初識Tensorflow，基本概念及簡單示例

一、前言

目前，深度學習已經廣泛應用於各個領域，比如圖像識別，圖形定位與檢測，語音識別，機器翻譯等等，對於這個神奇的領域，很多童鞋想要一探究竟，這裏拋磚引玉的簡單介紹下最火的深度學習開源框架 tensorflow。本教程不是 cookbook，所以不會將所有的東西都事無鉅細的講到，所有的示例都將使用 Python。

那麼本篇教程會講到什麼？首先是一些基礎概念，包括計算圖，graph 與 session，基礎數據結構，Variable，placeholder 與 feed_dict 以及使用它們時需要注意的點。最後給出了在 tensorflow 中建立一個機器學習模型步驟，並用一個手寫數字識別的例子進行演示。

1、 tensorflow是什麼？

tensorflow 是 google 開源的機器學習工具，在2015年11月其實現正式開源，開源協議Apache 2.0。

下圖是 query 詞頻時序圖，從中可以看出 tensorflow 的火爆程度。

2、 why tensorflow?

Tensorflow 擁有易用的 python 接口，而且可以部署在一臺或多臺 cpu , gpu 上，兼容多個平臺，包括但不限於 安卓/windows/linux 等等平臺上，而且擁有 tensorboard這種可視化工具，可以使用 checkpoint 進行實驗管理，得益於圖計算，它可以進行自動微分計算，擁有龐大的社區，而且很多優秀的項目已經使用 tensorflow 進行開發了。

3、 易用的tensorflow工具

如果不想去研究 tensorflow 繁雜的API,僅想快速的實現些什麼，可以使用其他高層工具。比如 tf.contrib.learn，tf.contrib.slim，Keras 等，它們都提供了高層封裝。這裏是 tflearn 的github樣例集。

4、 tensorflow安裝

目前 tensorflow 的安裝已經十分方便，有興趣可以參考官方文檔。

二、 tensorflow基礎

       實際上編寫tensorflow可以總結爲兩步.

       （1）組裝一個graph;

       （2）使用session去執行graph中的operation。

       因此我們從 graph 與 session 說起。

1、 graph與session

（1）計算圖

Tensorflow 是基於計算圖的框架，因此理解 graph 與 session 顯得尤爲重要。不過在講解 graph 與 session 之前首先介紹下什麼是計算圖。假設我們有這樣一個需要計算的表達式。該表達式包括了兩個加法與一個乘法，爲了更好講述引入中間變量c與d。由此該表達式可以表示爲：

當需要計算e時就需要計算c與d，而計算c就需要計算a與b，計算d需要計算b。這樣就形成了依賴關係。這種有向無環圖就叫做計算圖，因爲對於圖中的每一個節點其微分都很容易得出，因此應用鏈式法則求得一個複雜的表達式的導數就成爲可能，所以它會應用在類似tensorflow這種需要應用反向傳播算法的框架中。

（2）概念說明

下面是 graph , session , operation , tensor 四個概念的簡介。

Tensor：類型化的多維數組，圖的邊；

Operation:執行計算的單元，圖的節點；

Graph：一張有邊與點的圖，其表示了需要進行計算的任務；

Session:稱之爲會話的上下文，用於執行圖。

Graph僅僅定義了所有 operation 與 tensor 流向，沒有進行任何計算。而session根據 graph 的定義分配資源，計算 operation，得出結果。既然是圖就會有點與邊，在圖計算中 operation 就是點而 tensor 就是邊。Operation 可以是加減乘除等數學運算，也可以是各種各樣的優化算法。每個 operation 都會有零個或多個輸入，零個或多個輸出。 tensor 就是其輸入與輸出，其可以表示一維二維多維向量或者常量。而且除了Variables指向的 tensor 外所有的 tensor 在流入下一個節點後都不再保存。

（3）舉例

下面首先定義一個圖（其實沒有必要，tensorflow會默認定義一個），並做一些計算。

import tensorflow as tf
graph = tf.Graph()
with graph.as_default():
    foo = tf.Variable(3,name=‘foo’)
    bar = tf.Variable(2,name=‘bar’)
    result = foo + bar
    initialize = tf.global_variables_initializer()

print(result)  #Tensor(“add:0”, shape=(), dtype=int32)

import tensorflow as tf
graph = tf.Graph()
with graph.as_default():
    foo = tf.Variable(3,name='foo')
    bar = tf.Variable(2,name='bar')
    result = foo + bar
    initialize = tf.global_variables_initializer()

print(result)  #Tensor("add:0", shape=(), dtype=int32)

