAME")
#relu
A2=tf.nn.relu(Z2)
#最大池化
P2=tf.nn.max_pool(A2,ksize=[1,4,4,1],strides=[1,4,4,1],padding="SAME")
#一维化上一层输出
P=tf.contrib.layers.flatten(P2)
#全连接层
Z3=tf.contrib.layers.fully_connected(P,6,activation_fn=None)
'''
tf.contrib.layers.fully_connected(F, num_outputs,activation_fn)
F ---[batch_size,images_pixels],tensornum_outputs
--- numbers of outputs,[batch_size,num_outputs]activation_fn ---采用指定的非线性激励函数,默认不是None,如果不需要的话,要赋值None
'''
return Z3
测试代码:
tf.reset_default_graph()
np.random.seed(1)
with tf.Session() as sess_test:
X,Y = create_placeholders(64,64,3,6)
parameters = initialize_parameters()
Z3 = forward_propagation(X,parameters)
init = tf.global_variables_initializer()
sess_test.run(init)
a = sess_test.run(Z3,{X: np.random.randn(2,64,64,3), Y: np.random.randn(2,6)})
print("Z3 = " + str(a))
sess_test.close()
5.计算损失
我们要在这里实现计算成本的函数,下面的两个函数是我们要用到的:
tf.nn.softmax_cross_entropy_with_logits(logits = Z3 , lables = Y):
计算softmax的损失函数。这个函数既计算softmax的激活,也计算其损失
tf.reduce_mean:
计算的是平均值,使用它来计算所有样本的损失来得到总成本。
def compute_cost(Z3,Y):
"""
计算成本
参数:
Z3 - 正向传播最后一个LINEAR节点的输出,维度为(6,样本数)。
Y - 标签向量的placeholder,和Z3的维度相同
返回:
cost - 计算后的成本
"""
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=Z3, labels=Y))
return cost
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo = 'bar';
6.构建模型
最后,我们已经实现了我们所有的函数,我们现在就可以实现我们的模型了。
我们之前在课程2就实现过random_mini_batches()这个函数,它返回的是一个mini-batches的列表。
在实现这个模型的时候我们要经历以下步骤:
1.创建占位符
2.初始化参数
3.前向传播
4.计算成本
5.反向传播
6.创建优化器
7.最后,我们将创建一个session来运行模型。
def model(X_train, Y_train, X_test, Y_test, learning_rate=0.009,
num_epochs=100,minibatch_size=64,print_cost=True,isPlot=True):
"""
使用TensorFlow实现三层的卷积神经网络
CONV2D -> RELU -> MAXPOOL -> CONV2D -> RELU -> MAXPOOL -> FLATTEN -> FULLYCONNECTED
参数:
X_train - 训练数据,维度为(None, 64, 64, 3)
Y_train - 训练数据对应的标签,维度为(None, n_y = 6)
X_test - 测试数据,维度为(None, 64, 64, 3)
Y_test - 训练数据对应的标签,维度为(None, n_y = 6)
learning_rate - 学习率
num_epochs - 遍历整个数据集的次数
minibatch_size - 每个小批量数据块的大小
print_cost - 是否打印成本值,每遍历100次整个数据集打印一次
isPlot - 是否绘制图谱
返回:
train_accuracy - 实数,训练集的准确度
test_accuracy - 实数,测试集的准确度
parameters - 学习后的参数
"""
ops.reset_default_graph() #能够重新运行模型而不覆盖tf变量
tf.set_random_seed(1) #确保你的数据和我一样
seed = 3 #指定numpy的随机种子
(m , n_H0, n_W0, n_C0) = X_train.shape
n_y = Y_train.shape[1]
costs = []
#为当前维度创建占位符
X , Y = create_placeholders(n_H0, n_W0, n_C0, n_y)
#初始化参数
parameters = initialize_parameters()
#前向传播
Z3 = forward_propagation(X,parameters)
#计算成本
cost = compute_cost(Z3,Y)
#反向传播,由于框架已经实现了反向传播,我们只需要选择一个优化器就行了
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)
#全局初始化所有变量
init = tf.global_variables_initializer()
#开始运行
with tf.Session() as sess:
#初始化参数
sess.run(init)
#开始遍历数据集
for epoch in range(num_epochs):
minibatch_cost = 0
num_minibatches = int(m / minibatch_size) #获取数据块的数量
seed = seed + 1
minibatches = cnn_utils.random_mini_batches(X_train,Y_train,minibatch_size,seed)
#对每个数据块进行处理
for minibatch in minibatches:
#选择一个数据块
(minibatch_X,minibatch_Y) = minibatch
#最小化这个数据块的成本
_ , temp_cost = sess.run([optimizer,cost],feed_dict={X:minibatch_X, Y:minibatch_Y})
#累加数据块的成本值
minibatch_cost += temp_cost / num_minibatches
#是否打印成本
if print_cost:
#每5代打印一次
if epoch % 5 == 0:
print("当前是第 " + str(epoch) + " 代,成本值为:" + str(minibatch_cost))
#记录成本
if epoch % 1 == 0:
costs.append(minibatch_cost)
#数据处理完毕,绘制成本曲线
if isPlot:
plt.plot(np.squeeze(costs))
plt.ylabel('cost')
plt.xlabel('iterations (per tens)')
plt.title("Learning rate =" + str(learning_rate))
plt.show()
#开始预测数据
## 计算当前的预测情况
#predict_op = tf.arg_max(Z3,1)
#corrent_prediction = tf.equal(predict_op , tf.arg_max(Y,1))
##计算准确度
# accuracy = tf.reduce_mean(tf.cast(corrent_prediction,"float"))
# print("corrent_prediction accuracy= " + str(accuracy))
#
# train_accuracy = accuracy.eval({X: X_train, Y: Y_train})
# test_accuary = accuracy.eval({X: X_test, Y: Y_test})
#
# print("训练集准确度:" + str(train_accuracy))
# print("测试集准确度:" + str(test_accuary))
# 计算准确率
predict_op = tf.argmax(Z3, 1)
correct_prediction = tf.equal(predict_op, tf.argmax(Y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
train_accuracy = accuracy.eval({X: X_train, Y: Y_train})
test_accuracy = accuracy.eval({X: X_test, Y: Y_test})
print("Train Accuracy:", train_accuracy)
print("Test Accuracy:", test_accuracy)
return (train_accuracy,test_accuracy,parameters)
_, _, parameters = model(X_train, Y_train, X_test, Y_test,num_epochs=10)