利用tensorflow训练自己的图片数据（3）——建立网络模型

一. 说明

在上一博客——利用tensorflow训练自己的图片数据（2）中，我们已经获得了神经网络的训练输入数据：image_batch，label_batch。接下就是建立神经网络模型，笔者的网络模型结构如下：

输入数据：（batch_size，IMG_W，IMG_H，col_channel）= （20,  64,  64,  3）

卷积层1： （conv_kernel，num_channel，num_out_neure）= （3,  3,  3,  64）

池化层1： （ksize，strides，padding）= （[1,3,3,1]， [1,2,2,1]， 'SAME'）

卷积层2： （conv_kernel，num_channel，num_out_neure）= （3,  3,  64,  16）

池化层2： （ksize，strides，padding）= （[1,3,3,1]， [1,1,1,1]， 'SAME'）

全连接1： （out_pool2_reshape，num_out_neure）= （dim， 128）

全连接2：
（fc1_out，num_out_neure）= （128，128）

softmax层： （fc2_out，num_classes）
= （128,  4）

激活函数： tf.nn.relu

损失函数： tf.nn.sparse_softmax_cross_entropy_with_logits

二. 编程实现

#=========================================================================
import tensorflow as tf
#=========================================================================
#网络结构定义
#输入参数：images，image batch、4D tensor、tf.float32、[batch_size, width, height, channels]
#返回参数：logits, float、 [batch_size, n_classes]
def inference(images, batch_size, n_classes):
#一个简单的卷积神经网络，卷积+池化层x2，全连接层x2，最后一个softmax层做分类。
#卷积层1
#64个3x3的卷积核（3通道），padding=’SAME’，表示padding后卷积的图与原图尺寸一致，激活函数relu()
with tf.variable_scope('conv1') as scope:

weights = tf.Variable(tf.truncated_normal(shape=[3,3,3,64], stddev = 1.0, dtype = tf.float32),
name = 'weights', dtype = tf.float32)

biases = tf.Variable(tf.constant(value = 0.1, dtype = tf.float32, shape = [64]),
name = 'biases', dtype = tf.float32)

conv = tf.nn.conv2d(images, weights, strides=[1,1,1,1], padding='SAME')
pre_activation = tf.nn.bias_add(conv, biases)
conv1 = tf.nn.relu(pre_activation, name= scope.name)

#池化层1
#3x3最大池化，步长strides为2，池化后执行lrn()操作，局部响应归一化，对训练有利。
with tf.variable_scope('pooling1_lrn') as scope:
pool1 = tf.nn.max_pool(conv1, ksize=[1,3,3,1],strides=[1,2,2,1],padding='SAME', name='pooling1')
norm1 = tf.nn.lrn(pool1, depth_radius=4, bias=1.0, alpha=0.001/9.0, beta=0.75, name='norm1')

#卷积层2
#16个3x3的卷积核（16通道），padding=’SAME’，表示padding后卷积的图与原图尺寸一致，激活函数relu()
with tf.variable_scope('conv2') as scope:
weights = tf.Variable(tf.truncated_normal(shape=[3,3,64,16], stddev = 0.1, dtype = tf.float32),
name = 'weights', dtype = tf.float32)

biases = tf.Variable(tf.constant(value = 0.1, dtype = tf.float32, shape = [16]),
name = 'biases', dtype = tf.float32)

conv = tf.nn.conv2d(norm1, weights, strides = [1,1,1,1],padding='SAME')
pre_activation = tf.nn.bias_add(conv, biases)
conv2 = tf.nn.relu(pre_activation, name='conv2')

#池化层2
#3x3最大池化，步长strides为2，池化后执行lrn()操作，
#pool2 and norm2
with tf.variable_scope('pooling2_lrn') as scope:
norm2 = tf.nn.lrn(conv2, depth_radius=4, bias=1.0, alpha=0.001/9.0,beta=0.75,name='norm2')
pool2 = tf.nn.max_pool(norm2, ksize=[1,3,3,1], strides=[1,1,1,1],padding='SAME',name='pooling2')

