卷积神经网络
-
卷积神经网络最早是为了解决图像识别的问题,现在也用在时间序列数据和文本数据处理当中,卷积神经网络对于数据特征的提取不用额外进行,在对网络的训练的过程当中,网络会自动提取主要的特征.
-
卷积神经网络直接用原始图像的全部像素作为输入,但是内部为非全连接结构.因为图像数据在空间上是有组织结构的,每一个像素在空间上和周围的像素是有关系的,和相距很远的像素基本上是没什么联系的,每个神经元只需要接受局部的像素作为输入,再将局部信息汇总就能得到全局信息. 权值共享和池化两个操作使网络模型的参数大幅的减少,提高了模型的训练效率.
卷积神经网络主要特点
-
权值共享: 在卷积层中可以有多个卷积核,每个卷积核与原始图像进行卷积运算后会映射出一个新的2D图像,新图像的每个像素都来自同一个卷积核.这就是权值共享.
-
池化: 降采样,对卷积(滤波)后,经过激活函数处理后的图像,保留像素块中灰度值最高的像素点(保留最主要的特征),比如进行 2X2的最大池化,把一个2x2的像素块降为1x1的像素块.
卷积网络的训练数据（112*92*3图形）
从data目录读取数据，famale存放女性图片，male存放男性图片
def read_img(list,flag=0): for i in range(len(list)-1): if os.path.isfile(list[i]): images.append(cv2.imread(list[i]).flatten()) labels.append(flag)read_img(get_img_list('male'),[0,1])read_img(get_img_list('female'),[1,0])images = np.array(images)labels = np.array(labels)
重新打乱
permutation = np.random.permutation(labels.shape[0])all_images = images[permutation,:]all_labels = labels[permutation,:]
训练集与测试集比例 8：2
train_total = all_images.shape[0]train_nums= int(all_images.shape[0]*0.8)test_nums = all_images.shape[0]-train_nums#训练集images = all_images[0:train_nums,:]labels = all_labels[0:train_nums,:]#测试集test_images = all_images[train_nums:train_total,:]test_labels = all_labels[train_nums:train_total,:]
训练参数
train_epochs=3000 # 训练轮数batch_size= random.randint(6,18) # 每次训练数据,随机drop_prob = 0.4 # 正则化,丢弃比例learning_rate=0.00001 # 学习效率
网络结构
输入层为输入的灰度图像尺寸: -1 x 112 x 92 x 3 第一个卷积层,卷积核的大小,深度和数量 (3, 3, 3, 16)池化后的特征张量尺寸: -1 x 56 x 46 x 16第二个卷积层,卷积核的大小,深度和数量 (3, 3, 16, 32)池化后的特征张量尺寸: -1 x 28 x 23 x 32第三个卷积层,卷积核的大小,深度和数量 (3, 3, 32, 64)池化后的特征张量尺寸: -1 x 14 x 12 x 64全连接第一层权重矩阵: 10752 x 512全连接第二层权重矩阵: 512 x 128输出层与全连接隐藏层之间: 128 x 2
辅助函数
# 权重初始化(卷积核初始化)# tf.truncated_normal()不同于tf.random_normal(),返回的值中不会偏离均值两倍的标准差# 参数shpae为一个列表对象,例如[5, 5, 1, 32]对应# 5,5 表示卷积核的大小, 1代表通道channel,对彩色图片做卷积是3,单色灰度为1# 最后一个数字32,卷积核的个数,(也就是卷基层提取的特征数量)def weight_init(shape): weight = tf.truncated_normal(shape,stddev=0.1,dtype=tf.float32) return tf.Variable(weight)#偏执初始化def bias_init(shape): bias = tf.random_normal(shape,dtype=tf.float32) return tf.Variable(bias)#全连接矩阵初始化def fch_init(layer1,layer2,const=1): min = -const * (6.0 / (layer1 + layer2)); max = -min; weight = tf.random_uniform([layer1, layer2], minval=min, maxval=max, dtype=tf.float32) return tf.Variable(weight) # 源码的位置在tensorflow/python/ops下nn_impl.py和nn_ops.py# 这个函数接收两个参数,x 是图像的像素, w 是卷积核# x 张量的维度[batch, height, width, channels]# w 卷积核的维度[height, width, channels, channels_multiplier]# tf.nn.conv2d()是一个二维卷积函数,# stirdes 是卷积核移动的步长,4个1表示,在x张量维度的四个参数上移动步长# padding 参数'SAME',表示对原始输入像素进行填充,卷积后映射的2D图像与原图大小相等# 填充,是指在原图像素值矩阵周围填充0像素点# 如果不进行填充,假设 原图为 32x32 的图像,卷积和大小为 5x5 ,卷积后映射图像大小 为 28x28def conv2d(images,weight): return tf.nn.conv2d(images,weight,strides=[1,1,1,1],padding='SAME')
Padding
#池化卷积核在提取特征时的动作成为padding，它有两种方式：SAME和VALID。卷积核的移动步长不一定能够整除图片像素的宽度，所以在有些图片的边框位置有些像素不能被卷积。这种不越过边缘的取样就叫做 valid padding，卷积后的图像面积小于原图像。为了让卷积核覆盖到所有的像素，可以对边缘位置进行0像素填充，然后在进行卷积。这种越过边缘的取样是 same padding。如过移动步长为1，那么得到和原图一样大小的图像。如果步长很大，超过了卷积核长度，那么same padding，得到的特征图也会小于原来的图像。def max_pool2x2(images,tname): return tf.nn.max_pool(images,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME',name=tname)
#images_input 为输入的图片，labels_input为输入的标签images_input = tf.placeholder(tf.float32,[None,112*92*3],name='input_images')labels_input = tf.placeholder(tf.float32,[None,2],name='input_labels')#把图像转换为112*92*3的形状x_input = tf.reshape(images_input,[-1,112,92,3])
