zoukankan      html  css  js  c++  java

  • 【TensorFlow/简单网络】MNIST数据集-softmax、全连接神经网络，卷积神经网络模型

    初学tensorflow，参考了以下几篇博客：

    soft模型 

    tensorflow构建全连接神经网络

    tensorflow构建卷积神经网络

    tensorflow构建卷积神经网络

    tensorflow构建CNN[待学习]

    全连接+各种优化[待学习]

    BN层[待学习]


    先解释以下MNIST数据集，训练数据集有55,000 条，即X为55,000 * 784的矩阵，那么Y为55,000 * 10的矩阵，每个图片是28像素*28像素，带有标签，Y为该图片的真实数字，即标签，每个图片10个数字，1所在位置代表图片类别。

    Softmax模型

    准确率92.3，读入时候将图片拉成一个向量。使用Adam梯度下降求答案。

    1.  
    2. import tensorflow as tf
    3. import numpy as np
    4. from tensorflow.examples.tutorials.mnist import input_data
    5. #训练数据集有55,000 条，即X为55,000 * 784的矩阵，那么Y为55,000 * 10的矩阵
    6. #读数据，one_hot表示将矩阵处理为行向量，即28*28 => 1*784
    7. mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
    8. learning_rate = 0.01
    9. batch_size = 128
    10. n_epochs = 1000
    11. x = tf.placeholder(tf.float32, [None, 784]) #因为训练时跟测试时样本数量不一样，所以直接None
    12. #只是一个softmax分类器，初始化0就好了,默认训练variable.trainable=True的参数
    13. W = tf.Variable(tf.zeros([784, 10]))
    14. b = tf.Variable(tf.zeros([10]))
    15. #softmax 输出一个10*1的矩阵，代表每个值的概率分布
    16. y_hat = tf.nn.softmax(tf.matmul(x, W) + b)
    17. y = tf.placeholder(tf.float32, [None, 10])
    18. #交叉熵损失函数
    19. loss = tf.reduce_mean(-tf.reduce_sum(y * tf.log(y_hat)))
    20. #也可以调用内置函数
    21. #entropy = tf.nn.softmax_cross_entropy_with_logits(logits, Y) #第一个是测试输出的函数，第二个是样本类别真实值
    22. #loss = tf.reduce_mean(entropy) # computes the mean over examples in the batch
    23. #学习率为0.01 使用Adam梯度下降
    24. train = tf.train.AdamOptimizer(learning_rate).minimize(loss)
    25. correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_hat, 1))  # 测试样本只有一个1，看这个1的位置和预测的概率最大值是否一样
    26. accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))  # 通过cast将布尔类型转化成float类型，每个值要么0要么1，求他的均值就是准确率
    27. with tf.Session() as sess:
    28.     sess.run(tf.global_variables_initializer())
    29.     for i in range(n_epochs):
    30.         batch_x, batch_y = mnist.train.next_batch(batch_size) #获取批量样本
    31.         sess.run(train, feed_dict={x: batch_x, y: batch_y}) #运行计算图
    32.     print(sess.run(accuracy, feed_dict={x: mnist.test.images, y: mnist.test.labels}))

    全连接神经网络模型

    2层隐藏层，激活函数为relu函数，分类函数为softmax函数，学习率采用指数下降法，基本初始学习率0.01，如果太大会只有9.8%的准确率，学习率衰减速度如果太快也会准确率下降（过拟合），dropout正则化不是很管用，会让准确率下降，只有keep_prob = 0.99才勉强准确率高点。如果一个隐藏层，准确率为93.45%，无论是学习率大了，过度正则化都会导致9.8%。学习率太低则90左右的准确率