#全连接层3
#128个神经元，将之前pool层的输出reshape成一行，激活函数relu()
with tf.variable_scope('local3') as scope:
reshape = tf.reshape(pool2, shape=[batch_size, -1])
dim = reshape.get_shape()[1].value
weights = tf.Variable(tf.truncated_normal(shape=[dim,128], stddev = 0.005, dtype = tf.float32),
name = 'weights', dtype = tf.float32)

biases = tf.Variable(tf.constant(value = 0.1, dtype = tf.float32, shape = [128]),
name = 'biases', dtype=tf.float32)

local3 = tf.nn.relu(tf.matmul(reshape, weights) + biases, name=scope.name)

#全连接层4
#128个神经元，激活函数relu()
with tf.variable_scope('local4') as scope:
weights = tf.Variable(tf.truncated_normal(shape=[128,128], stddev = 0.005, dtype = tf.float32),
name = 'weights',dtype = tf.float32)

biases = tf.Variable(tf.constant(value = 0.1, dtype = tf.float32, shape = [128]),
name = 'biases', dtype = tf.float32)

local4 = tf.nn.relu(tf.matmul(local3, weights) + biases, name='local4')

#dropout层
#    with tf.variable_scope('dropout') as scope:
#        drop_out = tf.nn.dropout(local4, 0.8)

#Softmax回归层
#将前面的FC层输出，做一个线性回归，计算出每一类的得分，在这里是2类，所以这个层输出的是两个得分。
with tf.variable_scope('softmax_linear') as scope:
weights = tf.Variable(tf.truncated_normal(shape=[128, n_classes], stddev = 0.005, dtype = tf.float32),
name = 'softmax_linear', dtype = tf.float32)

biases = tf.Variable(tf.constant(value = 0.1, dtype = tf.float32, shape = [n_classes]),
name = 'biases', dtype = tf.float32)

softmax_linear = tf.add(tf.matmul(local4, weights), biases, name='softmax_linear')

return softmax_linear

#-----------------------------------------------------------------------------
#loss计算
#传入参数：logits，网络计算输出值。labels，真实值，在这里是0或者1
#返回参数：loss，损失值
def losses(logits, labels):
with tf.variable_scope('loss') as scope:
cross_entropy =tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=labels, name='xentropy_per_example')
loss = tf.reduce_mean(cross_entropy, name='loss')
tf.summary.scalar(scope.name+'/loss', loss)
return loss

#--------------------------------------------------------------------------
#loss损失值优化
#输入参数：loss。learning_rate，学习速率。
#返回参数：train_op，训练op，这个参数要输入sess.run中让模型去训练。
def trainning(loss, learning_rate):
with tf.name_scope('optimizer'):
optimizer = tf.train.AdamOptimizer(learning_rate= learning_rate)
global_step = tf.Variable(0, name='global_step', trainable=False)
train_op = optimizer.minimize(loss, global_step= global_step)
return train_op

#-----------------------------------------------------------------------
#评价/准确率计算
#输入参数：logits，网络计算值。labels，标签，也就是真实值，在这里是0或者1。
#返回参数：accuracy，当前step的平均准确率，也就是在这些batch中多少张图片被正确分类了。
def evaluation(logits, labels):
with tf.variable_scope('accuracy') as scope:
correct = tf.nn.in_top_k(logits, labels, 1)
correct = tf.cast(correct, tf.float16)
accuracy = tf.reduce_mean(correct)
tf.summary.scalar(scope.name+'/accuracy', accuracy)
return accuracy

#========================================================================

3 . 补充

tensorflow下的局部相应归一化函数：tf.nn.lrn

tf.nn.lrn = （input，depth_radius=None，bias=None，alpha=None，beta=None，name=None）

       input是一个4D的tensor，类型必须为float。

       depth_radius是一个类型为int的标量，表示囊括的kernel的范围。

       bias是偏置。

       alpha是乘积系数，是在计算完囊括范围内的kernel的激活值之和之后再对其进行乘积。

       beta是指数系数。

LRN是normalization的一种，normalizaiton的目的是抑制，抑制神经元的输出。而LRN的设计借鉴了神经生物学中的一个概念，叫做“侧抑制”。

侧抑制：相近的神经元彼此之间发生抑制作用，即在某个神经元受到刺激而产生兴奋时，再侧记相近的神经元，则后者所发生的兴奋对前产生的抑制作用。也就是说，抑制侧是指相邻的感受器之间能够相互抑制的现象。

注：可参考博客http://blog.csdn.net/gzhermit/article/details/75389130