TensorFlow訓練MNIST數據集（3） —— 卷積神經網絡

 

　　前面兩篇隨筆實現的單層神經網絡 和多層神經網絡， 在MNIST測試集上的正確率分別約為90%和96%。在換用多層神經網絡后，正確率已有很大的提升。這次將采用卷積神經網絡繼續進行測試。

 

1、模型基本結構

　　如下圖所示，本次采用的模型共有8層（包含dropout層）。其中卷積層和池化層各有兩層。

　　在整個模型中，輸入層負責數據輸入；卷積層負責提取圖片的特征；池化層采用最大池化的方式，突出主要特征，並減少參數維度；全連接層再將個特征組合起來；dropout層可以減少每次訓練的計算量，並可以一定程度上避免過擬合問題；最后輸出層再綜合各特征數據，得出最終結果。

　　Dropout層起始並沒有增加訓練參數，只是隨機的將某些節點間的連接弧斷開，使其在本次中暫時的不參與訓練。

2、數據預處理

　　首先讀取用於訓練的數據。

from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets('./data/mnist', one_hot=True)

　　在前面的輸入層中，輸入的每個樣本都是一維的數據，而卷積神經網絡的樣本數據將是多維的。因此我們需要將讀取到的數據再reshape一下，使其符合要求。

data.reshape([batchSize, 28, 28, 1])

 

3、輸入層

　　輸入層的shape為：bitchSize * 28 * 28 * 1，第一個參數表示每個mini-batch的樣本數量，由傳入None可以讓TensorFlow自動推斷；后面三個參數表示每個樣本的高為28，寬為28，通道數為1。

inputLayer = tf.placeholder(tf.float32, shape=[None, 28, 28, 1])

 

4、卷積層

　　第一個卷積層的卷積核大小為5 * 5，數量為32個。padding方式采用‘SAME’。第二個卷積層類似，只是通道數，輸出維度不一樣。

convFilter1 = tf.Variable(tf.truncated_normal([5, 5, 1, 32], mean=0, stddev=0.1))
convBias1   = tf.Variable(tf.truncated_normal([32], mean=0, stddev=0.1))
convLayer1  = tf.nn.conv2d(input=inputLayer, filter=convFilter1, strides=[1, 1, 1, 1], padding='SAME')
convLayer1  = tf.add(convLayer1, convBias1)
convLayer1  = tf.nn.relu(convLayer1)

 

5、池化層

　　滑動窗口的大小為 2 * 2，在高和寬的維度上的滑動步幅也為2，其他維度為1。本模型中第二個池化層與第一個池化層一樣。

poolLayer1 = tf.nn.max_pool(value=convLayer1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

 

 6、全連接層

　　全連接層將前面在每個樣本中提取到的多維特征展開成一維，作為全連接層的輸入。

fullWeight = tf.Variable(tf.truncated_normal(shape=[7 * 7 * 64, 1024], mean=0, stddev=0.1))
fullBias   = tf.Variable(tf.truncated_normal(shape=[1024], mean=0.0, stddev=0.1))
fullInput  = tf.reshape(poolLayer2, [-1, 7 * 7 * 64])
fullLayer  = tf.add(tf.matmul(fullInput, fullWeight), fullBias)
fullLayer  = tf.nn.relu(fullLayer)

 

7、Dropout層

　　dropout層可以防止過擬合問題。這里指定的保留率為0.8。

dropLayer = tf.nn.dropout(fullLayer, keep_prob=0.8)

 

8、輸出層

　　最終輸出10個數字的分類。

outputWeight = tf.Variable(tf.truncated_normal(shape=[1024, 10], mean=0.0, stddev=0.1))
outputBias   = tf.Variable(tf.truncated_normal(shape=[10], mean=0, stddev=0.1))
outputLayer  = tf.add(tf.matmul(dropLayer, outputWeight), outputBias)

 

　　模型的其他部分與前面的多層神經網絡差不多，這里不再贅述。

 

9、模型在訓練集與測試集上的表現

　　從模型圖上可以看到，本次采用的模型的復雜度比前面的多層神經網絡高很多。正因如此，每次迭代計算也比前面的耗時的多，后者單次耗時為前者的1500多倍。可見雖然只增加了幾層（當然除了層數的增加還有節點數的增加），但增加的計算量非常的多。

