一、傳統神經網絡存在的問題
(1)權值太多,計算量太大。
(2)權值太多,需要大量樣本進行訓練。(容易出現過擬合或者欠擬合)
二、卷積神經網絡CNN
CNN通過感受野和權值共享減少了神經網絡需要訓練的參數的個數。
如下圖所示:左圖爲傳統神經網絡,
局部感受野:後面的一個神經元只連接到前面的圖片的某一個部分。
權值共享:各個局部感受野的大小是相同的且值是一樣的。(黑,紅,綠,藍)
1、卷積和卷積核
例如:5*5的圖片,用3*3的卷積核進行採樣,步長是1.
卷積核可以視爲一個濾波器,圖片經過卷積核的操作之後得到一個特徵圖。不同卷積核可以對圖片的不同特徵進行採樣。
不同特徵對此後圖片的分類具有非常重要的意義。
2、池化
卷積層之後一般都會加上池化層。
池化也有窗口(通常爲2*2)和步長。
max-pooling:對4*4的矩陣,2*2的池化窗口一共分爲4個區域(無重疊),找每個區域的最大值。
mean-pooling:每個區域的平均值
3、Same padding 和Valid padding:
對卷積的操作:
對池化的操作:
4、CNN的結構
卷積層+池化層
三、卷積神經網絡應用於MNIST數據集分類且利用TensorBaord可視化
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#讀取mnist數據集 如果沒有則會下載
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
#每個批次的大小
batch_size = 100
#計算一共有多少批次
n_batch = mnist.train.num_examples // batch_size
#初始化權值
def weight_variable(shape):
initial = tf.truncated_normal(shape,stddev=0.1)
return tf.Variable(initial)
#初始化偏置
def bias_variable(shape):
initial = tf.constant(0.1,shape=shape)
return tf.Variable(initial)
# 定義一個函數,用於構建卷積層
def conv2d(x, W):
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
# 定義一個函數,用於構建池化層
def max_pool_2x2(x):
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
#定義兩個佔位符
x = tf.placeholder(tf.float32,[None,784])
y = tf.placeholder(tf.float32,[None,10])
#改變格式爲4D的向量
#[批次,長,寬,通道]
x_images = tf.reshape(x,[-1,28,28,1])
#初始化第一個卷積層的權值和偏置
W_conv1 = weight_variable([5,5,1,32])#採樣窗口5*5 32個卷積核從1個平面抽取特徵
b_conv1 = bias_variable([32])#每一個卷積核一個偏置值
#把x_image和權值向量進行卷積,加上偏置值,應用relu激活函數
h_conv1 = tf.nn.relu(conv2d(x_images,W_conv1)+b_conv1)
h_pool1 = max_pool_2x2(h_conv1)#進行max_pooling
#初始化第2個卷積層的權值和偏置
W_conv2 = weight_variable([5,5,32,64])#採樣窗口5*5 32個卷積核從1個平面抽取特徵
b_conv2 = bias_variable([64])#每一個卷積核一個偏置值
#把h_pool1和權值向量進行卷積,加上偏置值,應用relu激活函數
h_conv2 = tf.nn.relu(conv2d(h_pool1,W_conv2)+b_conv2)
h_pool2 = max_pool_2x2(h_conv2)#進行max_pooling
#28*28的圖片第一次卷積後還是28*28
#第一次池化變成了14*14
#第二次卷積後是14*14
#第二次池化變成了7*7
# #
#初始化第一個全連接層
W_fc1 = weight_variable([7*7*64,1024])#上一層有7*7*64個神經元,全連接層有1024個神經元
b_fc1 = bias_variable([1024])#1024個節點
#把池化層2輸出扁平化爲1維
h_pool2_flat = tf.reshape(h_pool2,[-1,7*7*64])
#求第一個全連接層的輸出
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat,W_fc1)+ b_fc1)
#keep_prob 用來表示神經元的輸出概率
keep_prob = tf.placeholder(tf.float32)
h_fcl_drop = tf.nn.dropout(h_fc1,keep_prob)
#初始化第二個全連接層
W_fc2 = weight_variable([1024,10])
b_fc2 = bias_variable([10])#10個節點
#預測值
prediction = tf.nn.softmax(tf.matmul(h_fcl_drop,W_fc2)+b_fc2)
#交叉熵代價函數
loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y,logits=prediction))
#使用AdamOptimizer法
train_step = tf.train.AdamOptimizer(1e-4).minimize(loss)
#初始化變量
init = tf.global_variables_initializer()
#預測數據與樣本比較,如果相等就返回1 求出標籤
#結果存放在布爾型列表中
correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))#argmax返回一維張量中最大的值所在的位置
#求準確率
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
#進行訓練
with tf.Session() as sess:
sess.run(init)
for i in range(21):#週期
for batch in range(n_batch):#批次
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})
acc = sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels,keep_prob:1.0})
print("週期 :"+ str(i) + "準確率:" + str(acc))