深度学习TensorFlow学习笔记 六 卷积神经网络

1.基本定义

全连接NN：每个神经元与前后层的每个神经元都有连接关系，输入的是特征，输出的是预测结果

参数个数 = （前层*后层+后层），也就是w和b的总数
待优化的参数过多，容易导致模型的过拟合，因此在实际应用中，通常先对你特征进行提取，再喂给全连接网络。

卷积 convolution：用一个正方形卷积核，遍历图上的每个点，图片区域内，相对应的每一个像素值，乘以卷积内相应点的权重，求和，再加上偏置。

输出图片的边长 = （输入图片的边长 -卷积核边长+1）/步长

Padding 全零填充：SAME OR VALID

same：输入长度/步长

valid: （输入步长-核长+1）/步长

def conv2d(x,w):
    return tf.nn.conv2d(x,  #输入描述[batch_size, 5,5,1]
    w,                      #卷积核描述 [3,3,1,16]
    strides = [1,1,1,1],    #核滑动步长 
    padding ="SAME")        #填充方式

池化pooling：减少特征数量，最大池化（max_pool）可提取图片纹理，均值池化(avg_pool）可保留背景特征

def max_pool_2x2(x):
    return tf.nn.max_pool(x, #输入描述
    ksize= [1,2,2,1],        #池化核描述
    strides = [1,2,2,1],     #滑动步长
    padding ="SAME")         #全零填充

舍弃 Dropout：在神经网络训练过程中，将一部分神经元按照一定概率从神经网络中舍弃，使用时被舍弃的神经元恢复链接

fc1 = tf.nn.dropout(fc1,0.5)

2.示例

以letnet网络结构为例，上篇博客提到的mnist手写数字识别的数据为例子，左边的是原文中的网络结构，根据需求，修改成右边的结构 

代码：

mnist_lenet5_forward.py

#coding:utf-8
import tensorflow as tf
IMAGE_SIZE =28   #图片大小
NUM_CHANNELS = 1   #通道数
CONV1_SIZE =5    #第一层卷积：5*5*1*32
CONV1_KERNEL_NUM=32
CONV2_SIZE =5    #第二层卷积：5*5*32*64
CONV2_KERNEL_NUM =64
FC_SIZE =512  #全连接层节点数 512
OUTPUT_NODE = 10  #一共有0~9的标签十个

#1.定义神经网络的参数w和b，定义前向传播过程
def get_weight (shape, regularizer):
    w = tf.Variable(tf.truncated_normal(shape, stddev = 0.1), dtype = tf.float32)
    if regularizer != None:
        tf.add_to_collection('losses',tf.contrib.layers.l2_regularizer(regularizer)(w))
    return w

def get_bias(shape):
    b = tf.Variable(tf.zeros(shape = shape))
    return b

#定义卷积函数  输入 和 卷积核
def conv2d(x,w):
    return tf.nn.conv2d(x, w, strides = [1,1,1,1], padding ="SAME")

#定义最大池化 输入
def max_pool_2x2(x):
    return tf.nn.max_pool(x, ksize= [1,2,2,1], strides = [1,2,2,1], padding ="SAME")

#定义前向传播过程
def forward(x, train, regularizer):
    #第一个卷积层 5*5*1*32
    conv1_w = get_weight([CONV1_SIZE,CONV1_SIZE,NUM_CHANNELS, CONV1_KERNEL_NUM], regularizer)#第一层卷积的权重
    conv1_b = get_bias([CONV1_KERNEL_NUM])  #32
    conv1 = conv2d(x, conv1_w)
    relu1 = tf.nn.relu(tf.nn.bias_add(conv1, conv1_b))
    pool1 =max_pool_2x2(relu1)
    #第二个卷积层 5*5*32*64
    conv2_w = get_weight([CONV2_SIZE,CONV2_SIZE,CONV1_KERNEL_NUM,CONV2_KERNEL_NUM], regularizer)#第一层卷积的权重
    conv2_b = get_bias([CONV2_KERNEL_NUM])  #64
    conv2 = conv2d(pool1, conv2_w)
    relu2 = tf.nn.relu(tf.nn.bias_add(conv2, conv2_b))
    pool2 =max_pool_2x2(relu2)
    #拉直 【1， 7*7*64】
    pool_shape = pool2.get_shape().as_list()
    nodes = pool_shape[1] *pool_shape[2]*pool_shape[3]
    reshaped = tf.reshape(pool2, [pool_shape[0],nodes])
    #全连接层 512个节点
    fc1_w = get_weight([nodes, FC_SIZE], regularizer)
    fc1_b = get_bias([FC_SIZE]) 
    fc1 = tf.nn.relu(tf.matmul(reshaped, fc1_w)+fc1_b)
    if train :
        fc1 = tf.nn.dropout(fc1,0.5)
    
    fc2_w = get_weight([FC_SIZE, OUTPUT_NODE], regularizer)
    fc2_b = get_bias([OUTPUT_NODE])
    y = tf.matmul(fc1, fc2_w)+fc2_b

    return y

mnist_lenet5_backward.py

#coding:utf-8
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import mnist_lenet5_forward
import os
import numpy as np

