關於Resnet殘差網路的介紹已經非常多了,這裡就不在贅述.使用Tensorflow寫了一個簡單的Resnet,對CIFAR-10資料集進行十分類.關鍵步驟都寫了詳細註釋,雖然最後的精度不高,但還是學習Resnet的思想為主.

import tensorflow as tf
import  os
import numpy as np
import pickle

# 檔案存放目錄
CIFAR_DIR = "./cifar-10-batches-py"


def load_data(filename):
    '''read data from data file'''
    with open(filename, 'rb'
 
) as f:
        data = pickle.load(f, encoding='bytes') # python3 需要新增上encoding='bytes'
        return data[b'data'], data[b'labels'] # 並且 在 key 前需要加上 b

class CifarData:
    def __init__(self, filenames, need_shuffle):
        '''引數1:資料夾 引數2:是否需要隨機打亂'''
        all_data = []
        all_labels = []

        for
 
 filename in filenames:
            # 將所有的資料,標籤分別存放在兩個list中
            data, labels = load_data(filename)
            all_data.append(data)
            all_labels.append(labels)

        # 將列表 組成 一個numpy型別的矩陣!!!!
        self._data = np.vstack(all_data)
        # 對資料進行歸一化, 尺度固定在 [-1, 1] 之間
        self._data = self._data / 127.5
 
 - 1
        # 將列表,變成一個 numpy 陣列
        self._labels = np.hstack(all_labels)
        # 記錄當前的樣本 數量
        self._num_examples = self._data.shape[0]
        # 儲存是否需要隨機打亂
        self._need_shuffle = need_shuffle
        # 樣本的起始點
        self._indicator = 0
        # 判斷是否需要打亂
        if self._need_shuffle:
            self._shffle_data()

    def _shffle_data(self):
        # np.random.permutation() 從 0 到 引數,隨機打亂
        p = np.random.permutation(self._num_examples)
        # 儲存 已經打亂 順序的資料
        self._data = self._data[p]
        self._labels = self._labels[p]

    def next_batch(self, batch_size):
        '''return batch_size example as a batch'''
        # 開始點 + 數量 = 結束點
        end_indictor = self._indicator + batch_size
        # 如果結束點大於樣本數量
        if end_indictor > self._num_examples:
            if self._need_shuffle:
                # 重新打亂
                self._shffle_data()
                # 開始點歸零,從頭再來
                self._indicator = 0
                # 重新指定 結束點. 和上面的那一句,說白了就是重新開始
                end_indictor = batch_size # 其實就是 0 + batch_size, 把 0 省略了
            else:
                raise Exception("have no more examples")
        # 再次檢視是否 超出邊界了
        if end_indictor > self._num_examples:
            raise Exception("batch size is larger than all example")

        # 把 batch 區間 的data和label儲存,並最後return
        batch_data = self._data[self._indicator:end_indictor]
        batch_labels = self._labels[self._indicator:end_indictor]
        self._indicator = end_indictor
        return batch_data, batch_labels

# 拿到所有檔名稱
train_filename = [os.path.join(CIFAR_DIR, 'data_batch_%d' % i) for i in range(1, 6)]
# 拿到標籤
test_filename = [os.path.join(CIFAR_DIR, 'test_batch')]

# 拿到訓練資料和測試資料
train_data = CifarData(train_filename, True)
test_data = CifarData(test_filename, False)

def residual_block(x, output_channel):
    '''
    定義殘差塊兒
    :param x: 輸入tensor
    :param output_channel: 輸出的通道數
    :return: tensor
    需要注意的是:每經過一個stage,通道數就要 * 2
    在同一個stage中,通道數是沒有變化的
    '''
    input_channel = x.get_shape().as_list()[-1] # 拿出 輸入 tensor 的 最後一維:也就是通道數
    if input_channel * 2 == output_channel:
        increase_dim = True
        strides = (2, 2) #
    elif input_channel == output_channel:
        increase_dim = False
        strides = (1, 1)
    else:
        raise Exception("input channel can't match output channel")


    conv1 = tf.layers.conv2d(x,
                              output_channel,
                              (3, 3),
                              strides = strides,
                              padding = 'same',
                              activation = tf.nn.relu,
                              name = 'conv1'
                             )
    conv2 = tf.layers.conv2d(conv1,
                              output_channel,
                              (3, 3),
                              strides = (1, 1), # 因為 上一層 卷積已經進行過降取樣,故這裡不需要
                              padding = 'same',
                              activation = tf.nn.relu,
                              name = 'conv2'
                             )

    if increase_dim: # 需要使用降取樣
        # pooled_x 資料格式 [ None, image_width, image_height, channel ]
        # 要求格式 [ None, image_width, image_height, channel * 2 ]
        pooled_x = tf.layers.average_pooling2d(x,
                                                (2, 2), # size
                                                (2, 2), # stride
                                                padding = 'valid'
                                               )
        '''
        如果輸出通道數是輸入的兩倍的話,需要增加通道數量.
        maxpooling 只能降取樣,而不能增加通道數,
        所以需要單獨增加通道數
        '''
        padded_x = tf.pad(pooled_x, # 引數 2 ,在每一個通道上 加 pad
                           [
                               [ 0, 0 ],
                               [ 0, 0 ],
                               [ 0, 0 ],
                               [input_channel // 2, input_channel // 2] # 實際上就是 2倍input_channel,需要均分開
                            ]
                          )
    else:
        padded_x = x

    output_x = conv2 + padded_x   # 就是 公式: H(x) = F(x) + x
    return  output_x

def res_net(x, num_residual_blocks, num_filter_base, class_num):
    '''
    殘差網路主程式
    :param x:  輸入tensor
    :param num_residual_blocks: 每一個stage有多少殘差塊兒 eg: list [3, 4, 6, 2] 及每一個stage上的殘差塊兒數量
    :param num_filter_base:  最初的通道數
    :param class_num: 所需要的分類數
    :return: tensor
    '''
    num_subsampling = len(num_residual_blocks) # num_subsampling 為 stage 個數
    layers = [] # 儲存每一個殘差塊的輸出
    # x: [ None, width, height, channel] -> [width, height, channel]
    input_size = x.get_shape().as_list()[1:]

