TensorFlow实现经典深度学习网络(2):TensorFlow实现VGGNet
2017-10-13 15:51
831 查看
TensorFlow实现经典深度学习网络(2):TensorFlow实现VGGNet
VGGNet是经典的深度学习网络之一,由牛津大学的视觉几何组(Visual Geometry Group)提出,是ILSVRC-2014中定位任务第一名和分类任务第二名(top-5错误率7.3%,19层神经网络)。其探索了卷积神经网络的深度与其性能之间的关系,拓展性很强,通过反复堆叠3×3的小型卷积核和2×2的最大池化层,成功构筑了16~19层深的卷积神经网络,增加网络深度可以有效提升模型的效果,而且VGGNet对其他数据集具有很好的泛化能力。到目前为止,VGGNet依然常被用来提取图像特征。
VGGNet论文中全部使用来3×3的卷积核和2×2的池化核,通过不断加深网络结构来提升性能。上图为VGGNet各级别的网络结构图和各级别网络参数量。VGGNet拥有5段卷积,每一段有2~3个卷积层,同时每段尾部连有最大池化层来缩小图片尺寸。VGGNet为了在公平的原则下探究网络深度对模型精确度的影响,所有卷积层有相同的配置,即卷积核大小为3x3,步长为1,填充为1;共有5个最大池化层,大小都为2x2,步长为2;共有三个全连接层,前两层都有4096通道,第三层共1000路及代表1000个标签类别;最后一层为softmax层;所有隐藏层后都带有ReLU非线性激活函数;经过实验证明,AlexNet中提出的局部响应归一化(LRN)对性能提升并没有什么帮助,而且还浪费了内存的计算的损耗。可以说,VGGNet使得CNN对特征的学习能力更强。
VGGNet的突出影响包括:
(1)一个大卷积核分解成连续多个小卷积核;
(2)减少参数,降低计算,增加深度;
(3)继承AlexNet结构特点:简单,有效;
(4)网络改造的首选基础网络
因使用ImageNet数据集非常耗时,因此本文会对完整的VGGNet网络进行速度测试,评测forward耗时和backward耗时。若读者感兴趣,可自行下载ImageNet数据集进行训练测试。
在准备工作就绪后,我们就可以搭建VGGNet网络,也就是版本D,其他版本读者可仿照以下代码自行修改。以下代码是本人根据自己的理解整理而成,并亲自验证,代码中标有自己理解所得的注释,若有错误请指正。
以上为程序运行过程中显示的VGGNet结构以及forward、backword运算时间。
[align=left] 至此,TensorFlow实现VGGNet的工作就完成了。VGG系列的卷积神经网络在ILSVRC2014比赛中最终达到来7.3%的错误率,相比AlexNet进步非常大,成为一种经典的卷积神经网络。后续,我将和大家探讨其他的经典深度学习网络。
[/align]
在后续工作中,我将继续为大家展现TensorFlow和深度学习网络带来的无尽乐趣,我将和大家一起探讨深度学习的奥秘。当然,如果你感兴趣,我的Weibo将与你一起分享最前沿的人工智能、机器学习、深度学习与计算机视觉方面的技术。
VGGNet是经典的深度学习网络之一,由牛津大学的视觉几何组(Visual Geometry Group)提出,是ILSVRC-2014中定位任务第一名和分类任务第二名(top-5错误率7.3%,19层神经网络)。其探索了卷积神经网络的深度与其性能之间的关系,拓展性很强,通过反复堆叠3×3的小型卷积核和2×2的最大池化层,成功构筑了16~19层深的卷积神经网络,增加网络深度可以有效提升模型的效果,而且VGGNet对其他数据集具有很好的泛化能力。到目前为止,VGGNet依然常被用来提取图像特征。
VGGNet论文中全部使用来3×3的卷积核和2×2的池化核,通过不断加深网络结构来提升性能。上图为VGGNet各级别的网络结构图和各级别网络参数量。VGGNet拥有5段卷积,每一段有2~3个卷积层,同时每段尾部连有最大池化层来缩小图片尺寸。VGGNet为了在公平的原则下探究网络深度对模型精确度的影响,所有卷积层有相同的配置,即卷积核大小为3x3,步长为1,填充为1;共有5个最大池化层,大小都为2x2,步长为2;共有三个全连接层,前两层都有4096通道,第三层共1000路及代表1000个标签类别;最后一层为softmax层;所有隐藏层后都带有ReLU非线性激活函数;经过实验证明,AlexNet中提出的局部响应归一化(LRN)对性能提升并没有什么帮助,而且还浪费了内存的计算的损耗。可以说,VGGNet使得CNN对特征的学习能力更强。
VGGNet的突出影响包括:
(1)一个大卷积核分解成连续多个小卷积核;
(2)减少参数,降低计算,增加深度;
(3)继承AlexNet结构特点:简单,有效;
(4)网络改造的首选基础网络
因使用ImageNet数据集非常耗时,因此本文会对完整的VGGNet网络进行速度测试,评测forward耗时和backward耗时。若读者感兴趣,可自行下载ImageNet数据集进行训练测试。
在准备工作就绪后,我们就可以搭建VGGNet网络,也就是版本D,其他版本读者可仿照以下代码自行修改。以下代码是本人根据自己的理解整理而成,并亲自验证,代码中标有自己理解所得的注释,若有错误请指正。
# -*- coding: utf-8 -*- import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # VGGNet-16 # 导入常用库,载入TensorFlow from datetime import datetime import math import time import tensorflow as tf # 创建卷积层并把本层的参数存入参数列表 def conv_op(input_op, name, kh, kw, n_out, dh, dw, p): n_in = input_op.get_shape()[-1].value with tf.name_scope(name) as scope: kernel = tf.get_variable(scope + "w", shape=[kh, kw, n_in, n_out], dtype=tf.float32, initializer=tf.contrib.layers.xavier_initializer_conv2d()) # 对input_op进行卷积处理 conv = tf.nn.conv2d(input_op, kernel, (1, dh, dw, 1), padding='SAME') bias_init_val = tf.constant(0.0, shape=[n_out], dtype=tf.float32) biases = tf.Variable(bias_init_val, trainable=True, name='b') z = tf.nn.bias_add(conv, biases) activation = tf.nn.relu(z, name=scope) p += [kernel, biases] return activation # 定义全连接层创建函数fc_op def fc_op(input_op, name, n_out, p): n_in = input_op.get_shape()[-1].value