姓名：王咫毅

學(xué)號(hào)：19021211150

【嵌牛導(dǎo)讀】這篇博客將用tensorflow實(shí)現(xiàn)CNN卷積神經(jīng)網(wǎng)絡(luò)去訓(xùn)練MNIST數(shù)據(jù)集，并測(cè)試一下MNIST的測(cè)試集，算出精確度。

【嵌牛鼻子】mnist cnn

【嵌牛提問】如何導(dǎo)入并訓(xùn)練mnist數(shù)據(jù)集？識(shí)別率如何定義？

【嵌牛正文】

轉(zhuǎn)載自：tensorflow筆記（五）之MNIST手寫識(shí)別系列二 - FANG_YANG - 博客園

前言#

由于這一篇博客需要要有一定的基礎(chǔ)，基礎(chǔ)部分請(qǐng)看前面的tensorflow筆記，起碼MNIST手寫識(shí)別系列一和CNN初探要看一下，對(duì)于已經(jīng)講過的東西，不會(huì)再仔細(xì)復(fù)述，可能會(huì)提一下。還有一件事，我會(huì)把jupyter notebook放在這個(gè)百度云鏈接里，方便你下載調(diào)試，密碼是5dx9

實(shí)踐#

首先先導(dǎo)入我們需要的模塊

import tensorflow as tffromtensorflow.examples.tutorials.mnistimportinput_data

然后導(dǎo)入MNIST數(shù)據(jù)集

mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

運(yùn)行后如圖則導(dǎo)入成功：

MNIST數(shù)據(jù)集的導(dǎo)入不清楚的地方請(qǐng)看here，接下來我們定義兩個(gè)函數(shù)，分別是生成權(quán)重和偏差的函數(shù)

def weight_variable(shape):

? ? initial = tf.truncated_normal(shape, stddev=0.1)

? ? return tf.Variable(initial)def bias_variable(shape):

? ? initial = tf.constant(0.1, shape=shape)

? ? returntf.Variable(initial)

說明：

權(quán)重在初始化時(shí)應(yīng)該加入少量的噪聲（偏差stddev=0.1）來打破對(duì)稱性以及避免0梯度。由于我們使用的是ReLU神經(jīng)元，因此比較好的做法是用一個(gè)較小的正數(shù)來初始化偏置項(xiàng)，以避免神經(jīng)元節(jié)點(diǎn)輸出恒為0的問題（dead neurons）。為了不在建立模型的時(shí)候反復(fù)做初始化操作，我們定義兩個(gè)函數(shù)用于初始化。

接下來建立conv2d和max_pool_2X2這兩個(gè)函數(shù)

def conv2d(x, W):

? ? # stride [1, x_movement, y_movement, 1]# Must have strides[0] = strides[3] = 1returntf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')def max_pool_2x2(x):

? ? # stride [1, x_movement, y_movement, 1]#ksize? [1,pool_op_length,pool_op_width,1]# Must have ksize[0] = ksize[3] = 1returntf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')

說明：

conv2d函數(shù)的輸入?yún)?shù)是要進(jìn)行卷積的圖片x和卷積核W，函數(shù)內(nèi)部strides是卷積核步長(zhǎng)的設(shè)定，上面已進(jìn)行標(biāo)注，x軸，y軸都是每隔一個(gè)像素移動(dòng)的，步長(zhǎng)都為1，padding是填充的意思，這里是SAME，意思是卷積后的圖片與原圖片一樣，有填充。

max_pool_2X2函數(shù)的輸入?yún)?shù)是卷積后的圖片x，ksize是池化算子，由于是2x2max_pool，所以長(zhǎng)度和寬度都為2，x軸和y軸的步長(zhǎng)都為2，有填充。

接下來我們用占位符定義一些輸入，有圖片集的輸入xs，相應(yīng)的標(biāo)簽ys和dropout的概率keep_prob

xs = tf.placeholder(tf.float32, [None, 784])# 28x28ys = tf.placeholder(tf.float32, [None, 10])

keep_prob = tf.placeholder(tf.float32)

由于我們要進(jìn)行卷積，為了符合tf.nn.conv2d和tf.nn.max_pool_2x2的輸入圖片需為4維tensor，我們要對(duì)xs做一個(gè)reshape，讓它符合要求

x_image = tf.reshape(xs, [-1, 28, 28, 1])# [n_samples, 28,28,1]

說明：

x_image是四維張量，分別是[batch, height, width, channels]，batch要看上面xs第一維，長(zhǎng)和寬為28，通道由于是灰度圖片，所以是1，RGB為3

