python-卷積神經網路全面理解-tensorflow實現手寫數字識別
- 2019 年 10 月 3 日
- 筆記
首先，關於神經網路，其實是一個結合很多知識點的一個演算法，關於cnn（卷積神經網路）大家需要了解：
下面給出我之前總結的這兩個知識點（基於吳恩達的機器學習）
代價函數：
代價函數
代價函數（Cost Function ）是定義在整個訓練集上的，是所有樣本誤差的平均，也就是損失函數的平均。
具體的了解請看我的部落格：
https://blog.csdn.net/qq_40594554/article/details/97389489
梯度下降：
梯度下降一般講解採用單變數梯度下降，但是一般在程式中常用多變數梯度下降
單變數梯度下降大家可以了解最小二乘法，多變數梯度下降也是基於上述知識點演化而來，具體講解可以看我的部落格：
https://blog.csdn.net/qq_40594554/article/details/97391667
在這裡，我們以上述知識點為基礎，了解深度神經網路裡面的卷積神經網路：
大家可以看我這兩篇了解神經網路相關知識點
神經網路：https://blog.csdn.net/qq_40594554/article/details/97399935
神經網路入門：https://blog.csdn.net/qq_40594554/article/details/97617154
神經網路的一個大致流程如下：
例如：我們有三個數據：x1,x2,x3，我們將其輸入到我們的這個神經網路中，我們稱L1為輸入層，L2為隱藏層，L3為輸出層
我們用通俗的話來描述：即為我們的輸入層L1輸入3個數據，通過3個神經單元a1，a2，a3，其中x1,x2,x3在a1中佔有不同的權值，x1,x2,x3在a2中又佔有不同的權值，x1,x2,x3在a3中佔有不同的權值
通過代價函數求出最優解，即為最優權值，最後得出a1，a2，a3的值，然後a1，a2，a3再通過L3的這個神經單元，通過權值計算得出輸出，這就是一個最簡單的神經網路，如果不是很理解，大家可以看我上面的部落格。
下面我用tensorflow實現普通的神經網路：即為通過幾層隱藏層來進行權值確定。
上述中的相關神經元計算，類似於一個黒夾子，計算過程是不顯示的我們最後知道的是結果，在傳統神經網路計算中，一般計算的神經元是非常多的，所以傳統神經網路無法滿足，容易出現計算量大，但是準確率低的可能性，於是出現了卷積神經網路！
上圖中，我們需要計算的權值非常多，就需要大量的樣本訓練，我們模型的構建，需要根據數據的大小來建立，防止過擬合，以及欠擬合。
因此，cnn演算法通過感受野和權值共享減少了神經網路需要訓練的參數個數，如圖（大家可以百度了解這是什麼意思）：
其實卷積神經網路很容易理解：
他的最簡單相關步驟為：積卷層-池化層-積卷層-池化層-….-全連接層
卷積層：數據通過卷積核，按照卷積核的步長，一步一步掃描，得出一個新的特徵圖
池化層：通過卷積核掃描後得出的特徵圖，進行池化，實際上池化層也是加強特徵圖的一個手段
卷積層（建議大家可以百度卷積核是什麼）：
池化層（常用的有最大值池化，平均池化）：
實際上通過上述手段主要是來獲取和增強特徵
至於全連接層，即為通過池化後的結果，通過激勵函數後，排除不需要的特徵圖，然後輸出：
我這裡給出一個關於手寫數字識別的源碼：
import tensorflow as tf#9.50 from tensorflow.examples.tutorials.mnist import input_data #載入數據集 mnist=input_data.read_data_sets("MNNIST_data",one_hot=True)#下載網上的數據集 #print(mnist) #每個批次的大小,每次放入100張圖片放入神經網路訓練。 batch_size=100 #計算一共有多少批次 n_bach=mnist.train.num_examples//batch_size#//整除 #初始化權值 def weight_variable(shape): inital=tf.truncated_normal(shape,stddev=0.1) return tf.Variable(inital) #初始化偏置值 def bias_variable(shape): initial=tf.constant(0.1,shape=shape) return tf.Variable(initial) #卷積層 def conv2d(x,W): return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding='SAME') #使用了這個庫,tf.nn.conv2d #池化層 def max_pool_2(x): return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME') #定義兩個placeholder