這段代碼，首先會載入tensorflow，定義一個graph類，並在這張圖上定義了foo與bar的兩個變量，最後對這個值求和，並初始化所有變量。其中，Variable是定義變量並賦予初值。讓我們看下result（最後1行代碼）。後面是輸出，可以看到並沒有輸出實際的結果，由此可見在定義圖的時候其實沒有進行任何實際的計算。

print(result)  #Tensor(“add:0”, shape=(), dtype=int32)

print(result)  #Tensor("add:0", shape=(), dtype=int32)

下面定義一個session，並進行真正的計算。

with tf.Session(graph=graph) as sess:
    sess.run(initialize)
    res = sess.run(result)
print(res)  # 5

with tf.Session(graph=graph) as sess:
    sess.run(initialize)
    res = sess.run(result)
print(res)  # 5

這段代碼中，定義了session，並在session中執行了真正的初始化，並且求得result的值並打印出來。可以看到，在session中產生了真正的計算，得出值爲5。

下圖是該graph在tensorboard中的顯示。這張圖整體是一個graph,其中foo,bar,add這些節點都是operation，而foo和bar與add連接邊的就是tensor。當session運行result時，實際就是求得add這個operation流出的tensor值，那麼add的所有上游節點都會進行計算，如果圖中有非add上游節點（本例中沒有）那麼該節點將不會進行計算，這也是圖計算的優勢之一。

2、數據結構

Tensorflow的數據結構有着rank,shape,data types的概念，下面來分別講解。

（1）rank

Rank一般是指數據的維度，其與線性代數中的rank不是一個概念。其常用rank舉例如下。

（2）shape

Shape指tensor每個維度數據的個數，可以用python的list/tuple表示。下圖表示了rank,shape的關係。

（3）data type

Data type，是指單個數據的類型。常用DT_FLOAT，也就是32位的浮點數。下圖表示了所有的types。

3、 Variables

（1）介紹

當訓練模型時，需要使用Variables保存與更新參數。Variables會保存在內存當中，所有tensor一旦擁有Variables的指向就不會在session中丟失。其必須明確的初始化而且可以通過Saver保存到磁盤上。Variables可以通過Variables初始化。

weights = tf.Variable(tf.random_normal([784, 200], stddev=0.35),name=“weights”)
biases = tf.Variable(tf.zeros([200]), name=“biases”)

weights = tf.Variable(tf.random_normal([784, 200], stddev=0.35),name="weights")
biases = tf.Variable(tf.zeros([200]), name="biases")

其中，tf.random_normal是隨機生成一個正態分佈的tensor，其shape是第一個參數，stddev是其標準差。tf.zeros是生成一個全零的tensor。之後將這個tensor的值賦值給Variable。

（2）初始化

實際在其初始化過程中做了很多的操作，比如初始化空間，賦初值（等價於tf.assign），並把Variable添加到graph中等操作。注意在計算前需要初始化所有的Variable。一般會在定義graph時定義global_variables_initializer，其會在session運算時初始化所有變量。

直接調用global_variables_initializer會初始化所有的Variable，如果僅想初始化部分Variable可以調用tf.variables_initializer。

Init_ab = tf.variables_initializer([a,b],name=”init_ab”)

Init_ab = tf.variables_initializer([a,b],name=”init_ab”)

Variables可以通過eval顯示其值，也可以通過assign進行賦值。Variables支持很多數學運算，具體可以參照官方文檔。

（3）Variables與constant的區別

值得注意的是Variables與constant的區別。Constant一般是常量，可以被賦值給Variables，constant保存在graph中，如果graph重複載入那麼constant也會重複載入，其非常浪費資源，如非必要儘量不使用其保存大量數據。而Variables在每個session中都是單獨保存的，甚至可以單獨存在一個參數服務器上。可以通過代碼觀察到constant實際是保存在graph中，具體如下。

const = tf.constant(1.0,name=“constant”)
print(tf.get_default_graph().as_graph_def())

const = tf.constant(1.0,name="constant")
print(tf.get_default_graph().as_graph_def())

這裏第二行是打印出圖的定義，其輸出如下：

node {
       name: ”constant”
       op: ”Const”
       attr {
          key: ”dtype”
       value {
          type: DT_FLOAT
      }
  }
  attr {
    key: ”value”
    value {
      tensor {
        dtype: DT_FLOAT
        tensor_shape {
        }
        float_val: 1.0
      }
    }
  }
}
versions {
  producer: 17
}

node {
       name: "constant"
       op: "Const"
       attr {
          key: "dtype"
       value {
          type: DT_FLOAT
      }
  }
  attr {
    key: "value"
    value {
      tensor {
        dtype: DT_FLOAT
        tensor_shape {
        }
        float_val: 1.0
      }
    }
  }
}
versions {
  producer: 17
}

（4）命名

另外一個值得注意的地方是儘量每一個變量都明確的命名，這樣易於管理命令空間，而且在導入模型的時候不會造成不同模型之間的命名衝突，這樣就可以在一張graph中容納很多個模型。

