[置顶] TensorFlow 训练 MNIST 数据(二)
2016-07-26 19:46
330 查看
上一篇博客讲了一个简单的基于 SoftMax 回归的学习模型,准确率大概在91%左右,这篇构建一个深度卷积神经网络。主要的教程还是来自于极客学院,但是讲的很琐碎,我把自己整理的思路和最后写的完整的代码在这篇博文中呈现出来。
这篇文章大致构建的网络结构如下:
输入层-->卷积层-->卷积层-->密集连接层-->输出层。其中每一个卷积层中还有max pooling,用来进行降维,输出层中是一个softmax层。
首先这次构建的神经网络相较上篇的神经网络来说,上次的权重矩阵和偏置矩阵直接设置为0,但是存在一个问题就是容易导致神经元输出恒为零的情况出现,由于是对称的容易导致0梯度问题,解决的办法就是用一个较小的接近0的正数来初始化偏置项。
第二个改进的地方是使用卷积层,由于图像具有固有特性,因此它的一部分统计特性和其他部分是一样的,所以这部分学习到的特征可以应用到其他部分,所以卷积映射具有位移不变性。虽然应用了卷积来提取特征值,但是所取到的特征值还是太多,我们是很难处理的,另一个原因是特征值太多的话容易出现过拟合(over-fitting)的问题。因此每一个卷积计算之后需要进行池化(pooling),下图显示了pooling应用于图像的四块不重合区域:
(图片来自UFLDL)
第三个是加入了密集连接层,这一层是将图片最小化为7x7的,结构为有1024个神经元的全连接层。
最后一点是在输出层之前加入了dropout过程,用来减少过拟合的问题,用一个placeholder来代表一个神经元的输出在dropout中保持不变的概率。这样我们可以在训练过程中启用dropout,在测试过程中关闭dropout。
整体的大概流程就是这样,下面贴代码,有详细注释:
------ EOF ---------
参考文献:
http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_pros.html http://ufldl.stanford.edu/wiki/index.php/Pooling http://ufldl.stanford.edu/wiki/index.php/Feature_extraction_using_convolution
这篇文章大致构建的网络结构如下:
输入层-->卷积层-->卷积层-->密集连接层-->输出层。其中每一个卷积层中还有max pooling,用来进行降维,输出层中是一个softmax层。
首先这次构建的神经网络相较上篇的神经网络来说,上次的权重矩阵和偏置矩阵直接设置为0,但是存在一个问题就是容易导致神经元输出恒为零的情况出现,由于是对称的容易导致0梯度问题,解决的办法就是用一个较小的接近0的正数来初始化偏置项。
第二个改进的地方是使用卷积层,由于图像具有固有特性,因此它的一部分统计特性和其他部分是一样的,所以这部分学习到的特征可以应用到其他部分,所以卷积映射具有位移不变性。虽然应用了卷积来提取特征值,但是所取到的特征值还是太多,我们是很难处理的,另一个原因是特征值太多的话容易出现过拟合(over-fitting)的问题。因此每一个卷积计算之后需要进行池化(pooling),下图显示了pooling应用于图像的四块不重合区域:
(图片来自UFLDL)
第三个是加入了密集连接层,这一层是将图片最小化为7x7的,结构为有1024个神经元的全连接层。
最后一点是在输出层之前加入了dropout过程,用来减少过拟合的问题,用一个placeholder来代表一个神经元的输出在dropout中保持不变的概率。这样我们可以在训练过程中启用dropout,在测试过程中关闭dropout。
整体的大概流程就是这样,下面贴代码,有详细注释:
#!/usr/bin/env python3 # -*- coding: utf-8 -*- import time import input_data import tensorflow as tf ''' 权重初始化 初始化为一个接近0的很小的正数 ''' 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) ''' 卷积和池化,使用卷积步长为1(stride size),0边距(padding size) 池化用简单传统的2x2大小的模板做max pooling ''' 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') #计算开始时间 start = time.clock() #MNIST数据输入 mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) x = tf.placeholder(tf.float32,[None, 784]) #图像输入向量 W = tf.Variable(tf.zeros([784,10])) #权重,初始化值为全零 b = tf.Variable(tf.zeros([10])) #偏置,初始化值为全零 #第一层卷积,由一个卷积接一个maxpooling完成,卷积在每个 #5x5的patch中算出32个特征。 #卷积的权重张量形状是[5, 5, 1, 32],前两个维度是patch的大小, #接着是输入的通道数目,最后是输出的通道数目。 #而对于每一个输出通道都有一个对应的偏置量。 W_conv1 = weight_variable([5,5,1,32]) b_conv1 = bias_variable([32]) '''把x变成一个4d向量,其第2、第3维对应图片的宽、高,最后一维代表图片的颜色通道数(因为是灰度图所以这里的通道数为1,如果是rgb彩色图,则为3)。 ''' x_image = tf.reshape(x, [-1,28,28,1]) #最后一维代表通道数目,如果是rgb则为3 #x_image权重向量卷积,加上偏置项,之后应用ReLU函数,之后进行max_polling h_conv1 = tf.nn.relu(conv2d(x_image,W_conv1) + b_conv1) h_pool1 = max_pool_2x2(h_conv1) #实现第二层卷积 #每个5x5的patch会得到64个特征 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) #密集连接层 ''' 图片尺寸变为7x7,加入有1024个神经元的全连接层,把池化层输出张量reshape成向量 乘上权重矩阵,加上偏置,然后进行ReLU ''' 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) #Dropout, 用来防止过拟合 #加在输出层之前,训练过程中开启dropout,测试过程中关闭 keep_prob = tf.placeholder("float") h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) #输出层, 添加softmax层 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) #训练和评估模型 ''' ADAM优化器来做梯度最速下降,feed_dict 加入参数keep_prob控制dropout比例 ''' y_ = tf.placeholder("float", [None,10]) cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv)) #计算交叉熵 #使用adam优化器来以0.0001的学习率来进行微调 train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) #判断预测标签和实际标签是否匹配 correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction,"float")) #启动创建的模型,并初始化变量 sess = tf.Session() sess.run(tf.initialize_all_variables()) #开始训练模型,循环训练20000次 for i in range(20000): batch = mnist.train.next_batch(50) #batch 大小设置为50 if i%100 == 0: train_accuracy = accuracy.eval(session=sess, feed_dict={x:batch[0], y_:batch[1], keep_prob:1.0}) print("step %d, train_accuracy %g" %(i,train_accuracy)) #神经元输出保持不变的概率 keep_prob 为0.5 train_step.run(session=sess, feed_dict={x:batch[0], y_:batch[1], keep_prob:0.5}) #神经元输出保持不变的概率 keep_prob 为 1,即不变,永远保持输出 print("test accuracy %g" %accuracy.eval(session=sess, feed_dict={x:mnist.test.images, y_:mnist.test.labels, keep_prob:1.0})) #计算程序结束时间 end = time.clock() print("running time is %g s" %(end-start))
------ EOF ---------
参考文献:
http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_pros.html http://ufldl.stanford.edu/wiki/index.php/Pooling http://ufldl.stanford.edu/wiki/index.php/Feature_extraction_using_convolution
相关文章推荐
- CentOS下查看MySQL的安装路径
- 应对高并发笔记
- 汉诺塔 游戏版本
- vs2013断点调试并查看内存方法
- Linux特殊权限
- linphone-LinponeCore.java文件分析
- HDU 3367 Pseudoforest
- Codeforces 435A Queue on Bus Stop
- 【NBUT】[1651]Red packet
- Centos 文件和目录访问权限设置
- HDOJ 2199 Can you solve this equation?【水】
- 加分二叉树(区间动规或记忆化搜索)
- Linux帮助
- MySQL 使用方法简单教程
- HDU 5753 Permutation Bo
- FusionCharts--向下钻取与单击事件
- 打包文件 MANIFEST.MF 功能详解
- pyqt5:标签显示文本框内容
- Android中Context用法详解
- Cable master poj 1064