    # 首先,開始第一個卷積層
    with tf.variable_scope('conv0'):
        conv0= tf.layers.conv2d(x,
                               num_filter_base,
                               (3, 3),
                               strides = (1, 1),
                                padding = 'same',
                               name = 'conv0'
                               )
        layers.append(conv0)
        # 根據 模型,此處應有一個 pooling,但是 cifar-10 資料集很小,所以不再做 pool
        # num_subsampling = 4, sample_id = [0, 1, 2, 3]
        for sample_id in range(num_subsampling):
            for i in range(num_residual_blocks[sample_id]):
                with tf.variable_scope('conv%d_%d' % (sample_id, i)):
                    conv = residual_block(layers[-1],
                                          num_filter_base * ( 2 ** sample_id ) # 每一個stage都是之前的2倍
                                          )
                    layers.append(conv)


        # 最後就到了 average pool, 1000維 全連線, 這一步
        with tf.variable_scope('fc'):
            # layer[-1].shape: [None, width, height, channel]
            # kernal_size = image_width, image_height
            global_pool = tf.reduce_mean(layers[-1], [1, 2]) # 求平均值函式,引數二 指定 axis
            # global_pool的shape是(?, 128)
            # 這裡需要解釋一下,對第二維,第三維求平均值,實際上就是對每一個feature map求一個平均值,一共有128個特徵圖.
            # 所以維度從四維,降低到了兩維
            logits = tf.layers.dense(global_pool, class_num)
            layers.append(logits)
        return  layers[-1]


# 設計計算圖
# 形狀 [None, 3072] 3072 是 樣本的維數, None 代表位置的樣本數量
x = tf.placeholder(tf.float32, [None, 3072])
# 形狀 [None] y的數量和x的樣本數是對應的
y = tf.placeholder(tf.int64, [None])

# [None, ], eg: [0, 5, 6, 3]
x_image = tf.reshape(x, [-1, 3, 32, 32])
# 將最開始的向量式的圖片,轉為真實的圖片型別
x_image = tf.transpose(x_image, perm= [0, 2, 3, 1])


y_ = res_net(x_image, [2, 3, 2], 32, 10)


# 使用交叉熵 設定損失函式
loss = tf.losses.sparse_softmax_cross_entropy(labels = y, logits = y_)
# 該api,做了三件事兒 1. y_ -> softmax 2. y -> one_hot 3. loss = ylogy

# 預測值 獲得的是 每一行上 最大值的 索引.注意:tf.argmax()的用法,其實和 np.argmax() 一樣的
predict = tf.argmax(y_, 1)
# 將布林值轉化為int型別,也就是 0 或者 1, 然後再和真實值進行比較. tf.equal() 返回值是布林型別
correct_prediction = tf.equal(predict, y)
# 比如說第一行最大值索引是6,說明是第六個分類.而y正好也是6,說明預測正確



# 將上句的布林型別 轉化為 浮點型別,然後進行求平均值,實際上就是求出了準確率
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float64))

with tf.name_scope('train_op'): # tf.name_scope() 定義該變數的名稱空間
    train_op = tf.train.AdamOptimizer(1e-3).minimize(loss) # 將 損失函式 降到 最低

# 初始化變數
init = tf.global_variables_initializer()

batch_size = 20
train_steps = 100000
test_steps = 100
with tf.Session() as sess:
    sess.run(init) # 注意: 這一步必須要有!!
    # 開始訓練
    for i in range(train_steps):
        # 得到batch
        batch_data, batch_labels = train_data.next_batch(batch_size)
        # 獲得 損失值, 準確率
        loss_val, acc_val, _ = sess.run([loss, accuracy, train_op], feed_dict={x:batch_data, y:batch_labels})
        # 每 500 次 輸出一條資訊
        if (i+1) % 500 == 0:
            print('[Train] Step: %d, loss: %4.5f, acc: %4.5f' % (i+1, loss_val, acc_val))
        # 每 5000 次 進行一次 測試
        if (i+1) % 5000 == 0:
            # 獲取資料集,但不隨機
            test_data = CifarData(test_filename, False)
            all_test_acc_val = []
            for j in range(test_steps):
                test_batch_data, test_batch_labels = test_data.next_batch(batch_size)
                test_acc_val = sess.run([accuracy], feed_dict={ x:test_batch_data, y:test_batch_labels })
                all_test_acc_val.append(test_acc_val)
            test_acc = np.mean(all_test_acc_val)

            print('[Test ] Step: %d, acc: %4.5f' % ((i+1), test_acc))


'''
訓練一萬次的最終結果:
=====================================================
[Train] Step: 10000, loss: 0.75691, acc: 0.75000
[Test ] Step: 10000, acc: 0.74750
=====================================================
'''