随着科学技术的发展,社会越来越向自动化、智能化逼近,机器学习、深度学习如火中天。那么什么是机器学习,什么是深度学习呢?我们可以想象一下人的学习过程,我们都是从一个刚出生的个体,慢慢接收家庭,学校,父母,老师传授的知识(信息),然后进行自我总结的学习过程,我们称之为经验。同理,机器学习,深度学习也是从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测的一个过程。
今天我将用一个非常有名的数据集:MNIST数据集来浅析一下深度学习中,卷积神经网络的应用。
1.MNIST数据集的介绍
MNIST数据集是机器学习领域中非常经典的一个数据集,由60000个训练样本和10000个测试样本组成,每个样本都是一张28 * 28像素的灰度手写数字图片。
官方下载地址:http://yann.lecun.com/exdb/mnist/
一共4个文件,训练集、训练集标签、测试集、测试集标签:
2.卷积过程的设计
本次实现过程都是用的tensorflow2.1.0版本,即为最新版本
由于数字比较简单,我们这里也不多设计卷积层,就用两层卷积进行设计,具体方案为:一层卷积—>二层卷积—>全连接层。
卷积层api介绍: tf.nn.conv2d(input, filter, strides=, padding=, name=None)
input:给定的输入张量,具有[batch,heigth,width,channel],类型为float32,64
filter:指定过滤器的大小,[filter_height, filter_width, in_channels, out_channels]
strides:strides = [1, stride, stride, 1],步长
padding:“SAME”, “VALID”,使用的填充算法的类型,其中”VALID”表示滑动超出部分舍弃,“SAME”表示填充,使得变化后height,width一样大。
由于每个样本都是一张28 * 28像素的灰度手写数字图片,所以从数据集中读出来的数据的样式为[None, 28*28] 的二维数组,None代表输入的个数,因为不是定数,就用None代替。
我们可以从api中看到我们需要输入的是四维的数据,而我们输入的原始数据是二维的,所以首先要将输入的数据变为四维,然后才能进行计算。具体分析过程如下:
一层卷积:我们输入32个数据,即filter=32,观察过程用5*5 的窗口,步长stride=1,padding=‘SAME’。这样我们输入的过程为[None, 28*28]—>[None, 28, 28, 1]—>输出—>[None, 28, 28, 32],然后随机一个初始化权重[5, 5, 1, 32]和偏置[32]。这样就完成了卷积过程。
上述完成卷积过程,然后卷积完后要进行激活,激活函数api:tf.nn.relu(features, name=None),features:卷积后加上偏置的结果,即将卷积后的数据输入到激活函数中。这时候的数据还是[None, 28, 28, 32]
进行池化,池化api介绍:tf.nn.max_pool(value, ksize=, strides=,padding=,name=None)
输入上执行最大池数
value:4-D Tensor形状[batch, height, width, channels]
ksize:池化窗口大小,[1, ksize, ksize, 1]
strides:步长大小,[1,strides,strides,1]
padding:“SAME”, “VALID”,使用的填充算法的类型
池化API和卷积很像,这里我们选用2*2的池化窗口大小,即ksize=2,步长大小也选2,即strides=2,padding=‘SAME’。所以池化层我们输入数据是[None, 28, 28, 32],输出数据用上述参数刚好减小的一半为[None, 14, 14, 32]
二层卷积:上述我们即完成了一层卷积过程,同理我们要进行二层卷积过程,和上述步骤一样,随机初始化权重和偏置,卷积,激活,池化。我们采用filter=64,观察过程用5*5 的窗口,步长stride=1,padding=‘SAME’,这里我们输入是[None, 14, 14, 32]数据,最终二层卷积经池化后出来的数据是[None, 7, 7, 64],而对应得随机初始化权重为[5, 5, 32, 64],偏置为[64]
全连接层:从输入直接到输出 tf.matmul(a, b,name=None)+bias
输入的数据为二维数据,所以我们要将[None, 7, 7, 64]转化为[None, 7*7*64]即a=[None, 7*7*64],而手写数字只有0-9十个目标值,所以b=[,7*7*64, 10],也就是全连接层的随机初始化权重,同理偏置bias=10.