训练
第一层卷积+池化
# 卷积核3*3*3 16个 第一层卷积w1 = weight_init([3,3,3,16])b1 = bias_init([16])conv_1 = conv2d(x_input,w1)+b1relu_1 = tf.nn.relu(conv_1,name='relu_1')max_pool_1 = max_pool2x2(relu_1,'max_pool_1')
第二层卷积+池化
# 卷积核3*3*16 32个 第二层卷积w2 = weight_init([3,3,16,32])b2 = bias_init([32])conv_2 = conv2d(max_pool_1,w2) + b2relu_2 = tf.nn.relu(conv_2,name='relu_2')max_pool_2 = max_pool2x2(relu_2,'max_pool_2')
第三层卷积+池化
w3 = weight_init([3,3,32,64])b3 = bias_init([64])conv_3 = conv2d(max_pool_2,w3)+b3relu_3 = tf.nn.relu(conv_3,name='relu_3')max_pool_3 = max_pool2x2(relu_3,'max_pool_3')
全连接第一层
#把第三层的卷积结果平铺成一维向量f_input = tf.reshape(max_pool_3,[-1,14*12*64])#全连接第一层 31*31*32,512f_w1= fch_init(14*12*64,512)f_b1 = bias_init([512])f_r1 = tf.matmul(f_input,f_w1) + f_b1#激活函数，relu随机丢掉一些权重提供泛华能力f_relu_r1 = tf.nn.relu(f_r1)# 为了防止网络出现过拟合的情况,对全连接隐藏层进行 Dropout(正则化)处理,在训练过程中随机的丢弃部分# 节点的数据来防止过拟合.Dropout同把节点数据设置为0来丢弃一些特征值,仅在训练过程中,# 预测的时候,仍使用全数据特征# 传入丢弃节点数据的比例f_dropout_r1 = tf.nn.dropout(f_relu_r1,drop_prob)
全连接第二层
f_w2 = fch_init(512,128)f_b2 = bias_init([128])f_r2 = tf.matmul(f_dropout_r1,f_w2) + f_b2f_relu_r2 = tf.nn.relu(f_r2)f_dropout_r2 = tf.nn.dropout(f_relu_r2,drop_prob)
全连接输出层
f_w3 = fch_init(128,2)f_b3 = bias_init([2])f_r3 = tf.matmul(f_dropout_r2,f_w3) + f_b3最后输出结果，可能是这样的[[0.0001,0.99999] ，那个位置的结果大就属于哪个分类f_softmax = tf.nn.softmax(f_r3,name='f_softmax')
损失函数
#交叉熵代价函数cross_entry = tf.reduce_mean(tf.reduce_sum(-labels_input*tf.log(f_softmax)))#优化器，自动执行梯度下降算法optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cross_entry)
计算准确率&损失
arg1 = tf.argmax(labels_input,1)arg2 = tf.argmax(f_softmax,1)#每个样本的预测结果是一个(1,2)的vectorcos = tf.equal(arg1,arg2)# tf.cast把bool值转换为浮点数acc = tf.reduce_mean(tf.cast(cos,dtype=tf.float32))
启动会话开始训练
init = tf.global_variables_initializer()sess = tf.Session()sess.run(init)Cost = []Accuracy=[]for i in range(train_epochs): idx=random.randint(0,len(train_data.images)-20) batch= random.randint(6,18) train_input = train_data.images[idx:(idx+batch)] train_labels = train_data.labels[idx:(idx+batch)] result,acc1,cross_entry_r,cos1,f_softmax1,relu_1_r= sess.run([optimizer,acc,cross_entry,cos,f_softmax,relu_1],feed_dict={images_input:train_input,labels_input:train_labels}) print acc1 Cost.append(cross_entry_r) Accuracy.append(acc1)# 代价函数曲线fig1,ax1 = plt.subplots(figsize=(10,7))plt.plot(Cost)ax1.set_xlabel('Epochs')ax1.set_ylabel('Cost')plt.title('Cross Loss')plt.grid()plt.show()# 准确率曲线fig7,ax7 = plt.subplots(figsize=(10,7))plt.plot(Accuracy)ax7.set_xlabel('Epochs')ax7.set_ylabel('Accuracy Rate')plt.title('Train Accuracy Rate')plt.grid()plt.show()
测试集验证
#测试arg2_r = sess.run(arg2,feed_dict={images_input:train_data.test_images,labels_input:train_data.test_labels})arg1_r = sess.run(arg1,feed_dict={images_input:train_data.test_images,labels_input:train_data.test_labels})#使用混淆矩阵，打印报告print (classification_report(arg1_r, arg2_r))
验证通过，保存模型
#保存模型saver = tf.train.Saver()saver.save(sess, './model/my-gender-v1.0')
使用已训练好的模型参考：gender_model_use.py
结果: 迭代3000次，模型的准确率达到93%
训练交叉熵代价
训练的准确率
训练数据中的一个样本 
第一层卷积提取的特征
2x2池化后特征
第二层卷积提取的特征
2x2池化后特征
第三层卷积提取的特征
2x2池化后特征
参考
https://blog.csdn.net/u014281392/article/details/74316028