《TensorFlow實戰Google深度學習架構》——Tensorflow實現遷移學習

參考：https://blog.csdn.net/nnnnnnnnnnnny/article/details/70244232

遷移學習就是把一個已經訓練好的神經網絡隱層的輸出當做特徵，然後用自己的標記數據訓練一個新的全連接層，用於分類。

 

# %load transfer_flower.py
#!/usr/bin/env python3

# glob，文件路徑查找模塊
import glob
import os.path
import random
import numpy as np
import tensorflow as tf
from tensorflow.python.platform import gfile

# Inception-v3模型瓶頸層的節點個數
BOTTLENECK_TENSOR_SIZE = 2048

# Inception-v3模型中代表瓶頸層結果的張量名稱。
# 在谷歌提出的Inception-v3模型中，這個張量名稱就是'pool_3/_reshape:0'。
# 在訓練模型時，可以通過tensor.name來獲取張量的名稱。
BOTTLENECK_TENSOR_NAME = 'pool_3/_reshape:0'

# 圖像輸入張量所對應的名稱。
JPEG_DATA_TENSOR_NAME = 'DecodeJpeg/contents:0'

# 下載的谷歌訓練好的Inception-v3模型文件目錄
MODEL_DIR = 'model/'

# 下載的谷歌訓練好的Inception-v3模型文件名
MODEL_FILE = 'tensorflow_inception_graph.pb'

# 因爲一個訓練數據會被使用多次，所以可以將原始圖像通過Inception-v3模型計算
# 得到的特徵向量保存在文件中，免去重複的計算。
# 下面的變量定義了這些文件的存放地址。
CACHE_DIR = 'tmp/bottleneck/'

# 圖片數據文件夾。
# 在這個文件夾中每一個子文件夾代表一個需要區分的類別，每個子文件夾中存放了對應類別的圖片。
INPUT_DATA = 'flower_data/'

# 驗證的數據百分比
VALIDATION_PERCENTAGE = 10
# 測試的數據百分比
TEST_PERCENTAGE = 10

# 定義神經網絡的設置
LEARNING_RATE = 0.01
STEPS = 4000
BATCH = 100

# 這個函數從數據文件夾中讀取所有的圖片列表並按訓練、驗證、測試數據分開。
# testing_percentage和validation_percentage參數指定了測試數據集和驗證數據集的大小。
def create_image_lists(testing_percentage, validation_percentage):
    # 得到的所有圖片都存在result這個字典(dictionary)裏。
    # 這個字典的key爲類別的名稱，value也是一個字典，字典裏存儲了所有的圖片名稱。
    result = {}
	
    # 獲取當前目錄下所有的子目錄
    sub_dirs = [x[0] for x in os.walk(INPUT_DATA)]
    # 得到的第一個目錄是當前目錄，不需要考慮
    is_root_dir = True
    for sub_dir in sub_dirs:
        if is_root_dir:		# sub_dirs的第一個元素是根目錄，即INPUT_DATA，應跳過
            is_root_dir = False
            continue

        # 獲取當前目錄下所有的有效圖片文件。
        extensions = ['jpg', 'jpeg', 'JPG', 'JPEG']
        file_list = []
        dir_name = os.path.basename(sub_dir)
        for extension in extensions:
		   # 得到後綴名爲extensions的文件路徑
            file_glob = os.path.join(INPUT_DATA, dir_name, '*.'+extension)
		   # glob.glob()方法將返回所有匹配的文件路徑列表（list），
		   # list.extend()表示在list的末尾一次性追加另一個列表的多個值，用於擴展列表
            file_list.extend(glob.glob(file_glob))	
		# 如果文件列表爲空，則跳出循環
        if not file_list:
            continue

        # 通過目錄名獲取類別的名稱。
        label_name = dir_name.lower()
        # 初始化當前類別的訓練數據集、測試數據集和驗證數據集（3個空列表）
        training_images = []
        testing_images = []
        validation_images = []
        for file_name in file_list:
            base_name = os.path.basename(file_name)
            # 隨機將數據分到訓練數據集、測試數據集和驗證數據集。
            chance = np.random.randint(100)
            if chance < validation_percentage:
                validation_images.append(base_name)
            elif chance < (testing_percentage + validation_percentage):
                testing_images.append(base_name)
            else:
                training_images.append(base_name)