经过上述过程我们便把卷积过程设计完毕,具体代码如下:
import
经过 上述过程后,我们就要对数据进行交叉熵损失计算没然后应用梯度下降求出损失,然后再计算准确率,然后进行模型的保存,然后加载模型,输入测试值进行计算。具体过程不再赘述,全部代码如下:
import tensorflow as tf
# 导入MNIST数据集
from tensorflow.examples.tutorials.mnist import input_data
# 保证sess.run()能够正常运行
tf.compat.v1.disable_eager_execution()
# 建立命令行参数
FLAGS = tf.compat.v1.app.flags.FLAGS
# 下面参数为1时训练模型并保存模型,参数为0是调用模型并预测
tf.compat.v1.app.flags.DEFINE_integer("is_train", 0, "指定程序是预测还是训练")
# 定义一个初始化权重的函数
def weight_variables(shape):
w = tf.compat.v1.Variable(tf.compat.v1.random_normal(shape=shape, mean=0.0, stddev=1.0))
return w
# 定义一个初始化偏置的函数
def bias_variables(shape):
b = tf.compat.v1.Variable(tf.compat.v1.constant(0.0, shape=shape))
return b
# 自定义卷积神经模型
def model():
# 1、准备数据的占位符 x [None, 784] y_true [None, 10]
with tf.compat.v1.variable_scope("data"):
x = tf.compat.v1.placeholder(tf.float32, [None, 784])
y_true = tf.compat.v1.placeholder(tf.int32, [None, 10])
# 2、一卷积层 卷积: 5*5*1,32个,strides=1 激活: tf.nn.relu 池化
with tf.compat.v1.variable_scope("conv1"):
# 随机初始化权重, 偏置[32]
w_conv1 = weight_variables([5, 5, 1, 32])
b_conv1 = bias_variables([32])
# 对x进行形状的改变[None, 784] [None, 28, 28, 1] 784=28*28 -1是不知道样本的数量
x_reshape = tf.compat.v1.reshape(x, [-1, 28, 28, 1])
# [None, 28, 28, 1]-----> [None, 28, 28, 32] 激活函数
x_relu1 = tf.compat.v1.nn.relu(tf.compat.v1.nn.conv2d(x_reshape, w_conv1, strides=[1, 1, 1, 1], padding="SAME") + b_conv1)
# 池化 2*2 ,strides2 [None, 28, 28, 32]---->[None, 14, 14, 32]
x_pool1 = tf.compat.v1.nn.max_pool(x_relu1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding="SAME")
# 3、二卷积层卷积: 5*5*32,64个filter,strides=1 激活: tf.nn.relu 池化:
with tf.compat.v1.variable_scope("conv2"):
# 随机初始化权重, 权重:[5, 5, 32, 64] 偏置[64]
w_conv2 = weight_variables([5, 5, 32, 64])
b_conv2 = bias_variables([64])
# 卷积,激活,池化计算
# [None, 14, 14, 32]-----> [None, 14, 14, 64]
x_relu2 = tf.compat.v1.nn.relu(tf.compat.v1.nn.conv2d(x_pool1, w_conv2, strides=[1, 1, 1, 1], padding="SAME") + b_conv2)
# 池化 2*2, strides 2, [None, 14, 14, 64]---->[None, 7, 7, 64]
x_pool2 = tf.compat.v1.nn.max_pool(x_relu2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding="SAME")
# 4、全连接层 [None, 7, 7, 64]--->[None, 7*7*64]*[7*7*64, 10]+ [10] =[None, 10]
with tf.compat.v1.variable_scope("conv2"):
# 随机初始化权重和偏置
w_fc = weight_variables([7 * 7 * 64, 10])
b_fc = bias_variables([10])
# 修改形状 [None, 7, 7, 64] --->None, 7*7*64]
x_fc_reshape = tf.compat.v1.reshape(x_pool2, [-1, 7 * 7 * 64])
# 进行矩阵运算得出每个样本的10个结果
y_predict = tf.compat.v1.matmul(x_fc_reshape, w_fc) + b_fc
return x, y_true, y_predict
def conv_fc():
# 获取真实的数据
mnist = input_data.read_data_sets("./data/mnist/input_data/", one_hot=True)
print(mnist)
# 定义模型,得出输出
x, y_true, y_predict = model()
# 进行交叉熵损失计算
# 3、求出所有样本的损失,然后求平均值
with tf.compat.v1.variable_scope("soft_cross"):
# 求平均交叉熵损失
loss = tf.compat.v1.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_true, logits=y_predict))
# 4、梯度下降求出损失
with tf.compat.v1.variable_scope("optimizer"):
train_op = tf.compat.v1.train.GradientDescentOptimizer(0.001).minimize(loss)
# 5、计算准确率
with tf.compat.v1.variable_scope("acc"):
equal_list = tf.compat.v1.equal(tf.compat.v1.argmax(y_true, 1), tf.compat.v1.argmax(y_predict, 1))
# equal_list None个样本 [1, 0, 1, 0, 1, 1,..........]
accuracy = tf.compat.v1.reduce_mean(tf.compat.v1.cast(equal_list, tf.compat.v1.float32))
# 定义一个初始化变量的op
init_op = tf.compat.v1.global_variables_initializer()
# 创建一个saver
saver = tf.compat.v1.train.Saver()
# 开启回话运行
with tf.compat.v1.Session() as sess:
sess.run(init_op)
if FLAGS.is_train == 1:
# 循环去训练
for i in range(300):
# 取出真实存在的特征值和目标值
mnist_x, mnist_y = mnist.train.next_batch(50)
# 运行train_op训练
sess.run(train_op, feed_dict={x: mnist_x, y_true: mnist_y})
print("训练第%d步,准确率为:%f" % (i, sess.run(accuracy, feed_dict={x: mnist_x, y_true: mnist_y})))
# 保存模型
saver.save(sess, "./tmp/ckpt/example_model")
else:
# 加载模型
saver.restore(sess, "./tmp/ckpt/example_model")
# 如果是0,做出预测
for i in range(100):
# 每次测试一张图片 [0,0,0,0,0,1,0,0,0,0]
x_test, y_test = mnist.test.next_batch(1)
print("第%d张图片,手写数字图片目标是:%d, 预测结果是:%d" % (
i,
tf.compat.v1.argmax(y_test, 1).eval(),
tf.compat.v1.argmax(sess.run(y_predict, feed_dict={x: x_test, y_true: y_test}), 1).eval()
))
if __name__ == "__main__":
conv_fc()
上述代码中的一些解释:
数据展现
接下来我们运行代码,这里首先把把参数设置为1,如下图:
这时进行训练300次,然后打印出准确率如下图:
差不多300次就达到了85%左右的准确率了,这时候模型也自动保存在对应的文件夹了:
接下来我们改变命令行参数为0,进行模型的调用如下图:
随机从测试集选100个数据进行预测,结果如下:
上述预测基本都是正确的,存在少量错误,毕竟不可能百分百准确哈哈。要MNIST数据集数据集资料的可以私信我,以及代码运行中遇到的问题都可以找我。由于本次用tensorflow2.1.0版本,所以必须将代码中的tf.更改为tf.compat.v1.,不然无法运行,本文以及全部修改了,且一定要在最前面加一行代码保证sess.run()能够正常运行: tf.compat.v1.disable_eager_execution()
神经网络,这只是一个开始!