學習筆記TF028:實現簡單捲積網路

載入MNIST數據集。創建預設Interactive Session。

初始化函數，權重製造隨機雜訊打破完全對稱。截斷正態分佈雜訊，標準差設0.1。ReLU，偏置加小正值(0.1)，避免死亡節點(dead neurons)。

捲積層函數，tf.nn.conv2d，TensorFlow 2 維捲積函數，參數x輸入，W捲積參數，捲積核尺寸，channel個數，捲積核數量(捲積層提取特征數量)。Strides捲積模板移動步長，全1代表不遺漏划過圖片每一個點。Padding代表邊界處理方式，SAME邊界加Padding，捲積輸出、輸入保持同樣尺寸。

池化層函數，tf.nn.max_pool，TensorFlow 最大池化函數。2x2最大池化，2x2像素塊降為1x1像素。最大池化保留原始像素塊灰度值最高像素，保留最顯著特征。strides設橫豎方向2步長。

定義輸入placeholder，x特征，y真實label。捲積神經網路空間結構信息，1D輸入向量，轉為2D圖片結構。尺寸[-1,28,28,1]。-1代表樣本數量不固定。1代表顏色通道數量。tf.reshape tensor變形函數。

第一個捲積層，捲積函數初始化，weights、bias。[5,5,1,32]代表捲積核尺寸5x5,1個顏色通道，32個不同捲積核。使用conv2d函數捲積操作，加偏置，使用ReLU激活函數非線性處理。使用最大池化函數max_pool_2x2池化操作捲積輸出結果。

第二個捲積層，捲積核64個，提取64種特征。經歷兩次步長2x2最大池化，邊長只有1/4,圖片尺寸28x28變7x7.第二個捲積層捲積核數量64,輸出tensor尺寸7x7x64。使用tf.reshape函數對第二個捲積層輸出tensor變形，轉成1D向量，連接一個全連接層，隱含節點1024,使用ReLU激活函數。

使用Dropout層減輕過擬合。Dropout，通過一個placeholder傳入keep_prob比率控制。訓練時，隨機丟棄部分節點數據減輕過擬合，預測時保留全部數據追求最好預測性能。

Dropout層輸出連接Softmax層，得到最後概率輸出。

定義損失函數cross_entropy。優化器使用Adam，給予較小學習速率1e-4。

定義評測準確率操作。

訓練，初始化所有參數，設置訓練時Dropout的keep_prob比率0.5.使用大小50的mini-batch，進行20000次訓練迭代，樣本數量100萬。每100次訓練，評測準確率，keep_prob設1,實時監測模型性能。

全部訓練完成，測試集全面測試，得到整體分類準確率。

99.2%準確率，捲積網路對圖像特征提取抽象，捲積核權值共用。

    from tensorflow.examples.tutorials.mnist import input_data
    import tensorflow as tf
    mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
    sess = tf.InteractiveSession()
    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):
      return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
    def max_pool_2x2(x):
      return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                        strides=[1, 2, 2, 1], padding='SAME')  
                        
    x = tf.placeholder(tf.float32, [None, 784])
    y_ = tf.placeholder(tf.float32, [None, 10])
    x_image = tf.reshape(x, [-1,28,28,1])
                        
    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)
    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)
    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)
    keep_prob = tf.placeholder(tf.float32)
    h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
    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)
    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))
    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})
    print("test accuracy %g"%accuracy.eval(feed_dict={
    x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))

參考資料：
《TensorFlow實踐》

歡迎付費咨詢(150元每小時)，我的微信：qingxingfengzi