        # 將當前類別的數據放入結果字典。
		# 字典的key爲類別的名稱，value也是一個字典，字典裏存儲了所有的圖片名稱
        result[label_name] = {
            'dir': dir_name,
            'training': training_images,
            'testing': testing_images,
            'validation': validation_images
            }
    # 返回整理好的所有數據
    return result


# 這個函數通過類別名稱、所屬數據集和圖片編號獲取一張圖片的地址。
# image_lists參數給出了所有圖片信息。
# image_dir參數給出了根目錄。存放圖片數據的根目錄和存放圖片特徵向量的根目錄地址不同。
# label_name參數給定了類別的名稱。
# index參數給定了需要獲取的圖片的編號。
# category參數指定了需要獲取的圖片是在訓練數據集、測試數據集還是驗證數據集。
def get_image_path(image_lists, image_dir, label_name, index, category):
    # 從圖片列表中獲取給定類別中所有圖片的信息。
    label_lists = image_lists[label_name]
    # 從給定類別的列表中，根據所屬數據集的名稱獲取集合中的全部圖片信息。
    category_list = label_lists[category]
	# 根據序號計算圖片所在列表中的編號
    mod_index = index % len(category_list)
    # 從給定類別和所屬集合的圖像列表中，根據序號獲得圖片的文件名。
    base_name = category_list[mod_index]
    # 根據key獲得給定類別文件的子目錄
    sub_dir = label_lists['dir']
    # 最終的地址爲數據根目錄的地址 + 類別的文件夾 + 圖片的名稱
    full_path = os.path.join(image_dir, sub_dir, base_name)
    return full_path


# 這個函數通過類別名稱、所屬數據集和圖片編號獲取經過Inception-v3模型處理之後的特徵向量文件地址。
def get_bottlenect_path(image_lists, label_name, index, category):
	# 文件目錄爲CACHE_DIR，即在bottlenect文件夾中存儲於每幅圖像對應的特徵向量文件
    return get_image_path(image_lists, CACHE_DIR, label_name, index, category) + '.txt';


# 這個函數使用加載的訓練好的Inception-v3模型處理一張圖片，得到這個圖片的特徵向量。
def run_bottleneck_on_image(sess, image_data, image_data_tensor, bottleneck_tensor):
    # 這個過程實際上就是將當前圖片作爲輸入計算瓶頸張量的值。這個瓶頸張量的值就是這張圖片的新的特徵向量。
    bottleneck_values = sess.run(bottleneck_tensor, {image_data_tensor: image_data})
    # 經過卷積神經網絡處理的結果是一個四維數組????，
	# 需要將這個結果壓縮成一個特徵向量（一維數組）
    bottleneck_values = np.squeeze(bottleneck_values)
    return bottleneck_values


# 這個函數獲取一張圖片經過Inception-v3模型處理之後的特徵向量。
# 這個函數會先試圖尋找已經計算且保存下來的特徵向量，如果找不到則先計算這個特徵向量，然後保存到文件。
def get_or_create_bottleneck(sess, image_lists, label_name, index, category, jpeg_data_tensor, bottleneck_tensor):
    # 獲取一張圖片對應的特徵向量文件的路徑。
    label_lists = image_lists[label_name]
    sub_dir = label_lists['dir']
    sub_dir_path = os.path.join(CACHE_DIR, sub_dir)
    if not os.path.exists(sub_dir_path):
        os.makedirs(sub_dir_path)		# 創建文件夾
	# 得到圖像文件對應的bottleneck文件名
    bottleneck_path = get_bottlenect_path(image_lists, label_name, index, category)
    # 如果這個特徵向量文件不存在，則通過Inception-v3模型來計算特徵向量，並將計算的結果存入文件。
    if not os.path.exists(bottleneck_path):
        # 獲取原始的圖片路徑
        image_path = get_image_path(image_lists, INPUT_DATA, label_name, index, category)
        # 讀取圖片內容
        image_data = gfile.FastGFile(image_path, 'rb').read()
        # print(len(image_data))
        # 通過Inception-v3模型計算特徵向量
        # 由於輸入的圖片大小不一致，此處得到的image_data大小也不一致，
        # 但卻都能通過加載的inception-v3模型生成一個2048的特徵向量。
        bottleneck_values = run_bottleneck_on_image(sess, 
                image_data, jpeg_data_tensor, bottleneck_tensor)
        # 將bottleneck_values中的每個數值轉換爲字符串，然後用,連接起來。
        bottleneck_string = ','.join(str(x) for x in bottleneck_values)
	   # 將計算得到的特徵向量存入文件
        with open(bottleneck_path, 'w') as bottleneck_file:
            bottleneck_file.write(bottleneck_string)
    else:
        # 直接從文件中獲取圖片相應的特徵向量。
        with open(bottleneck_path, 'r') as bottleneck_file:
            bottleneck_string = bottleneck_file.read()
	   # bottleneck_string中的序列按,拆開，並轉換爲float。
        bottleneck_values = [float(x) for x in bottleneck_string.split(',')]
    # 返回得到的特徵向量
    return bottleneck_values


