TensorFlow（2）

import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 读数据 mnist = input_data.read_data_sets('MNIST_data_bak/', one_hot=True) # 创建上下文为了后面取sess.run() sess = tf.InteractiveSession() # 截断的正太分布噪声，标准差设为0.1 # 同时因为我们使用ReLU，也给偏置项增加一些小的正值0.1用来避免死亡节点（dead neurons） def weight_variable(shape): initial = tf.truncated_normal(shape, stddev=0.1) #tf.truncated_normal(shape, mean, stddev) # 释义：截断的产生正态分布的随机数，即随机数与均值的差值若大于两倍的标准差，则重新生成。 # shape，生成张量的维度 # mean，均值 # stddev，标准差 # import tensorflow as tf # # c = tf.truncated_normal(shape=[2, 3], mean=0, stddev=1) # # with tf.Session() as sess: # print(sess.run(c)) return tf.Variable(initial) def bias_variable(shape): initial = tf.constant(0.1, shape=shape) return tf.Variable(initial) # 卷积层和池化层也是接下来要重复使用的，因此也为它们定义创建函数 # tf.nn.conv2d是TensorFlow中的2维卷积函数，参数中x是输入，W是卷积的参数，比如[5, 5, 1, 32] # 前面两个数字代表卷积核的尺寸，第三个数字代表有多少个channel，因为我们只有灰度单色，所以是1，如果是彩色的RGB图片，这里是3 # 最后代表核的数量，也就是这个卷积层会提取多少类的特征 # Strides代表卷积模板移动的步长，都是1代表会不遗漏地划过图片的每一个点！Padding代表边界的处理方式，这里的SAME代表给 # 边界加上Padding让卷积的输出和输入保持同样SAME的尺寸，仅当步长为1的时候！ def conv2d(x, W): return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') #x指需要做卷积的输入图像（tensor），具 # 有[batch,in_height,in_width,in_channels]这样的4维shape， # 分别是图片数量、图片高度、图片宽度、图片通道数，数据类型为float32或float64。 #相当于CNN中的卷积核，它是一个tensor， # shape是[filter_height,filter_width,in_channels,out_channels]：滤波器高度、宽度、图像通道数、滤波器个数， # 数据类型和input相同。 # tf.nn.max_pool是TensorFlow中的最大池化函数，我们这里使用2*2的最大池化，即将2*2的像素块降为1*1的像素 # 最大池化会保留原始像素块中灰度值最高的那一个像素，即保留最显著的特征，因为希望整体上缩小图片尺寸，因此池化层 # strides也设为横竖两个方向以2为步长。如果步长还是1，那么我们会得到一个尺寸不变的图片 def max_pool_2x2(x): return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME') #第一个参数value：需要池化的输入，一般池化层接在卷积层后面，所以输入通常是feature map， # 依然是[batch, height, width, channels]这样的shape # 第二个参数ksize：池化窗口的大小，取一个四维向量，一般是[1, height, width, 1]， # 因为我们不想在batch和channels上做池化，所以这两个维度设为了1 # 第三个参数strides：和卷积类似，窗口在每一个维度上滑动的步长，一般也是[1, stride,stride, 1] # 第四个参数padding：和卷积类似，可以取'VALID' 或者'SAME' # 返回一个Tensor，类型不变，shape仍然是[batch, height, width, channels]这种形式 # 因为卷积神经网络会利用到空间结构信息，因此需要将1D的输入向量转为2D的图片结构， # 即从1*784的形式转为原始的28*28的结构 # 同时因为只有一个颜色通道，故最终尺寸为[-1, 28, 28, 1]，前面的-1代表样本数量不固定，最后的1代表颜色通道数量 x = tf.placeholder(tf.float32, [None, 784]) y_ = tf.placeholder(tf.float32, [None, 10]) x_image = tf.reshape(x, [-1, 28, 28, 1]) # 定义我的第一个卷积层，我们先使用前面写好的函数进行参数初始化，包括weights和bias，这里的[5, 5, 1, 32]代表卷积 # 核尺寸为5*5，1个颜色通道，32个不同的卷积核，然后使用conv2d函数进行卷积操作，并加上偏置项，接着再使用ReLU激活函数进行 # 非线性处理，最后，使用最大池化函数max_pool_2*2对卷积的输出结果进行池化操作 W_conv1 = weight_variable([5, 5, 1, 32]) b_conv1 = bias_variable([32]) h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) h_pool1 = max_pool_2x2(h_conv1) # 第二层和第一个一样，但是卷积核变成了64 W_conv2 = weight_variable([5, 5, 32, 64]) b_conv2 = bias_variable([64]) h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) h_pool2 = max_pool_2x2(h_conv2) # 因为前面经历了两次步长为2*2的最大池化，所以边长已经只有1/4了，图片尺寸由28*28变成了7*7 # 而第二个卷积层的卷积核数量为64，其输出的tensor尺寸即为7*7*64 # 我们使用tf.reshape函数对第二个卷积层的输出tensor进行变形，将其转成1D的向量 # 然后连接一个全连接层，隐含节点为1024，并使用ReLU激活函数 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.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1) # 防止过拟合，使用Dropout层 keep_prob = tf.placeholder(tf.float32) h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) # 多添加一个隐藏全连接 # 初始化W，b W_fc_plus = weight_variable([1024, 256]) b_fc_plus = bias_variable([256]) h_fc_plus = tf.nn.relu(tf.matmul(h_fc1_drop, W_fc_plus) + b_fc_plus) # 防止过拟合，使用Dropout层 h_fc_plus_drop = tf.nn.dropout(h_fc_plus, keep_prob) # 接 Softmax分类 W_fc2 = weight_variable([256, 10]) b_fc2 = bias_variable([10]) y_conv = tf.nn.softmax(tf.matmul(h_fc_plus_drop, W_fc2) + b_fc2) # 定义损失函数 cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y_conv), reduction_indices=[1])) train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) # 训练 tf.global_variables_initializer().run() for i in range(20000): batch = mnist.train.next_batch(50) if i % 100 == 0: 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}) x_test, y_test = mnist.test.next_batch(500) print("test accuracy %g" % accuracy.eval(feed_dict={ x: x_test, y_: y_test, keep_prob: 1.0 })) # 最后，这个CNN模型可以得到的准确率约为99.2%，基本可以满足对手写数字识别准确率的要求 # 相比之前的MLP的2%的错误率，CNN的错误率下降了大约60%，这里主要的性能提升都来自于更优秀的网络设计 # 即卷积网络对图像特征的提取和抽象能力，依靠卷积核的权值共享，CNN的参数数量并没有爆炸，降低计算量的同时 # 也减轻了过拟合，因此整个模型的性能有较大的提升，这里我们只是实现了一个简单的卷积神经网络，没有复杂的Trick # 接下来我们实现复杂一点的卷积网络，MNIST数据集已经不适合用来评测其性能 # 我们将使用CIFAR-10数据集进行训练，这也是深度学习可以大幅领先其它模型的一个数据集