STEPS = 50000
BATCH_SIZE = 200
LEARNING_RATE_BASE = 0.1 #初始学习率
LEARNING_RATE_DECAY = 0.99 #学习率衰减率
REGULARIZER = 0.0001 #正则化权重
MOVING_AVERAGE_DECAY = 0.99  #滑动平均
MODEL_SAVE_PATH = "./model/"
MODEL_NAME = "mnist_model"

def backward(mnist):
    #卷积神经网络的输入必须是4维的
    x  = tf.placeholder (tf.float32, 
    [BATCH_SIZE,   #每次处理多少图片
    mnist_lenet5_forward.IMAGE_SIZE,    #图片长
    mnist_lenet5_forward.IMAGE_SIZE,    #宽
    mnist_lenet5_forward.NUM_CHANNELS])  #通道数
    y_ = tf.placeholder (tf.float32, shape = (None, mnist_lenet5_forward.OUTPUT_NODE))
    y = mnist_lenet5_forward.forward(x,True, REGULARIZER) #前向传播

    #运行了几轮batchsize的计数器，初值为0，设置为不被训练
    global_step = tf.Variable(0,trainable = False)
    #定义指数下降学习率
    learning_rate = tf.train.exponential_decay(
        LEARNING_RATE_BASE, 
        global_step,
        mnist.train.num_examples / BATCH_SIZE,
        LEARNING_RATE_DECAY,
        staircase= True)

    #定义损失函数
    loss_ce = tf.nn.sparse_softmax_cross_entropy_with_logits(
        logits =y, labels = tf.argmax(y_,1))
    loss_cem = tf.reduce_mean(loss_ce)
    loss_total = loss_cem + tf.add_n(tf.get_collection('losses'))

    #定义反向传播方法：含正则化
    train_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss_total, global_step = global_step)

    #实现滑动平均
    ema = tf.train.ExponentialMovingAverage(MOVING_AVERAGE_DECAY, global_step)
    ema_op = ema.apply(tf.trainable_variables())
    # 反向传播更新参数之后，再更新每一个参数的滑动平均值，用下面的代码可以一次完成这两个操作
    with tf.control_dependencies([train_step, ema_op]):
        train_op = tf.no_op(name="train")
    #设置完使用滑动平均模型之后，只需要在每次使用反向传播的时候改为使用run.(train_op)就可以正常执行了。
 
    #保存
    saver = tf.train.Saver()

    #会话执行
    with tf.Session() as sess:
        init_op = tf.global_variables_initializer()
        sess.run(init_op)
        
        ckpt = tf.train.get_checkpoint_state(MODEL_SAVE_PATH)
        if ckpt and ckpt.model_checkpoint_path:
            saver.restore(sess, ckpt.model_checkpoint_path )
            #global_step = ckpt.model_checkpoint_path.split('/')[-1].split('-')[-1]

        for i in range(STEPS):
            xs, ys = mnist.train.next_batch(BATCH_SIZE)
            reshaped_xs =np.reshape(xs,[BATCH_SIZE,
            mnist_lenet5_forward.IMAGE_SIZE,
            mnist_lenet5_forward.IMAGE_SIZE,
            mnist_lenet5_forward.NUM_CHANNELS])
            _, loss_value, step = sess.run([train_op, loss_total, global_step], feed_dict = {x:reshaped_xs, y_:ys})
            if i%1000==0:
                print('after ' +str(step) + ' steps, loss is ' +str(loss_value))
                saver.save(sess, os.path.join(MODEL_SAVE_PATH, MODEL_NAME), global_step = global_step)

def main():
    mnist = input_data.read_data_sets('./data/',one_hot= True)
    backward(mnist)
if __name__ == "__main__":
     main()

mnist_lenet_test.py和mnist_app.py和上一篇博客的一模一样

运行结果：老笔记本电脑运行的太慢了，一下午还没执行1000次循环，贴个结果吧，慢慢跑