4、 placeholders與feed_dict

當我們定義一張graph時，有時候並不知道需要計算的值，比如模型的輸入數據，其只有在訓練與預測時纔會有值。這時就需要placeholder與feed_dict的幫助。

定義一個placeholder，可以使用tf.placeholder(dtype,shape=None,name=None)函數。

foo = tf.placeholder(tf.int32,shape=[1],name=‘foo’)
bar = tf.constant(2,name=‘bar’)
result = foo + bar
with tf.Session() as sess:
   print(sess.run(result))

foo = tf.placeholder(tf.int32,shape=[1],name='foo')
bar = tf.constant(2,name='bar')
result = foo + bar
with tf.Session() as sess:
   print(sess.run(result)) 

在上面的代碼中，會拋出錯誤（InvalidArgumentError），因爲計算result需要foo的具體值，而在代碼中並沒有給出。這時候需要將實際值賦給foo。最後一行修改如下（其中最後的dict就是一個feed_dict，一般會使用python讀入一些值後傳入，當使用minbatch的情況下，每次輸入的值都不同）：

print(sess.run(result,{foo:[3]}))

print(sess.run(result,{foo:[3]}))

三、mnist識別實例

介紹了一些tensorflow基礎後，我們用一個完整的例子將這些串起來。

首先，需要下載數據集，mnist數據可以在Yann LeCun’s website下載到，也可以通過如下兩行代碼得到。

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets(”MNIST_data/”, one_hot=True)

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

該數據集中一共有55000個樣本，其中50000用於訓練，5000用於驗證。每個樣本分爲X與y兩部分，其中X如下圖所示，是28*28的圖像，在使用時需要拉伸成784維的向量。

整體的X可以表示爲：

y爲X真實的類別，其數據可以看做如下圖的形式。因此，問題可以看成一個10分類的問題：

而本次演示所使用的模型爲邏輯迴歸，其可以表示爲：

用圖形可以表示爲下圖，具體原理這裏不再闡述，更多細節參考該鏈接。

那麼 let’s coding！

當使用tensorflow進行graph構建時，大體可以分爲五部分：

     1、爲輸入X與輸出y定義placeholder；

    2、定義權重W；

    3、定義模型結構；

    4、定義損失函數；

    5、定義優化算法。

首先導入需要的包，定義X與y的placeholder以及 W,b 的 Variables。其中None表示任意維度，一般是min-batch的 batch size。而 W 定義是 shape 爲784,10，rank爲2的Variable，b是shape爲10，rank爲1的Variable。

import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 784])
y_ = tf.placeholder(tf.float32, [None, 10])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 784])
y_ = tf.placeholder(tf.float32, [None, 10])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

之後是定義模型。x與W矩陣乘法後與b求和，經過softmax得到y。

y = tf.nn.softmax(tf.matmul(x, W) + b)

y = tf.nn.softmax(tf.matmul(x, W) + b)

求邏輯迴歸的損失函數，這裏使用了cross entropy，其公式可以表示爲：

這裏的 cross entropy 取了均值。定義了學習步長爲0.5，使用了梯度下降算法（GradientDescentOptimizer）最小化損失函數。不要忘記初始化 Variables。

cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y),reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
init = tf.global_variables_initializer()

cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y),reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
init = tf.global_variables_initializer()

最後，我們的 graph 至此定義完畢，下面就可以進行真正的計算，包括初始化變量，輸入數據，並計算損失函數與利用優化算法更新參數。

with tf.Session() as sess:
    sess.run(init)
    for i in range(1000):
        batch_xs, batch_ys = mnist.train.next_batch(100)
        sess.run(train_step, feed_dict={x:  batch_xs, y_: batch_ys})

with tf.Session() as sess:
    sess.run(init)
    for i in range(1000):
        batch_xs, batch_ys = mnist.train.next_batch(100)
        sess.run(train_step, feed_dict={x:  batch_xs, y_: batch_ys})

其中，迭代了1000次，每次輸入了100個樣本。mnist.train.next_batch 就是生成下一個 batch 的數據，這裏知道它在幹什麼就可以。那麼訓練結果如何呢，需要進行評估。這裏使用單純的正確率，正確率是用取最大值索引是否相等的方式，因爲正確的 label 最大值爲1，而預測的 label 最大值爲最大概率。

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

至此，我們開發了一個簡單的手寫數字識別模型。

總結全文，我們首先介紹了 graph 與 session，並解釋了基礎數據結構，講解了一些Variable需要注意的地方並介紹了 placeholders 與 feed_dict 。最終以一個手寫數字識別的實例將這些點串起來，希望可以給想要入門的你一丟丟的幫助。

引用自：Qunar技術沙