x=tf.placeholder(tf.float32,[None,784])#784列 y=tf.placeholder(tf.float32,[None,10])#0-9,10個數字 #改變x的格式轉為4d向量[batch，in_height,in_width,in_channels] x_image=tf.reshape(x,[-1,28,28,1]) #初始化第一個卷積層的權值和偏置值 W_conv1=weight_variable([5,5,1,32])#採用5*5的取樣窗口，32個卷積核從1個平面抽取特徵 b_conv1=bias_variable([32])#每個卷積核一個偏置值 #把x_image和權值向量進行卷積，再加上偏置值，然後應用於relu激活函數 h_conv1=tf.nn.relu(conv2d(x_image,W_conv1)+b_conv1) h_pool1=max_pool_2(h_conv1)#進行max-pooling #初始化第二個卷積層的權值和偏置值 W_conv2=weight_variable([5,5,32,64])#採用5*5的取樣窗口，32個卷積核從1個平面抽取特徵 b_conv2=bias_variable([64])#每個卷積核一個偏置值 #把x_image和權值向量進行卷積，再加上偏置值，然後應用於relu激活函數 h_conv2=tf.nn.relu(conv2d(h_pool1,W_conv2)+b_conv2) h_pool2=max_pool_2(h_conv2)#進行max-pooling #初始化第一個全連接的權值 W_fcl=weight_variable([7*7*64,1024])#上一場有7*7*64個神經元，全連接層有1024個神經元 b_fcl=bias_variable([1024])#1024個節點 #把池化層2的輸出扁平化維一維 h_pool2_flat=tf.reshape(h_pool2,[-1,7*7*64]) #求第一個全連接的輸出 h_fcl=tf.nn.relu(tf.matmul(h_pool2_flat,W_fcl)+b_fcl) #keep_prob表示神經元的輸出概率 keep_prob=tf.placeholder(tf.float32) h_fcl_drop=tf.nn.dropout(h_fcl,keep_prob) #初始化第二個全連接層 W_fc2=weight_variable([1024,10]) b_fc2=bias_variable([10]) #計算輸出 prediction=tf.nn.softmax(tf.matmul(h_fcl_drop,W_fc2)+b_fc2) #交叉熵代價函數 cross_entropy=tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y,logits=prediction)) #使用Adamoptimizer進行優化 train_step=tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) #結果存放在一個布爾列表中 correct_prediction=tf.equal(tf.argmax(prediction,1),tf.argmax(y,1))#argmax返回一維張量中最大值所在位置 #求準確率 accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) with tf.Session()as sess: sess.run(tf.global_variables_initializer()) #把所有圖片訓練21次 for epoch in range(21): # 執行一次，即為把訓練集的所有圖片循環一次 for batch in range(n_bach): #獲取100張圖片，圖片數據保存在_xs,標籤保存在ys batch_xs,batchys=mnist.train.next_batch(batch_size) sess.run(train_step,feed_dict={x:batch_xs,y:batchys,keep_prob:0.7}) #傳進測試集，數據集的數據 acc=sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels,keep_prob:1.0}) print("第"+str(epoch)+"準確率："+str(acc))
很容易第一次就可以得出很高的準確率：
希望大家能夠看懂cnn演算法的流程（講的比較多，當然CNN演算法不可能一篇文章就學會了，我這裡僅僅給大家講了CNN演算法的一個流程）。我之前的相關博文也在上面，可能對大家的理解有幫助，大家可以查看。
個人水平有限，目前還不能實現手寫CNN演算法以及數學公式，後面會繼續學習，當然，對於機器學習，神經網路推薦大家先從影片學習開始，例如:吳恩達的機器學習。
最後希望大家學有所成！