    1. import tensorflow as tf
    2. import numpy as np
    3. from tensorflow.examples.tutorials.mnist import input_data
    4. # 训练数据集有55,000 条，即X为55,000 * 784的矩阵，那么Y为55,000 * 10的矩阵
    5. # 读数据，one_hot表示将矩阵处理为行向量，即28*28 => 1*784
    6. mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
    7.  
    8. base_learning_rate = 0.01
    9. batch_size = 128
    10. n_epochs = 1000
    11. keep_prob = 1
    12. decay_steps = 2
    13. decay_rate = 0.99
    14.  
    15.  
    16. def add_layer(inputs, input_size, output_size, activation_function=None):
    17.     W = tf.Variable(tf.random_normal([input_size, output_size]) * np.sqrt(1/input_size))
    18.     b = tf.Variable(tf.zeros([1, output_size]) + 0.1)
    19.     y_hat = tf.matmul(inputs, W) + b
    20.     y_hat = tf.nn.dropout(y_hat, keep_prob=keep_prob) #dropout 自动除以了keep_prob
    21.  
    22.     if activation_function is None:
    23.         outputs = y_hats
    24.     else:
    25.         outputs = activation_function(y_hat)
    26.     return outputs
    27.  
    28.  
    29. x = tf.placeholder(tf.float32, [None, 784])
    30. y = tf.placeholder(tf.float32, [None, 10])
    31.  
    32. layer1 = add_layer(x, 784, 100, activation_function=tf.nn.relu)
    33. layer2 = add_layer(layer1, 100, 10, activation_function=tf.nn.relu)
    34. y_hat = add_layer(layer2, 10, 10, tf.nn.softmax)
    35. #定义存储训练轮数的变量，这个变量不需要被训练
    36. global_step = tf.Variable(0, trainable=False)
    37.  
    38. learning_rate = tf.train.exponential_decay(base_learning_rate, global_step, decay_steps, decay_rate)
    39. #base_learning_rate为基础学习率，global_step为当前迭代的次数    
    40. #decay_steps为几步一下降
    41. #decay_rate为学习率衰减速度
    42. loss = tf.reduce_mean(-tf.reduce_sum(y*tf.log(y_hat)))
    43. train = tf.train.AdamOptimizer(learning_rate).minimize(loss, global_step=global_step) #会自增
    44.  
    45. correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_hat, 1))  # 测试样本只有一个1，看这个1的位置和预测的概率最大值是否一样
    46. accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))  # 通过cast将布尔类型转化成float类型，每个值要么0要么1，求他的均值就是准确率
    47.  
    48. with tf.Session() as sess:
    49.     sess.run(tf.global_variables_initializer())
    50.     for i in range(n_epochs):
    51.         batch_x, batch_y = mnist.train.next_batch(batch_size)
    52.         sess.run(train, feed_dict={x: batch_x, y: batch_y})
    53.     print(sess.run(accuracy, feed_dict={x: mnist.test.images, y: mnist.test.labels}))


    卷积网络模型（LENET）

    思路

    使用一个简单的CNN网络结构如下，括号里边表示tensor经过本层后的输出shape：

    • 输入层（28 * 28 * 1）
    • 卷积层1（28 * 28 * 32）
    • pooling层1（14 * 14 * 32）
    • 卷积层2（14 * 14 * 64）
    • pooling层2（7 * 7 * 64）
    • 全连接层（1 * 1024）
    • softmax层（10）

    主要的函数说明：

    卷积层： 
    tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)

    参数说明：

    • data_format：表示输入的格式，有两种分别为：“NHWC”和“NCHW”，默认为“NHWC”

    • input：输入是一个4维格式的（图像）数据，数据的 shape 由 data_format 决定：当 data_format 为“NHWC”输入数据的shape表示为[batch, in_height, in_width, in_channels]，分别表示训练时一个batch的图片数量、图片高度、 图片宽度、 图像通道数。当 data_format 为“NHWC”输入数据的shape表示为[batch, in_channels， in_height, in_width]

    • filter：卷积核是一个4维格式的数据：shape表示为：[height,width,in_channels, out_channels]，分别表示卷积核的高、宽、深度（与输入的in_channels应相同）、输出 feature map的个数（即卷积核的个数）。

