在之前的TensorFlow筆記(一)：流程，概念和簡單代碼註釋 文章中，已經大概解釋了tensorflow的大概運行流程，並且提供了一個mnist數據集分類器的簡單實現。當然，因爲結構簡單，最後的準確率在91%左右。似乎已經不低了？其實這個成績是非常不理想的。現在mnist的準確率天梯榜已經被刷到了99.5%以上。爲了進一步提高準確率，官網還提供了一個多層的CNN分類器的代碼。相比之前的一層神經網絡，這份代碼的主要看點倒不是多層，而是CNN，也就是卷積神經網絡。
CNN的具體內容不再詳述，概述可以參考這裏，詳細信息可以參見Convolutional Networks。一般來說，CNN網絡的前幾層爲卷積層和採樣層（或者說池化層），在若干層卷積和池化以後，還有若干層全連接層（也就是傳統神經網絡），最後輸出分類信息。大概的結構示意圖如下圖所示
可以看到，CNN相比與傳統神經網絡，最大的區別就是引入了卷積層和池化層。這也是我們在代碼中要着重看的地方。
在下面的代碼中，卷積是使用tf.nn.conv2d, 池化使用tf.nn.max_pool,下面來詳細的講解一下這兩個函數的用法。
tf.nn.conv2d
這個函數的功能是：給定4維的input和filter，計算出一個2維的卷積結果。函數的定義爲：
def conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None,
data_format=None, name=None):- 1
- 2
- 1
- 2
前幾個參數分別是input, filter, strides, padding, use_cudnn_on_gpu, …下面來一一解釋
input：待卷積的數據。格式要求爲一個張量，[batch, in_height, in_width, in_channels].
分別表示 批次數，圖像高度，寬度，輸入通道數。
filter： 卷積核。格式要求爲[filter_height, filter_width, in_channels, out_channels].
分別表示 卷積核的高度，寬度，輸入通道數，輸出通道數。
strides :一個長爲4的list. 表示每次卷積以後卷積窗口在input中滑動的距離
padding ：有SAME和VALID兩種選項，表示是否要保留圖像邊上那一圈不完全卷積的部分。如果是SAME，則保留
use_cudnn_on_gpu ：是否使用cudnn加速。默認是True
tf.nn.max_pool
進行最大值池化操作,而avg_pool 則進行平均值池化操作.函數的定義爲：
def max_pool(value, ksize, strides, padding, data_format="NHWC", name=None):- 1
- 1
value: 一個4D張量，格式爲[batch, height, width, channels]，與conv2d中input格式一樣
ksize: 長爲4的list,表示池化窗口的尺寸
strides: 池化窗口的滑動值，與conv2d中的一樣
padding: 與conv2d中用法一樣。
具體的代碼註釋如下：
# Copyright 2015 The TensorFlow Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ==============================================================================
"""A very simple MNIST classifier.
See extensive documentation at
http://tensorflow.org/tutorials/mnist/beginners/index.md
"""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
# Import data
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_string('data_dir', '/tmp/data/', 'Directory for storing data') # 第一次啓動會下載文本資料，放在/tmp/data文件夾下
print(FLAGS.data_dir)
mnist = input_data.read_data_sets(FLAGS.data_dir, one_hot=True)
def weight_variable(shape):
initial = tf.truncated_normal(shape, stddev=0.1) # 變量的初始值爲截斷正太分佈
return tf.Variable(initial)
def bias_variable(shape):
initial = tf.constant(0.1, shape=shape)
return tf.Variable(initial)
def conv2d(x, W):
"""
tf.nn.conv2d功能：給定4維的input和filter，計算出一個2維的卷積結果
前幾個參數分別是input, filter, strides, padding, use_cudnn_on_gpu, ...
input 的格式要求爲一個張量，[batch, in_height, in_width, in_channels],批次數，圖像高度，圖像寬度，通道數
filter 的格式爲[filter_height, filter_width, in_channels, out_channels]，濾波器高度，寬度，輸入通道數，輸出通道數
strides 一個長爲4的list. 表示每次卷積以後在input中滑動的距離
padding 有SAME和VALID兩種選項，表示是否要保留不完全卷積的部分。如果是SAME，則保留
use_cudnn_on_gpu 是否使用cudnn加速。默認是True
"""
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
def max_pool_2x2(x):
"""
tf.nn.max_pool 進行最大值池化操作,而avg_pool 則進行平均值池化操作
幾個參數分別是：value, ksize, strides, padding,
value: 一個4D張量，格式爲[batch, height, width, channels]，與conv2d中input格式一樣
ksize: 長爲4的list,表示池化窗口的尺寸
strides: 窗口的滑動值，與conv2d中的一樣
padding: 與conv2d中用法一樣。
"""
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
strides=[1, 2, 2, 1], padding='SAME')
sess = tf.InteractiveSession()
x = tf.placeholder(tf.float32, [None, 784])
x_image = tf.reshape(x, [-1,28,28,1]) #將輸入按照 conv2d中input的格式來reshape，reshape
"""
# 第一層
# 卷積核(filter)的尺寸是5*5, 通道數爲1，輸出通道爲32，即feature map 數目爲32
# 又因爲strides=[1,1,1,1] 所以單個通道的輸出尺寸應該跟輸入圖像一樣。即總的卷積輸出應該爲?*28*28*32
# 也就是單個通道輸出爲28*28，共有32個通道,共有?個批次
# 在池化階段，ksize=[1,2,2,1] 那麼卷積結果經過池化以後的結果，其尺寸應該是？*14*14*32
"""
W_conv1 = weight_variable([5, 5, 1, 32]) # 卷積是在每個5*5的patch中算出32個特徵，分別是patch大小，輸入通道數目，輸出通道數目
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.elu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)
"""
# 第二層
# 卷積核5*5，輸入通道爲32，輸出通道爲64。
# 卷積前圖像的尺寸爲 ?*14*14*32， 卷積後爲?*14*14*64
# 池化後，輸出的圖像尺寸爲?*7*7*64
"""
W_conv2 = weight_variable([5, 5, 32, 64])
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.elu(conv2d(h_pool1, W_conv2) + b_conv2)
h_pool2 = max_pool_2x2(h_conv2)
# 第三層 是個全連接層,輸入維數7*7*64, 輸出維數爲1024
W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])
h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
h_fc1 = tf.nn.elu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
keep_prob = tf.placeholder(tf.float32) # 這裏使用了drop out,即隨機安排一些cell輸出值爲0，可以防止過擬合
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
# 第四層，輸入1024維，輸出10維，也就是具體的0~9分類
W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2) # 使用softmax作爲多分類激活函數
y_ = tf.placeholder(tf.float32, [None, 10])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y_conv), reduction_indices=[1])) # 損失函數，交叉熵
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) # 使用adam優化
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1)) # 計算準確度
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
sess.run(tf.initialize_all_variables()) # 變量初始化
for i in range(20000):
batch = mnist.train.next_batch(50)
if i%100 == 0:
# print(batch[1].shape)
train_accuracy = accuracy.eval(feed_dict={
x:batch[0], y_: batch[1], keep_prob: 1.0})
print("step %d, training accuracy %g"%(i, train_accuracy))
train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})
print("test accuracy %g"%accuracy.eval(feed_dict={
x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126