TensorFlow(九)：卷积神经网络

一：传统神经网络存在的问题

• 权值太多，计算量太大
• 权值太多，需要大量样本进行训练

二：卷积神经网络（CNN）

CNN通过感受野和权值共享减少了神经网络需要训练的参数个数。

三：池化

四：卷积操作

五：CNN结构

六：基于卷积神经网络的手写数字识别

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 载入数据集
mnist=input_data.read_data_sets('MNIST_data',one_hot=True)
# 每个批次的大小
batch_size=100
# 计算一共有多少个批次
n_batch=mnist.train.num_examples//batch_size

# 初始化权值
def weight_variable(shape):
    initial=tf.truncated_normal(shape,stddev=0.1)# 生成一个截断的正态分布
    return tf.Variable(initial)

# 初始化偏置
def bias_variable(shape):
    initial=tf.constant(0.1,shape=shape)
    return tf.Variable(initial)

# 卷积层
def conv2d(x,W):
    # x input tensor of shape (batch,in_height,in_width,in_channels)
    # W 相当于滤波器，卷积盒
    # W filter/kernel tensot of shape [filter_height,filter_width,in_channels,out_channels]
    # strides[0]=strides[3]=1;strides[1]代表x方向的步长，strides[2]代表y方向的步长
    # padding:A string from:'SAME','VALID'
    return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding='SAME') # 二维的卷积操作

# 池化层
def max_pool_2x2(x):
    # ksize[1,x,y,1]
    # ksize表示窗口大小
    return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')

# 定义两个placeholder
x=tf.placeholder(tf.float32,[None,784]) # 28*28
y=tf.placeholder(tf.float32,[None,10])

# 改变x的格式转为4D的向量[batch，in_height,in_width,in_channels]
x_image=tf.reshape(x,[-1,28,28,1])

# 初始化第一个卷积层的权值和偏置
W_conv1=weight_variable([5,5,1,32])# 5*5的采样窗口，32个卷积核从1个平面抽取特征
b_conv1=bias_variable([32]) # 每一个卷积核一个偏置值

# 吧x_image和权值向量进行卷积，再加上偏置值，然后应用于relu激活函数
h_conv1=tf.nn.relu(conv2d(x_image,W_conv1)+b_conv1)
h_pool1=max_pool_2x2(h_conv1) # 进行max-pooling

# 初始化第二个卷积层的权值和偏置
W_conv2=weight_variable([5,5,32,64])# 5*5的采样窗口，64个卷积核从32个平面抽取特征
b_conv2=bias_variable([64]) # 每一个卷积核一个偏置值

# 把h_pool1和权值向量进行卷积，再加上偏置值，然后应用于relu激活函数
h_conv2=tf.nn.relu(conv2d(h_pool1,W_conv2)+b_conv2)
h_pool2=max_pool_2x2(h_conv2) # 进行max-pooling

# 28*28的图片第一次卷积后还是28*28，第一次池化后变为14*14
# 第二次卷积后为14*14，第二次池化后变为7*7
# 经过上面操作后得到64张7*7的平面

# 初始化第一个全连接层的权值
W_fc1=weight_variable([7*7*64,1024]) # 上一场有7*7*64个神经元，全连接层有1024个神经元
b_fc1=bias_variable([1024]) # 1024个节点

# 吧池化层2的输出扁平化为1维
h_pool2_flat=tf.reshape(h_pool2,[-1,7*7*64])
# 求第一个全连接层的输出
h_fc1=tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1)+b_fc1)

# keep_prob用来表示神经元的输出概率
keep_prob=tf.placeholder(tf.float32)
h_fc1_drop=tf.nn.dropout(h_fc1,keep_prob)

# 初始化第二个全连接层
W_fc2=weight_variable([1024,10])
b_fc2=bias_variable([10])

# 计算输出
prediction=tf.nn.softmax(tf.matmul(h_fc1_drop,W_fc2)+b_fc2)

# 交叉熵代价函数
cross_entropy=tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(labels=y,logits=prediction))
# 使用AdamOptimizer进行优化
train_step=tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
# 结果存放在一个布尔列表中
correct_prediction=tf.equal(tf.argmax(prediction,1),tf.argmax(y,1)) # argmax返回一维张量中最大的值所在的位置
# 求准确率
accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32))

with tf.Session() as sess:
    # 初始化所有变量
    sess.run(tf.global_variables_initializer())
    for epoch in range(21):
        for batch in range(n_batch):
            batch_xs,batch_ys=mnist.train.next_batch(batch_size)
            sess.run(train_step,feed_dict={x:batch_xs,y:batch_ys,keep_prob:0.7}) # 70%的神经元在工作

        acc=sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels,keep_prob:1.0})
        print('Iter:'+str(epoch)+',Testing Sccuracy:'+str(acc))

运行结果：

Iter:0,Testing Sccuracy:0.8583
Iter:1,Testing Sccuracy:0.9681
Iter:2,Testing Sccuracy:0.9756
Iter:3,Testing Sccuracy:0.9803
Iter:4,Testing Sccuracy:0.9827
Iter:5,Testing Sccuracy:0.983
Iter:6,Testing Sccuracy:0.9861
Iter:7,Testing Sccuracy:0.9864
Iter:8,Testing Sccuracy:0.9876
Iter:9,Testing Sccuracy:0.9883
Iter:10,Testing Sccuracy:0.9884
Iter:11,Testing Sccuracy:0.9902
Iter:12,Testing Sccuracy:0.9905
Iter:13,Testing Sccuracy:0.9897
Iter:14,Testing Sccuracy:0.9905
Iter:15,Testing Sccuracy:0.9903
Iter:16,Testing Sccuracy:0.9905
Iter:17,Testing Sccuracy:0.9912
Iter:18,Testing Sccuracy:0.9912
Iter:19,Testing Sccuracy:0.9916
Iter:20,Testing Sccuracy:0.9902

从上面可以看出准确率可以达到99%