# 這個函數隨機獲取一個batch的圖片的特徵向量作爲訓練數據。
# n_classes爲類別個數，how_many爲要獲取的圖像數
def get_random_cached_bottlenecks(sess, n_classes, image_lists, how_many, category,
                                  jpeg_data_tensor, bottleneck_tensor):
    bottlenecks = []
    ground_truths = []
    for _ in range(how_many):
        # 隨機一個類別和圖片的編號加入當前的訓練數據。
        label_index = random.randrange(n_classes)	# 返回0~n_classes-1之間的一個隨機數
        label_name = list(image_lists.keys())[label_index]	# 返回第label_index類的類別名稱
        image_index = random.randrange(65536)	# 返回0-65535之間的隨機數
	   # 獲取或計算隨機選取的圖像的特徵向量
        bottleneck = get_or_create_bottleneck(sess, image_lists, label_name, image_index, category,
                                              jpeg_data_tensor, bottleneck_tensor)
	   # 創建一個label向量，長度 = 類別數
        ground_truth = np.zeros(n_classes, dtype=np.float32)
        ground_truth[label_index] = 1.0
	   # 把計算好的特徵向量和label向量追加到list中。
        bottlenecks.append(bottleneck)	
        ground_truths.append(ground_truth)
    return bottlenecks, ground_truths


# 這個函數獲取全部的測試數據。在最終測試的時候需要在所有的測試數據上計算正確率。
def get_test_bottlenecks(sess, image_lists, n_classes, jpeg_data_tensor, bottleneck_tensor):
    bottlenecks = []
    ground_truths = []
    label_name_list = list(image_lists.keys())
    # 枚舉所有的類別和每個類別中的測試圖片。
	# enumerate() 函數用於將一個可遍歷的數據對象(如列表、元組或字符串)組合爲一個索引序列，
    # 同時列出數據和數據下標
	# 例如，seasons = ['Spring', 'Summer', 'Fall', 'Winter']，
    # list(enumerate(seasons))-------->[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]
    for label_index, label_name in enumerate(label_name_list):
        category = 'testing'
		# 枚舉所有的類別爲label_name的測試圖像。
        for index, unused_base_name in enumerate(image_lists[label_name][category]):
            # 通過Inception-v3模型計算圖片對應的特徵向量，並將其加入最終數據的列表。
            bottleneck = get_or_create_bottleneck(sess, image_lists, label_name, index, category,
                                                  jpeg_data_tensor, bottleneck_tensor)
            ground_truth = np.zeros(n_classes, dtype = np.float32)
            ground_truth[label_index] = 1.0
            bottlenecks.append(bottleneck)
            ground_truths.append(ground_truth)
    return bottlenecks, ground_truths