    • strides：表示步长：一个长度为4的一维列表，每个元素跟data_format互相对应，表示在data_format每一维上的移动步长。当输入的默认格式为：“NHWC”，则 strides = [batch , in_height , in_width, in_channels]。其中 batch 和 in_channels 要求一定为1，即只能在一个样本的一个通道上的特征图上进行移动，in_height , in_width表示卷积核在特征图的高度和宽度上移动的布长，即  和  。

    • padding：表示填充方式：“SAME”表示采用填充的方式，简单地理解为以0填充边缘，当stride为1时，输入和输出的维度相同；“VALID”表示采用不填充的方式，多余地进行丢弃。具体公式：

      “SAME”: 

      “VALID”: 

    池化层： 
    tf.nn.max_pool( value, ksize,strides,padding,data_format=’NHWC’,name=None) 
    或者 
    tf.nn.avg_pool(…)

    参数说明：

    • value：表示池化的输入：一个4维格式的数据，数据的 shape 由 data_format 决定，默认情况下shape 为[batch, height, width, channels]

    • 其他参数与 tf.nn.cov2d 类型

    • ksize：表示池化窗口的大小：一个长度为4的一维列表，一般为[1, height, width, 1]，因不想在batch和channels上做池化，则将其值设为1。

    Batch Nomalization层： 
    batch_normalization( x,mean,variance,offset,scale, variance_epsilon,name=None)

    • mean 和 variance 通过 tf.nn.moments 来进行计算： 
      batch_mean, batch_var = tf.nn.moments(x, axes = [0, 1, 2], keep_dims=True)，注意axes的输入。对于以feature map 为维度的全局归一化，若feature map 的shape 为[batch, height, width, depth]，则将axes赋值为[0, 1, 2]

