#卷积神经网络cnn import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #数据包,如果没有自动下载 number 1 to 10 data mnist = input_data.read_data_sets(‘MNIST_data‘,one_hot=True) #用测试集来评估神经网络的准确度 def computer_accuracy(v_xs,v_ys): global prediction y_pre = sess.run(prediction,feed_dict={xs:v_xs,keep_prob:1})#只要有dropout在feed_dict中必须加上keep_prob correct_prediction = tf.equal(tf.argmax(y_pre,1),tf.argmax(v_ys,1))#tf.argmax(y_pre,1)表示预测出的值,tf.argmax(v_ys,1)表示实际值 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 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) def conv2d(x,W): #stride[1,x_movement,y_movement,1] #must have strides[0]=strides[3]=1 ‘‘‘ :param x:需要输入的图像或句子,形式为[batch, in_height, in_width, in_channels] :param W: CNN中卷积核的大小,形式为[filter_height, filter_width, in_channels, out_channels] :return: 返回一个feature map,形式为[batch, height, width, channels] ‘‘‘ ‘‘‘ tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 除去name参数用以指定该操作的name,与方法有关的一共五个参数: 第一个参数input:指需要做卷积的输入图像,它要求是一个Tensor,具有[batch, in_height, in_width, in_channels] 这样的shape,具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数],注意这是一个4维的Tensor,要求类型为float32和float64其中之一 第二个参数filter:相当于CNN中的卷积核,它要求是一个Tensor,具有[filter_height, filter_width, in_channels, out_channels] 这样的shape,具体含义是[卷积核的高度,卷积核的宽度,图像通道数,卷积核个数],要求类型与参数input相同,有一个地方需要注意,第三维in_channels,就是参数input的第四维 第三个参数strides:卷积时在图像每一维的步长,这是一个一维的向量,长度4 第四个参数padding:string类型的量,只能是"SAME","VALID"其中之一,这个值决定了不同的卷积方式,‘SAME‘指通过填充使得输出的图片的尺寸等于输入图片的尺寸 第五个参数:use_cudnn_on_gpu:bool类型,是否使用cudnn加速,默认为true 结果返回一个Tensor,这个输出,就是我们常说的feature map,shape仍然是[batch, height, width, channels]这种形式。 那么TensorFlow的卷积具体是怎样实现的呢,用一些例子去解释它: 1.考虑一种最简单的情况,现在有一张3×3单通道的图像(对应的shape:[1,3,3,1]),用一个1×1的卷积核(对应的shape:[1,1,1,1])去做卷积,最后会得到一张3×3的feature map 2.增加图片的通道数,使用一张3×3五通道的图像(对应的shape:[3,3,5, 1]),用一个1×1的卷积核(对应的shape:[1,1,1,1])去做卷积,仍然是一张3×3的feature map,这就相当于每一个像素点,卷积核都与该像素点的每一个通道做卷积。 ‘‘‘ return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding=‘SAME‘)#padding=‘SAME‘指通过填充使得输出的图片的尺寸等于输入图片的尺寸 def max_pool_2x2(x): # stride[1,x_movement,y_movement,1] ‘‘‘ :param x:需要进行池化的特征图,形式为:[batch, height, width, channels] :return:返回池化结果,形式为:[batch, height, width, channels] ‘‘‘ ‘‘‘ tf.nn.max_pool(value, ksize, strides, padding, name=None) 参数是四个,和卷积很类似: 第一个参数value:需要池化的输入,一般池化层接在卷积层后面,所以输入通常是feature map,依然是[batch, height, width, channels]这样的shape 第二个参数ksize:池化窗口的大小,取一个四维向量,一般是[1, height, width, 1],因为我们不想在batch和channels上做池化,所以这两个维度设为了1 第三个参数strides:和卷积类似,窗口在每一个维度上滑动的步长,一般也是[1, stride,stride, 1] 第四个参数padding:和卷积类似,可以取‘VALID‘ 或者‘SAME‘ 返回一个Tensor,类型不变,shape仍然是[batch, height, width, channels]这种形式 ‘‘‘ 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]) # none表示无论给多少个例子都行,784=28*28 ys = tf.placeholder(tf.float32, [None, 10]) #表示10个需要识别的数字 keep_prob = tf.placeholder(tf.float32)#dropout机制使用 x_image = tf.reshape(xs,[-1,28,28,1])#-1为多少由导入的数据决定,不是指batch_size。28*28*1指一个图片的像素点数 #print(x_image.shape) #[n_samples,28,28,1] ##conv1 layer## W_conv1 = weight_variable([5,5,1,32])#patch=5*5,in size =1,out size=32 b_conv1 = bias_variable([32]) h_conv1 = tf.nn.relu(conv2d(x_image,W_conv1)+b_conv1)#output size = 28*28*32 h_pool1 = max_pool_2x2(h_conv1) #output size = 14*14*32 ##conv2 layer## W_conv2 = weight_variable([5,5,32,64])#patch=5*5,in size =32,out size=64 b_conv2 = bias_variable([64]) h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2)+b_conv2)#output size = 14*14*64 h_pool2 = max_pool_2x2(h_conv2) #output size = 7*7*64 ##func1 layer##应该是全连接层的参数 W_fc1 = weight_variable([7*7*64,1024]) b_fc1 = bias_variable([1024]) h_pool2_flat = tf.reshape(h_pool2,[-1,7*7*64])#[n_sample,7,7,64]>>[n_sample,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) #tf.reshape(tensor, shape, name=None) 数据重定形状函数 # 参数: # tensor:输入数据 # shape:目标形状 # name:名称 # 返回:Tensor ##func2 layer## 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 function #tf.summary.scalar(‘loss‘,cross_entropy) train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) sess = tf.Session() #important step sess.run(tf.global_variables_initializer()) for i in range(500): batch_xs, batch_ys = mnist.train.next_batch(500) sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys,keep_prob:1}) if i%50 == 0: print(computer_accuracy(mnist.test.images[0:500], mnist.test.labels[0:500]))
原文地址:https://www.cnblogs.com/Harriett-Lin/p/9594122.html
时间: 2024-11-06 07:49:53