def main(_):
    # 讀取所有圖片。
    image_lists = create_image_lists(TEST_PERCENTAGE, VALIDATION_PERCENTAGE)
    n_classes = len(image_lists.keys())
    # 讀取已經訓練好的Inception-v3模型。
    # 谷歌訓練好的模型保存在了GraphDef Protocol Buffer中，裏面保存了每一個節點取值的計算方法以及變量的取值。
    # TensorFlow模型持久化的問題在第5章中有詳細的介紹。
    with gfile.FastGFile(os.path.join(MODEL_DIR, MODEL_FILE), 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
    # 加載讀取的Inception-v3模型，並返回數據輸入所對應的張量以及瓶頸層計算結果所對應的張量。
    bottleneck_tensor, jpeg_data_tensor = tf.import_graph_def(graph_def, return_elements=[BOTTLENECK_TENSOR_NAME, JPEG_DATA_TENSOR_NAME])
    # 定義新的神經網絡輸入，這個輸入就是新的圖片經過Inception-v3模型前向傳播到達瓶頸層時的結點取值。
    # 可以將這個過程類似的理解爲一種特徵提取。
    bottleneck_input = tf.placeholder(tf.float32, [None, BOTTLENECK_TENSOR_SIZE], name='BottleneckInputPlaceholder')
    # 定義新的標準答案輸入
    ground_truth_input = tf.placeholder(tf.float32, [None, n_classes], name='GroundTruthInput')
    # 定義一層全連接層來解決新的圖片分類問題，Transfer-learning只需要訓練最後一個全連接層的參數。
    # 因爲訓練好的Inception-v3模型已經將原始的圖片抽象爲了更加容易分類的特徵向量了，所以不需要再訓練那麼複雜的神經網絡來完成這個新的分類任務。
    with tf.name_scope('final_training_ops'):
        weights = tf.Variable(tf.truncated_normal([BOTTLENECK_TENSOR_SIZE, n_classes], stddev=0.001))
        biases = tf.Variable(tf.zeros([n_classes]))
        logits = tf.matmul(bottleneck_input, weights) + biases
        final_tensor = tf.nn.softmax(logits)
    # 定義交叉熵損失函數
    cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=ground_truth_input)
    cross_entropy_mean = tf.reduce_mean(cross_entropy)
    train_step = tf.train.GradientDescentOptimizer(LEARNING_RATE).minimize(cross_entropy_mean)
    # 計算正確率
    with tf.name_scope('evaluation'):
        correct_prediction = tf.equal(tf.argmax(final_tensor, 1), tf.argmax(ground_truth_input, 1))
        evaluation_step = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

    with tf.Session() as sess:
        tf.global_variables_initializer().run()
        # 訓練過程
        for i in range(STEPS):
            # 每次獲取一個batch的訓練數據，得到對應的特徵向量和類別標籤
            train_bottlenecks, train_ground_truth = get_random_cached_bottlenecks(
                sess, n_classes, image_lists, BATCH, 'training', jpeg_data_tensor, bottleneck_tensor)
		   # 將特徵向量和類別標籤作爲全連接網絡訓練的輸入、輸出
            sess.run(train_step, feed_dict={bottleneck_input: train_bottlenecks, ground_truth_input: train_ground_truth})
            # 在驗證集上測試正確率。
            if i%100 == 0 or i+1 == STEPS:
                validation_bottlenecks, validation_ground_truth = get_random_cached_bottlenecks(
                    sess, n_classes, image_lists, BATCH, 'validation', jpeg_data_tensor, bottleneck_tensor)
                validation_accuracy = sess.run(evaluation_step, feed_dict={
                    bottleneck_input:validation_bottlenecks, ground_truth_input: validation_ground_truth})
                print('Step %d: Validation accuracy on random sampled %d examples = %.1f%%'
                      % (i, BATCH, validation_accuracy*100))
        # 在最後的測試數據上測試正確率
        test_bottlenecks, test_ground_truth = get_test_bottlenecks(sess, image_lists, n_classes,
                                                                       jpeg_data_tensor, bottleneck_tensor)
        test_accuracy = sess.run(evaluation_step, feed_dict={bottleneck_input: test_bottlenecks,
                                                                 ground_truth_input: test_ground_truth})
        print('Final test accuracy = %.1f%%' % (test_accuracy * 100))


if __name__ == '__main__':
    tf.app.run()