    • x 为输入的feature map 四维数据，offset、scale为一维Tensor数据，shape 等于 feature map 的深度depth。

    注意，计算准确率的时候，一定让keep_prob等于1

    1. import tensorflow as tf
    2. import numpy as np
    3.  
    4. #导入input_data用于自动下载和安装MNIST数据集
    5. from tensorflow.examples.tutorials.mnist import input_data
    6. mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
    7.  
    8.  
    9. #创建两个占位符，x为输入网络的图像，y_为输入网络的图像类别
    10. x = tf.placeholder("float", shape=[None, 784])
    11. y = tf.placeholder("float", shape=[None, 10])
    12.  
    13. #权重初始化函数
    14. def weight_variable(shape):
    15.     #输出服从截尾正态分布的随机值
    16.     initial = tf.truncated_normal(shape, stddev=0.1)
    17.     return tf.Variable(initial)
    18.  
    19. #偏置初始化函数
    20. def bias_variable(shape):
    21.     initial = tf.constant(0.1, shape=shape)
    22.     return tf.Variable(initial)
    23.  
    24. #创建卷积op
    25. #x 是一个4维张量，shape为[batch,height,width,channels]
    26. #卷积核移动步长为1。填充类型为SAME,可以不丢弃任何像素点
    27. def conv2d(x, W):
    28.     return tf.nn.conv2d(x, W, strides=[1,1,1,1], padding="SAME")
    29.  
    30. #创建池化op
    31. #采用最大池化，也就是取窗口中的最大值作为结果
    32. #x 是一个4维张量，shape为[batch,height,width,channels]
    33. #ksize表示pool窗口大小为2x2,也就是高2，宽2
    34. #strides，表示在height和width维度上的步长都为2
    35. def max_pool_2x2(x):
    36.     return tf.nn.max_pool(x, ksize=[1,2,2,1],
    37.                           strides=[1,2,2,1], padding="SAME")
    38.  
    39.  
    40. #第1层，卷积层
    41. #初始化W为[5,5,1,32]的张量，表示卷积核大小为5*5，第一层网络的输入和输出神经元个数分别为1和32
    42. W_conv1 = weight_variable([5,5,1,32])
    43. #初始化b为[32],即输出大小
    44. b_conv1 = bias_variable([32])
    45.  
    46. #把输入x(二维张量,shape为[batch, 784])变成4d的x_image，x_image的shape应该是[batch,28,28,1]
    47. #-1表示自动推测这个维度的size
    48. x_image = tf.reshape(x, [-1,28,28,1])
    49.  
    50. #把x_image和权重进行卷积，加上偏置项，然后应用ReLU激活函数，最后进行max_pooling
    51. #h_pool1的输出即为第一层网络输出，shape为[batch,14,14,1]
    52. h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
    53. h_pool1 = max_pool_2x2(h_conv1)
    54.  
    55. #第2层，卷积层
    56. #卷积核大小依然是5*5，这层的输入和输出神经元个数为32和64
    57. W_conv2 = weight_variable([5,5,32,64])
    58. b_conv2 = weight_variable([64])
    59.  
    60. #h_pool2即为第二层网络输出，shape为[batch,7,7,1]
    61. h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
    62. h_pool2 = max_pool_2x2(h_conv2)
    63.  
    64. #第3层, 全连接层
    65. #这层是拥有1024个神经元的全连接层
    66. #W的第1维size为7*7*64，7*7是h_pool2输出的size，64是第2层输出神经元个数
    67. W_fc1 = weight_variable([7*7*64, 1024])
    68. b_fc1 = bias_variable([1024])
    69.  
    70. #计算前需要把第2层的输出reshape成[batch, 7*7*64]的张量
    71. h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
    72. h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
    73.  
    74. #Dropout层
    75. #为了减少过拟合，在输出层前加入dropout
    76. keep_prob = tf.placeholder("float")
    77. h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
    78.  
    79. #输出层
    80. #最后，添加一个softmax层
    81. #可以理解为另一个全连接层，只不过输出时使用softmax将网络输出值转换成了概率
    82. W_fc2 = weight_variable([1024, 10])
    83. b_fc2 = bias_variable([10])
    84.  
    85. y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
    86.  
    87. #预测值和真实值之间的交叉墒
    88. cross_entropy = -tf.reduce_sum(y * tf.log(y_conv))
    89.  
    90. #train op, 使用ADAM优化器来做梯度下降。学习率为0.0001
    91. train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
    92.  
    93. #评估模型，tf.argmax能给出某个tensor对象在某一维上数据最大值的索引。
    94. #因为标签是由0,1组成了one-hot vector，返回的索引就是数值为1的位置
    95. correct_predict = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y, 1))
    96.  
    97. #计算正确预测项的比例，因为tf.equal返回的是布尔值，
    98. #使用tf.cast把布尔值转换成浮点数，然后用tf.reduce_mean求平均值
    99. accuracy = tf.reduce_mean(tf.cast(correct_predict, "float"))
    100. with tf.Session() as sess:
    101.     # 初始化变量
    102.     sess.run(tf.global_variables_initializer())
    103.  
    104.     # 开始训练模型，循环20000次，每次随机从训练集中抓取50幅图像
    105.     for i in range(1000):
    106.         batch = mnist.train.next_batch(50)
    107.         if i % 100 == 0:
    108.             # 每100次输出一次日志
    109.             train_accuracy = accuracy.eval(feed_dict={
    110.                 x: batch[0], y: batch[1], keep_prob: 1.0}) #计算准确率时候一定让keep_prob等于1
    111.             print("step %d, training accuracy %g" % (i, train_accuracy))
    112.  
    113.         train_step.run(feed_dict={x: batch[0], y: batch[1], keep_prob: 0.5})
    114.     print(sess.run(accuracy, feed_dict={x: mnist.test.images, y: mnist.test.labels}))
  • 相关阅读:
    从xib初始化的UIView如何继承？
    no implicit conversion of nil into String
    @synchronized(self) 加锁引起的Crash
    iOS手工Crash解析
    iOS线程While-True死循环会发生什么
    2019年新年总结
    218. The Skyline Problem-Hard
    ReplayKit 启动录制按钮 RPSystemBroadcastPickerView 的使用
    S212-搜索+字典树-212. Word Search II-（Hard）
    mybatis批量生成
  • 原文地址：https://www.cnblogs.com/kk17/p/9693486.html
Copyright © 2011-2022 走看看