　　下面兩張圖為卷積神經網絡前面部分和后面部分迭代的輸出結果，可以發現到最后卷積神經網絡在訓練集上已經接近100%的准確率。

 

　　在測試集上的准確率也達到了 98% 到 99%，比多層神經網絡提供了約2個百分點。

 

附：

　　完整代碼如下：

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

# 讀取數據
mnist = input_data.read_data_sets('./data/mnist', one_hot=True)

# 輸入層
inputLayer = tf.placeholder(tf.float32, shape=[None, 28, 28, 1])

# 卷積層(1)
convFilter1 = tf.Variable(tf.truncated_normal([5, 5, 1, 32], mean=0, stddev=0.1))
convBias1   = tf.Variable(tf.truncated_normal([32], mean=0, stddev=0.1))
convLayer1  = tf.nn.conv2d(input=inputLayer, filter=convFilter1, strides=[1, 1, 1, 1], padding='SAME')
convLayer1  = tf.add(convLayer1, convBias1)
convLayer1  = tf.nn.relu(convLayer1)

# 池化層(1)
poolLayer1 = tf.nn.max_pool(value=convLayer1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

# 卷積層(2)
convFilter2 = tf.Variable(tf.truncated_normal([5, 5, 32, 64], mean=0, stddev=0.1))
convBias2   = tf.Variable(tf.truncated_normal([64], mean=0, stddev=0.1))
convLayer2  = tf.nn.conv2d(input=poolLayer1, filter=convFilter2, strides=[1, 1, 1, 1], padding='SAME')
convLayer2  = tf.add(convLayer2, convBias2)
convLayer2  = tf.nn.relu(convLayer2)

# 池化層(2)
poolLayer2 = tf.nn.max_pool(value=convLayer2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

# 全連接層
fullWeight = tf.Variable(tf.truncated_normal(shape=[7 * 7 * 64, 1024], mean=0, stddev=0.1))
fullBias   = tf.Variable(tf.truncated_normal(shape=[1024], mean=0.0, stddev=0.1))
fullInput  = tf.reshape(poolLayer2, [-1, 7 * 7 * 64])
fullLayer  = tf.add(tf.matmul(fullInput, fullWeight), fullBias)
fullLayer  = tf.nn.relu(fullLayer)

# dropout層
dropLayer = tf.nn.dropout(fullLayer, keep_prob=0.8)

# 輸出層
outputWeight = tf.Variable(tf.truncated_normal(shape=[1024, 10], mean=0.0, stddev=0.1))
outputBias   = tf.Variable(tf.truncated_normal(shape=[10], mean=0, stddev=0.1))
outputLayer  = tf.add(tf.matmul(dropLayer, outputWeight), outputBias)

# 標簽
outputLabel = tf.placeholder(tf.float32, shape=[None, 10])

# 損失函數及目標函數
loss   = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(labels=outputLabel, logits=outputLayer))
target = tf.train.AdamOptimizer().minimize(loss)

# 記錄起始訓練時間
startTime = time.time()

# 訓練
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    batchSize = 64
    for i in range(1000):
        batch = mnist.train.next_batch(batchSize)
        inputData = batch[0].reshape([batchSize, 28, 28, 1])
        labelData = batch[1]
        sess.run([target, loss], feed_dict={inputLayer: inputData, outputLabel: labelData})

        corrected = tf.equal(tf.argmax(outputLabel, 1), tf.argmax(outputLayer, 1))
        accuracy = tf.reduce_mean(tf.cast(corrected, tf.float32))
        accuracyValue = sess.run(accuracy, feed_dict={inputLayer: inputData, outputLabel: labelData})
        print(i, 'train set accuracy:', accuracyValue)

    # 打印結束時間
    endTime = time.time()
    print('train time:', endTime - startTime)

    # 測試
    corrected  = tf.equal(tf.argmax(outputLabel, 1), tf.argmax(outputLayer, 1))
    accuracy   = tf.reduce_mean(tf.cast(corrected, tf.float32))
    testImages = mnist.test.images.reshape([-1, 28, 28, 1])
    testLabels = mnist.test.labels
    accuracyValue = sess.run(accuracy, feed_dict={inputLayer: testImages, outputLabel: testLabels})
    print("accuracy on test set:", accuracyValue)

    sess.close()

 

本文地址：https://www.cnblogs.com/laishenghao/p/9738912.html