tensorflow如何取平均_【他山之石】利用Tensorflow构建CNN图像多分类模型及图像参数、数据维度变化情况实例分析...

“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注。

作者：CSDN—Ferris_YU_Q

地址：https://blog.csdn.net/hurry0808

本文以CIFAR-10(https://www.cs.toronto.edu/~kriz/cifar.html)为数据集，基于Tensorflow介绍了CNN(卷积神经网络)图像分类模型的构建过程，着重分析了在建模过程中卷积层、池化层、扁平化层、全连接层、输出层的运算机理，以及经过运算后图像尺寸、数据维度等参数的变化情况。

01

CIFAR-10数据集介绍 CIFAR-10数据集由60000张彩色图片构成，其中包括50000张训练集图片、10000张测试集图片，每张图片的shape为(32,32,3)，即图片尺寸为32*32，通道数为3；所有图片可以被分为10类，包括：

• 飞机
• 汽车
• 鸟类
• 猫
• 鹿
• 狗
• 青蛙
• 马
• 船只
• 卡车

官网截图如下所示：

02

利用Tensorflow构建CNN图像多分类模型 TensorFlow™(https://www.tensorflow.org/?hl=zh-cn) 是一个使用数据流图进行数值计算的开放源代码软件库，其API可在Python、C++、Java、Go、Swift (Early Release)语言中调用，其中Python API是目前最完整且易用的。TensorFlow擅长训练深度神经网络，被认定为是神经网络中最好用的库之一。通过使用TensorFlow我们可以快速入门神经网络, 大大降低了深度学习(也就是深度神经网络)的开发成本和开发难度。
Tensorflow使用数据流图进行数值计算，图中的节点代表数学运算，图中的边代表在这些节点之间传递的多维数组(张量)。在使用其构建模型时，先搭建好流图结构——类似于铺好管道，然后再加载数据——向管道中注水，让数据在各节点计算、沿各管道流动；数据在流图中计算、传递时采用多维数组(张量)的形式，因此在Tensorflow中参与计算的均为数组数据类型。
本文使用Tensorflow构建简单的CNN图像多分类模型，其由3个卷积(含激活函数)与池化层、1个扁平层、3个全连接层、1个输出层构成，示意图如下所示：

输入(Input)层

图像数据经过标准化(normalize)、ont-hot编码等预处理后形成的4D张量，本文输入层张量shape为[batch, height, width, channels]。

卷积(Convolution)层

卷积层与池化层的 作用 在于：
1. invariance(不变性)，这种不变性包括translation(平移)，rotation(旋转)，scale(尺度)；
2. 保留主要的特征同时减少参数(降维，效果类似PCA)和计算量，防止过拟合，提高模型泛化能力。 卷积层计算的过程如 下图 所示：

最左侧为输入层图像(加padding后的shape：(7,7,3))，中部为2个卷积核W0、W1及与之相对应的Bias b0、b1，最右侧为输入图像与核w0、w1进行卷积计算后的结果——前者对应于上部图、后者对应于下部图，卷积计算得到的结果即为feature map。每个卷积核与上层图像进行卷积运算后均会得到1个feature map。对于3通道图像，参考本图，卷积运算的过程如下：
1. 输入图像的每个通道分别从左上角开始，每次取与卷积核大小相同的部分(称之为patch)，与卷积核对应部分分别相乘后再相加(内积运算)；如R通道与W0的最上部核(0核)对应元素相乘再相加得到0，G通道与w0的1核做内积运算得到2，B通道与w0的2核做内积运算后得到0；
2. 内积运算得到的结果相加，再加上w0的bias值(b0)，得到feature map左上的元素值；即0+2+0+1=3；
3. 按照指定步长移动卷积核，直至输入图像被整个覆盖，得到最终的feature map；本图中步长(stride)为(2,2)。 这里是 动图 ：