稍稍乱入的CNN,本文依然是学习周莫烦视频的笔记。

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了稍稍乱入的CNN,本文依然是学习周莫烦视频的笔记。相关的知识,希望对你有一定的参考价值。

  稍稍乱入的CNN,本文依然是学习周莫烦视频的笔记。
  
  还有 google 在 udacity 上的 CNN 教程。
  
  CNN(Convolutional Neural Networks) 卷积神经网络简单讲就是把一个图片的数据传递给CNN,原涂层是由RGB组成,然后CNN把它的厚度加厚,长宽变小,每做一层都这样被拉长,最后形成一个分类器:
  
  如果想要分成十类的话,那么就会有0到9这十个位置,这个数据属于哪一类就在哪个位置上是1,而在其它位置上为零。
  
  在 RGB 这个层,每一次把一块核心抽出来,然后厚度加厚,长宽变小,形成分类器:
  
  在 CNN 中有几个重要的概念:
  
  - stride
  
  - padding
  
  - pooling
  
  stride,就是每跨多少步抽取信息。每一块抽取一部分信息,长宽就缩减,但是厚度增加。抽取的各个小块儿,再把它们合并起来,就变成一个压缩后的立方体。
  
  padding,抽取的方式有两种,一种是抽取后的长和宽缩减,另一种是抽取后的长和宽和原来的一样。
  
  pooling,就是当跨步比较大的时候,它会漏掉一些重要的信息,为了解决这样的问题,就加上一层叫pooling,事先把这些必要的信息存储起来,然后再变成压缩后的层:
  
  patch, 就是小方块的长宽的像素,in size 是image的厚度为1,out size是输出的厚度为32:
  
  CNN的结构,分析一张图片时,先放一个CNN的图层,再把这个图层进行一个pooling。这样可以比较好的保持信息,之后再加第二层的CNN和pooling。
  
  导入一个图片之后,先是有它的RGB三个图层,然后把像素块缩小变厚。本来有三个厚度,然后把它变成八个厚度,它的长宽在不断的减小,最后把它们连接在一起:
  
  下面就是用 tensorflow 构建一个 CNN 的代码,
  
  里面主要有4个layer,分别是:
  
  1. convolutional layer1 + max pooling;
  
  2. convolutional layer2 + max pooling;
  
  3. fully connected layer1 + dropout;
  
  4. fully connected layer2 to prediction.
  
  import tensorflow as tf
  
  from tensorflow.examples.tutorials.mnist import input_data
  
  # number 1 to 10 data
  
  mnist = input_data.read_data_sets(‘MNIST_data‘, one_hot=True)
  
  def compute_accuracy(v_xs, v_ys):
  
  global prediction
  
  y_pre = sess.run(prediction, feed_dict={xs: v_xs, keep_prob: 1})
  
  correct_prediction = tf.equal(tf.argmax(y_pre,1), tf.argmax(v_ys,1))
  
  accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
  
  result = sess.run(accuracy, feed_dict={xs: v_xs, ys: v_ys, keep_prob: 1})
  
  return result
  
  # 产生随机变量,符合 normal 分布
  
  # 传递 shape 就可以返回weight和bias的变量
  
  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)
  
  # 定义2维的 convolutional 图层
  
  def conv2d(x, W):
  
  # stride [1, x_movement, y_movement, 1]
  
  # Must have strides[0] = strides[3] = 1
  
  # strides 就是跨多大步抽取信息
  
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding=‘SAME‘)
  
  # 定义 pooling 图层
  
  def max_pool_2x2(x):
  
  # stride [1, x_movement, y_movement, 1]
  
  # 用pooling对付跨步大丢失信息问题
  
  return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding=‘SAME‘)
  
  # define placeholder for inputs to network
  
  xs = tf.placeholder(tf.float32, [None, 784]) # 784=28x28
  
  ys = tf.placeholder(tf.float32, [None, 10])
  
  keep_prob = tf.placeholder(tf.float32)
  
  x_image = tf.reshape(xs, [-1, 28, 28, 1]) # 最后一个1表示数据是黑白的
  
  # print(x_image.shape) # [n_samples, 28,28,1]
  
  ## 1. conv1 layer ##
  
  # 把x_image的厚度1加厚变成了32
  
  W_conv1 = weight_variable([5, 5, 1, 32]) # patch 5x5, in size 1, out size 32
  
  b_conv1 = bias_variable([32])
  
  # 构建第一个convolutional层,外面再加一个非线性化的处理relu
  
  h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) # output size 28x28x32
  
  # 经过pooling后,长宽缩小为14x14
  
  h_pool1 = max_pool_2x2(h_conv1) # output size 14x14x32
  
  ## 2. conv2 layer ##
  
  # 把厚度32加厚变成了64
  
  W_conv2 = weight_variable([5,5, 32, 64]) # patch 5x5, in size 32, out size 64
  
  b_conv2 = bias_variable([64])
  
  # 构建第二个convolutional层
  
  h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) # output size 14x14x64
  
  # 经过pooling后,长宽缩小为7x7
  
  h_pool2 = max_pool_2x2( www.chuangyed.com h_conv2) # output size 7x7x64
  
  ## 3. func1 layer ##
  
  # 飞的更高变成1024
  
  W_fc1 = weight_variable([7*7*64, 1024])
  
  b_fc1 = bias_variable([1024])
  
  # [n_samples, 7, 7, 64] ->> [n_samples, 7*7*64]
  
  # 把pooling后的结果变平
  
  h_pool2_flat = tf.reshape(h_pool2, [www.txfenfenc11.cn -1, 7*7*64])
  
  h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
  
  h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
  
  ## 4. func2 layer ##
  
  # 最后一层,输入1024,输出size 10,用 softmax 计算概率进行分类的处理
  
  W_fc2 = weight_variable([1024, 10])
  
  b_fc2 = bias_variable([10])
  
  prediction = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
  
  # the error between prediction and real data
  
  cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys * tf.log(prediction),
  
  reduction_indices=[1])) # loss
  
  train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
  
  sess = tf.Session()
  
  # important step
  
  sess.run(tf.initialize_all_variables())
  
  for i in range(1000):
  
  batch_xs, batch_ys = www.xingchexiu.com mnist.train.next_batch(100)
  
  sess.run(train_step, feed_dict={xs: www.yongshiyule178.com/ batch_xs, ys: batch_ys, keep_prob: 0.5})
  
  if i % 50 == 0:
  
  print(compute_accuracy(
  
  mnist.test.images, www.255055.cn mnist.test.labels))

以上是关于稍稍乱入的CNN,本文依然是学习周莫烦视频的笔记。的主要内容,如果未能解决你的问题,请参考以下文章

TFboy养成记 简单小程序(Variable & placeholder)

莫烦tensorflow-CNN

莫烦python的视频源

PyTorch 全部笔记的思维导图精简记忆版

Deep Learning(深度学习)学习笔记整理(二)

转R-CNN学习笔记5:Faster R-CNN