接下來，我們開始構(gòu)造卷積神經(jīng)網(wǎng)絡(luò)，先進(jìn)行第一層的卷積層和第一層的池化層

## conv1 layer ##W_conv1 = weight_variable([5,5, 1,32])# patch 5x5, in size 1, out size 32b_conv1 = bias_variable([32])

h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)# output size 28x28x32##pool1 layer##h_pool1 = max_pool_2x2(h_conv1)# output size 14x14x32

說明：

卷積核的大小是5x5的，由于輸入size1，輸出32，可見有32個(gè)不同的卷積核，然后將W_conv1與x_image送入conv2d函數(shù)后加入偏差，最后外圍加上RELU函數(shù)，RELU函數(shù)是相比其他函數(shù)（sigmiod）好很多，使用它，迭代速度會(huì)很快，因?yàn)樗拇笥?的導(dǎo)數(shù)恒等于1，而sigmiod的導(dǎo)數(shù)有可能會(huì)很小，趨近于0，我們?cè)谶M(jìn)行反向傳播迭代參數(shù)更新時(shí)，如果這個(gè)導(dǎo)數(shù)太小，參數(shù)的更新就會(huì)很慢。

為了得到更高層次的特征，我們需要構(gòu)建一個(gè)更深的網(wǎng)絡(luò),再加第二層卷積層和第二層池化層，原理與上面一樣

## conv2 layer ##W_conv2 = weight_variable([5,5, 32, 64])# patch 5x5, in size 32, out size 64b_conv2 = bias_variable([64])

h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)# output size 14x14x64##pool2_layer##h_pool2 = max_pool_2x2(h_conv2)# output size 7x7x64

好了,特征提取出來了，我們開始用全連通層進(jìn)行預(yù)測(cè)，在建立之前，我們需要對(duì)h_pool2進(jìn)行維度處理，因?yàn)樯窠?jīng)網(wǎng)絡(luò)的輸入并不能是4維張量。

h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])# [n_samples, 7, 7, 64] ->> [n_samples, 7*7*64]

說明：

上面將4維張量，變?yōu)?維張量，第一維是樣本數(shù)，第二維是輸入特征，可見輸入神經(jīng)元的個(gè)數(shù)是7*7*64=3136

全連通層開始，先從7*7*64映射到1024個(gè)隱藏層神經(jīng)元

# fc1 layer ##W_fc1 = weight_variable([7*7*64, 1024])

b_fc1 = bias_variable([1024])

h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)#dropout h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

說明：

這個(gè)跟傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)一樣，但和前面見的有點(diǎn)不同，這里最后加了dropout，防止神經(jīng)網(wǎng)絡(luò)過擬合

然后再加一個(gè)全連通層，進(jìn)行1024神經(jīng)元到10個(gè)神經(jīng)元的映射，最后加一個(gè)softmax層，得出每種情況的概率

W_fc2 = weight_variable([1024, 10])

b_fc2 = bias_variable([10])

prediction = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

說明：

這個(gè)跟上面原理一樣，加了一個(gè)softmax，不懂softmax請(qǐng)看往期的筆記或看鏈接中的wiki

然后我們開始算交叉熵和train_step

cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys * tf.log(prediction),reduction_indices=[1]))# losstrain_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

說明：

不同之前的，這里用到了AdamOptimizer優(yōu)化器，由于這個(gè)計(jì)算量很大，用GradientDescentOptimizer優(yōu)化器下降速度太慢，所以用AdamOptimizer

init = tf.global_variables_initializer()

sess = tf.Session()

sess.run(init)

上面是套路了，不用多說了，下面再建立一個(gè)測(cè)量測(cè)試集精確度的函數(shù)，后面會(huì)用到

def compute_accuracy(v_xs, v_ys):

? ? global prediction

? ? y_pre = sess.run(prediction, feed_dict={xs: v_xs, keep_prob: 1})

? ? correct_prediction = tf.equal(tf.argmax(y_pre,1), tf.argmax(v_ys,1))

? ? accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

? ? result = sess.run(accuracy, feed_dict={xs: v_xs, ys: v_ys, keep_prob: 1})

? ? returnresult

說明：

函數(shù)的輸入是測(cè)試集的圖片v_xs和相應(yīng)的標(biāo)簽v_ys，global prediction讓prediction代表前面的預(yù)測(cè)值，不這么做下一行會(huì)出錯(cuò)，顯示找不到prediction，測(cè)試的時(shí)候不加dropout，即keep_prob等于1，后面的跟上一篇筆記一樣。最后返回精確度

好了，所有的工作準(zhǔn)備完畢，現(xiàn)在開始訓(xùn)練和測(cè)試，每訓(xùn)練50次，測(cè)試一次，這個(gè)時(shí)間會(huì)有點(diǎn)長(zhǎng)，要耐心等待

foriinrange(1000):