with tf.name_scope(name) as scope: kernel = tf.get_variable(scope + "w", shape=[n_in, n_out], dtype=tf.float32, initializer=tf.contrib.layers.xavier_initializer()) biases = tf.Variable(tf.constant(0.1, shape= [n_out], dtype=tf.float32), name='b') activation = tf.nn.relu_layer(input_op, kernel, biases, name=scope) p += [kernel, biases] return activation # 定义最大池化层创建函数mpool_op def mpool_op(input_op, name, kh, kw, dh, dw): return tf.nn.max_pool(input_op, ksize=[1, kh, kw, 1], strides=[1, dh, dw, 1], padding='SAME', name=name) # 创建VGGNet-16 def inference_op(input_op, keep_prob): p = [] # conv1 conv1_1 = conv_op(input_op, name="conv1_1", kh=3, kw=3, n_out=64, dh=1, dw=1, p=p) conv1_2 = conv_op(conv1_1, name="conv1_2", kh=3, kw=3, n_out=64, dh=1, dw=1, p=p) pool1 = mpool_op(conv1_2, name="pool1", kh=2, kw=2, dw=2, dh=2) # conv2 conv2_1 = conv_op(pool1, name="conv2_1", kh=3, kw=3, n_out=128, dh=1, dw=1, p=p) conv2_2 = conv_op(conv2_1, name="conv2_2", kh=3, kw=3, n_out=128, dh=1, dw=1, p=p) pool2 = mpool_op(conv2_2, name="pool2", kh=2, kw=2, dw=2, dh=2) # conv3 conv3_1 = conv_op(pool2, name="conv3_1", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p) conv3_2 = conv_op(conv3_1, name="conv3_2", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p) conv3_3 = conv_op(conv3_2, name="conv3_3", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p) pool3 = mpool_op(conv3_3, name="pool3", kh=2, kw=2, dw=2, dh=2) # conv4 conv4_1 = conv_op(pool3, name="conv4_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p) conv4_2 = conv_op(conv4_1, name="conv4_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p) conv4_3 = conv_op(conv4_2, name="conv4_3", kh=3, kw=3, n_out=2512, dh=1, dw=1, p=p) pool4 = mpool_op(conv4_3, name="pool4", kh=2, kw=2, dw=2, dh=2) # conv5 conv5_1 = conv_op(pool4, name="conv5_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p) conv5_2 = conv_op(conv5_1, name="conv5_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p) conv5_3 = conv_op(conv5_2, name="conv5_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p) pool5 = mpool_op(conv5_3, name="pool5", kh=2, kw=2, dw=2, dh=2) # 将conv5输出结果扁平化 shp = pool5.get_shape() flattened_shape = shp[1].value * shp[2].value * shp[3].value resh1 = tf.reshape(pool5, [-1, flattened_shape], name="resh1") # fc6 fc6 = fc_op(resh1, name="fc6", n_out=4096, p=p) fc6_drop = tf.nn.dropout(fc6, keep_prob, name="fc6_drop") # fc7 fc7 = fc_op(fc6_drop, name="fc7", n_out=4096, p=p) fc7_drop = tf.nn.dropout(fc7, keep_prob, name="fc7_drop") # fc8 fc8 = fc_op(fc7_drop, name="fc8", n_out=1000, p=p) softmax = tf.nn.softmax(fc8) predictions = tf.argmax(softmax, 1) return predictions, softmax, fc8, p # 评测 def time_tensorflow_run(session, target, feed, info_string): num_steps_burn_in = 10 total_duration = 0.0 total_duration_squared = 0.0 for i in range(num_batches + num_steps_burn_in): start_time = time.time() _ = session.run(target, feed_dict=feed) duration = time.time() - start_time if not i % 10: print('%s: step %d, duration = %.3f' % (datetime.now(), i - num_steps_burn_in, duration)) total_duration += duration total_duration_squared += duration * duration mn = total_duration / num_batches vr = total_duration_squared / num_batches - mn *mn sd = math.sqrt(vr) print('%s: %s across %d steps, %.3f +/- %.3f sec / batch' % (datetime.now(), info_string, num_batches, mn, sd)) # 定义评测主函数 def run_benchmark(): with tf.Graph().as_default(): image_size = 224 images = tf.Variable(tf.random_normal([batch_size, image_size, image_size, 3], dtype=tf.float32, stddev=1e-1)) keep_prob = tf.placeholder(tf.float32) predictions, softmax, fc8, p = inference_op(images, keep_prob) # 创建Session并初始化全局参数 init = tf.global_variables_initializer() sess = tf.Session() sess.run(init) time_tensorflow_run(sess, predictions, {keep_prob: 1.0}, "Forward") objective = tf.nn.l2_loss(fc8) grad = tf.gradients(objective, p) time_tensorflow_run(sess, grad, {keep_prob: 0.5}, "Forward-backward") batch_size = 32 num_batches = 100 run_benchmark()运行程序,我们会看到如下的程序显示(部分)
2017-10-13 15:26:22.435496: step -10, duration = 14.238 2017-10-13 15:28:45.836558: step 0, duration = 14.355 2017-10-13 15:31:08.099205: step 10, duration = 14.220 2017-10-13 15:33:30.337682: step 20, duration = 14.211 2017-10-13 15:35:52.644435: step 30, duration = 14.302 2017-10-13 15:38:15.698386: step 40, duration = 14.325 2017-10-13 15:40:38.672939: step 50, duration = 14.256 2017-10-13 15:43:01.125935: step 60, duration = 14.209 2017-10-13 15:45:23.317328: step 70, duration = 14.254 2017-10-13 15:47:45.705173: step 80, duration = 14.437 2017-10-13 15:50:13.805813: step 90, duration = 14.440 2017-10-13 15:52:26.331622: Forward across 100 steps, 1.572 +/- 4.473 sec / batch 2017-10-13 15:53:12.896681: step -10, duration = 46.497 2017-10-13 16:00:58.813022: step 0, duration = 46.705 2017-10-13 16:08:44.818871: step 10, duration = 46.518 2017-10-13 16:16:35.558625: step 20, duration = 46.913 2017-10-13 16:24:30.725427: step 30, duration = 46.850 2017-10-13 16:32:18.516636: step 40, duration = 46.793
以上为程序运行过程中显示的VGGNet结构以及forward、backword运算时间。
[align=left] 至此,TensorFlow实现VGGNet的工作就完成了。VGG系列的卷积神经网络在ILSVRC2014比赛中最终达到来7.3%的错误率,相比AlexNet进步非常大,成为一种经典的卷积神经网络。后续,我将和大家探讨其他的经典深度学习网络。
[/align]
在后续工作中,我将继续为大家展现TensorFlow和深度学习网络带来的无尽乐趣,我将和大家一起探讨深度学习的奥秘。当然,如果你感兴趣,我的Weibo将与你一起分享最前沿的人工智能、机器学习、深度学习与计算机视觉方面的技术。
相关文章推荐
- TensorFlow实现经典深度学习网络(6):TensorFlow实现基于LSTM的语言模型
- TensorFlow实现经典深度学习网络(4):TensorFlow实现ResNet
- TensorFlow实现经典深度学习网络(7):TensorFlow实现双向长短时记忆循环神经网络
- TensorFlow实现经典深度学习网络(5):TensorFlow实现自然语言处理基础网络Word2Vec
- TensorFlow实现经典深度学习网络(1):TensorFlow实现AlexNet
- TensorFlow实现经典深度学习网络(3):TensorFlow实现Google Inception Net
- TensorFlow 深度学习笔记 TensorFlow实现与优化深度神经网络
- tensorflow41《TensorFlow实战》笔记-08-02 TensorFlow实现深度强化学习-估值网络 code
- 深度学习(08)_RNN-LSTM循环神经网络-03-Tensorflow进阶实现
- Tensorflow实例:实现深度强化学习--策略网络
- TensorFlow:实战Google深度学习框架(二)实现简单神经网络
- Tensorflow实现策略网络(深度强化学习一)
- [action] deep learning 深度学习 tensorflow 实战(2) 实现简单神经网络以及随机梯度下降算法S.G.D
- TensorFlow 深度学习笔记 TensorFlow实现与优化深度神经网络
- TensorFlow 深度学习笔记 TensorFlow实现与优化深度神经网络
- TensorFlow 深度学习笔记 TensorFlow实现与优化深度神经网络
- 深度学习卷积神经网络——经典网络LeNet-5、AlexNet、ZFNet网络的搭建与实现
- TensorFlow 深度学习笔记 TensorFlow实现与优化深度神经网络
- TensorFlow 深度学习笔记 TensorFlow实现与优化深度神经网络
- TensorFlow 深度学习笔记 TensorFlow实现与优化深度神经网络