本文記錄用兩層卷積網路實現訓練MNIST資料集

先介紹一下所用核心函式

1.tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=None,data_format=None,name=None)

input：待卷積的資料，格式要求為一個張量tensor，【batch,in_height,in_width,in_channels】

分別表示 批次數，影象高度，寬度，輸入通道數

filter：卷積核，格式要求為【filter_height,filter_width,in_channels,out_channels】

分別表示 卷積核的高度，寬度，輸入通道數，輸出通道數

strides:一個長為4的list，表示每次卷積以後卷積視窗在input中滑動的距離

padding:有SAME和VALID兩個選項，表示是否要保留影象邊上那一圈不完全卷積的部分，如果是SAME，則保留

use_cudnn_on_gpu:是否使用cudnn加速，預設是True

2.tf.nn.max_pool(value,ksize,strides,padding,data_format="NHWC",name=None)

value: 一個4維的張量，格式為【batch,height,width,channels】與conv2d中input格式一樣

ksize:長為4的list，表示池化視窗的尺寸

strides:池化視窗的滑動值，與conv2d中的一樣

padding:與conv2d中用法一樣

具 體 實 例

1.讀入資料

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

#import data
mnist = input_data.read_data_sets("C:\\Users\\1\\AppData\\Local\\Programs\\Python\Python35\\Lib\\site-packages\\tensorflow\\examples\\
 
tutorials\\mnist", one_hot=True)

2.搭建模型

2.1設定變數以及佔位符

x = tf.placeholder(tf.float32, [None, 784])
y_ = tf.placeholder(tf.float32, [None, 10])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)

def weight_variable(shape):
initial = tf.truncated_normal(shape, stddev=0.1) #變數的初始值為截斷正態分佈
  return tf.Variable(initial)

def bias_variable(shape):
initial = tf.constant(0.1, shape=shape)#變數初始值設為常數，不為0的小數
  return tf.Variable(initial)

2.3卷積函式的實現

功能：給定4維的輸入input和filter，計算出一個2維卷積結果

def conv2d(x, W):

return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') #此處要求卷積後圖像大小不變，padding的值為SAME

2.4定義池化函式

tf.nn.max_pool是進行最大值池化操作，tf.nn.avg_pool是平均值池化操作

def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                        strides=[1, 2, 2, 1], padding='SAME')

2.5 訓練過程

2.5.1第一層卷積

第一層卷積核（filter）的尺寸是5*5，通道數為1（因為原圖通道為1），輸出通道為32（32個濾波器），即feature map數目為32

又因為strides=[1,1,1,1]所以單個通道的輸出尺寸應該跟輸入影象一樣，即總的卷積輸出為？*28*28*32，？是批次數

在池化階段，ksize=[1,2,2,1]那麼卷積的結果經過池化後，其尺寸應該是？*14*14*32

W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])
x_image = tf.reshape(x, [-1,28,28,1])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)

2.5.2 第二層卷積

卷積核5*5，輸入通道為32，輸出通道為64

卷積前影象的尺寸為？*14*14*32，卷積後為？*14*14*64

池化後，輸出的影象尺寸為？*7*7*64

W_conv2 = weight_variable([5, 5, 32, 64])#注意此時輸入影象通道數為32
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
h_pool2 = max_pool_2x2(h_conv2)

2.5.3 全連線層

輸入維度為7*7*64，輸出維度為1024

W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])

h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)

這裡使用了Dropout技術，隨機安排一些cell輸出值為0，防止過擬合

keep_prob = tf.placeholder(tf.float32) #作為要輸入的值
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

2.6 分類層

輸入1024維，輸出10維，也就是具體的0~9分類

W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

2.7定義損失函式，優化方法

cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

3.訓練

sess.run(tf.initialize_all_variables()) # 變數初始化
for i in range(20000):
    batch = mnist.train.next_batch(50)
    if i%100 == 0:
        # print(batch[1].shape)
        train_accuracy = accuracy.eval(feed_dict={
            x:batch[0], y_: batch[1], keep_prob: 1.0})
        print("step %d, training accuracy %g"%(i, train_accuracy))
    train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})

print("test accuracy %g"%accuracy.eval(feed_dict={
    x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))#注意測試集測試時不使用dropout