? ? batch_xs, batch_ys = mnist.train.next_batch(100)

? ? sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys, keep_prob: 0.5})

? ? ifi % 50 == 0:

? ? ? ? print(compute_accuracy(mnist.test.images, mnist.test.labels))

運(yùn)行結(jié)果如下：

感慨：終于運(yùn)行完了，這段程序大概跑了四十多分鐘，電腦一直處于崩潰狀態(tài)，感慨還是有g(shù)pu好哦，最后精確度是97.37%，我感覺還能再提高，沒有完全收斂，你們可以再多迭代試試。我是不想在電腦跑這種程序，要跑到gpu或服務(wù)器上跑，各位跑程序要有心理準(zhǔn)備哈

完整代碼如下（直接運(yùn)行即可）：

import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data

# number 1 to 10 data

mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

def compute_accuracy(v_xs, v_ys):

? ? global prediction

? ? y_pre = sess.run(prediction, feed_dict={xs: v_xs, keep_prob: 1})

? ? correct_prediction = tf.equal(tf.argmax(y_pre,1), tf.argmax(v_ys,1))

? ? accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

? ? result = sess.run(accuracy, feed_dict={xs: v_xs, ys: v_ys, keep_prob: 1})

? ? return result

def weight_variable(shape):

? ? initial = tf.truncated_normal(shape, stddev=0.1)

? ? return tf.Variable(initial)

def bias_variable(shape):

? ? initial = tf.constant(0.1, shape=shape)

? ? return tf.Variable(initial)

def conv2d(x, W):

? ? # stride [1, x_movement, y_movement, 1]

? ? # Must have strides[0] = strides[3] = 1

? ? return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):

? ? # stride [1, x_movement, y_movement, 1]

? ? #ksize? [1,pool_op_length,pool_op_width,1]

? ? # Must have ksize[0] = ksize[3] = 1

? ? return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')

# define placeholder for inputs to network

xs = tf.placeholder(tf.float32, [None, 784])? ? # 28x28

ys = tf.placeholder(tf.float32, [None, 10])

keep_prob = tf.placeholder(tf.float32)

x_image = tf.reshape(xs, [-1, 28, 28, 1])

# print(x_image.shape)? # [n_samples, 28,28,1]

## conv1 layer ##

W_conv1 = weight_variable([5,5, 1,32]) # patch 5x5, in size 1, out size 32

b_conv1 = bias_variable([32])

h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) # output size 28x28x32

h_pool1 = max_pool_2x2(h_conv1)? ? ? ? ? ? ? ? ? ? ? ? ? # output size 14x14x32

## conv2 layer ##

W_conv2 = weight_variable([5,5, 32, 64]) # patch 5x5, in size 32, out size 64

b_conv2 = bias_variable([64])

h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) # output size 14x14x64

h_pool2 = max_pool_2x2(h_conv2)? ? ? ? ? ? ? ? ? ? ? ? ? # output size 7x7x64

##flat h_pool2##

h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])? # [n_samples, 7, 7, 64] ->> [n_samples, 7*7*64]

## fc1 layer ##

W_fc1 = weight_variable([7*7*64, 1024])

b_fc1 = bias_variable([1024])

h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)

h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

## fc2 layer ##

W_fc2 = weight_variable([1024, 10])

b_fc2 = bias_variable([10])

prediction = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys * tf.log(prediction),

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? reduction_indices=[1]))? ? ? # loss

train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

init = tf.global_variables_initializer()

sess = tf.Session()

sess.run(init)

for i in range(1000):

? ? batch_xs, batch_ys = mnist.train.next_batch(100)

? ? sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys, keep_prob: 0.5})

? ? if i % 50 == 0:

? ? ? ? print(compute_accuracy(mnist.test.images, mnist.test.labels))

結(jié)尾#

MNIST數(shù)據(jù)集的識(shí)別到這里就結(jié)束了，希望看過這個(gè)博客的朋友們能有所收獲！最后，還是那句話，筆者能力有限，如果有錯(cuò)誤，還請(qǐng)不吝指教，共同學(xué)習(xí)！謝謝！

參考#

[1]?https://www.tensorflow.org/versions/r1.0/api_docs/python/

[2]?http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html

作者：?FANG_YANG

出處：https://www.cnblogs.com/fydeblog/p/7455233.html

版權(quán)：本站使用「CC BY 4.0」創(chuàng)作共享協(xié)議，轉(zhuǎn)載請(qǐng)?jiān)谖恼旅黠@位置注明作者及出處。