Tensorflow卷积神经网络实例进阶_Python

在Tensorflow卷积神经网络实例这篇博客中，我们实现了一个简单的卷积神经网络，没有复杂的Trick。接下来，我们将使用CIFAR-10数据集进行训练。

CIFAR-10是一个经典的数据集，包含60000张32*32的彩色图像，其中训练集50000张，测试集10000张。CIFAR-10如同其名字，一共标注为10类，每一类图片6000张。

本文实现了进阶的卷积神经网络来解决CIFAR-10分类问题，我们使用了一些新的技巧：

对weights进行了L2的正则化
对图片进行了翻转、随机剪切等数据增强，制造了更多样本
在每个卷积-最大池化层后面使用了LRN（局部响应归一化层），增强了模型的泛化能力

首先需要下载Tensorflow models Tensorflow models，以便使用其中的CIFAR-10数据的类.进入目录models/tutorials/image/cifar10目录，执行以下代码

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

									import cifar10

									import cifar10_input

									import tensorflow as tf

									import numpy as np

									import time

									# 定义batch_size, 训练轮数max_steps, 以及下载CIFAR-10数据的默认路径

									max_steps = 3000

									batch_size = 128

									data_dir = 'E:\\tmp\cifar10_data\cifar-10-batches-bin'

									# 定义初始化weight的函数，定义的同时，对weight加一个L2 loss，放在集'losses'中

									def variable_with_weight_loss(shape, stddev, w1):

									  var = tf.Variable(tf.truncated_normal(shape, stddev=stddev))

									  if w1 is not None:

									    weight_loss = tf.multiply(tf.nn.l2_loss(var), w1, name='weight_loss')

									    tf.add_to_collection('losses', weight_loss)

									  return var

									# 使用cifar10类下载数据集，并解压、展开到其默认位置

									#cifar10.maybe_download_and_extract()

									# 在使用cifar10_input类中的distorted_inputs函数产生训练需要使用的数据。需要注意的是，返回的是已经封装好的tensor，

									# 且对数据进行了Data Augmentation（水平翻转、随机剪切、设置随机亮度和对比度、对数据进行标准化）

									images_train, labels_train = cifar10_input.distorted_inputs(data_dir=data_dir, batch_size=batch_size)

									# 再使用cifar10_input.inputs函数生成测试数据，这里不需要进行太多处理

									images_test, labels_test = cifar10_input.inputs(eval_data=True,

									                        data_dir=data_dir,

									                        batch_size=batch_size)

									# 创建数据的placeholder

									image_holder = tf.placeholder(tf.float32, [batch_size, 24, 24, 3])

									label_holder = tf.placeholder(tf.int32, [batch_size])

									# 创建第一个卷积层

									weight1 = variable_with_weight_loss(shape=[5, 5, 3, 64], stddev=5e-2,

									                  w1=0.0)

									kernel1 = tf.nn.conv2d(image_holder, weight1, strides=[1, 1, 1, 1], padding='SAME')

									bias1 = tf.Variable(tf.constant(0.0, shape=[64]))

									conv1 = tf.nn.relu(tf.nn.bias_add(kernel1, bias1))

									pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],

									            padding='SAME')

									# LRN层对ReLU会比较有用，但不适合Sigmoid这种有固定边界并且能抑制过大值的激活函数

									norm1 = tf.nn.lrn(pool1, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75)

									# 创建第二个卷积层

									weight2 = variable_with_weight_loss(shape=[5, 5, 64, 64], stddev=5e-2,

									                  w1=0.0)

									kernel2 = tf.nn.conv2d(norm1, weight2, strides=[1, 1, 1, 1], padding='SAME')

									bias2 = tf.Variable(tf.constant(0.1, shape=[64]))

									conv2 = tf.nn.relu(tf.nn.bias_add(kernel2, bias2))

									norm2 = tf.nn.lrn(conv2, 4, bias=1.0, alpha=0.001 / 9.0, beta=0.75)

									pool2 = tf.nn.max_pool(norm2, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1],

									            padding='SAME')

									# 使用一个全连接层

									reshape = tf.reshape(pool2, [batch_size, -1])

									dim = reshape.get_shape()[1].value

									weight3 = variable_with_weight_loss(shape=[dim, 384], stddev=0.04, w1=0.004)

									bias3 = tf.Variable(tf.constant(0.1, shape=[384]))

									local3 = tf.nn.relu(tf.matmul(reshape, weight3) + bias3)

									# 再使用一个全连接层，隐含节点数下降了一半，只有192个，其他的超参数保持不变

									weight4 = variable_with_weight_loss(shape=[384, 192], stddev=0.04, w1=0.004)

									bias4 = tf.Variable(tf.constant(0.1, shape=[192]))

									local4 = tf.nn.relu(tf.matmul(local3, weight4) + bias4)

									# 最后一层，将softmax放在了计算loss部分

									weight5 = variable_with_weight_loss(shape=[192, 10], stddev=1 / 192.0, w1=0.0)

									bias5 = tf.Variable(tf.constant(0.0, shape=[10]))

									logits = tf.add(tf.matmul(local4, weight5), bias5)

									# 定义loss

									def loss(logits, labels):

									  labels = tf.cast(labels, tf.int64)

									  cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=labels,

									                                  name='cross_entropy_per_example')

									  cross_entropy_mean = tf.reduce_mean(cross_entropy, name='cross_entropy')

									  tf.add_to_collection('losses', cross_entropy_mean)

									  return tf.add_n(tf.get_collection('losses'), name='total_loss')

									# 获取最终的loss

									loss = loss(logits, label_holder)

									# 优化器

									train_op = tf.train.AdamOptimizer(1e-3).minimize(loss)

									# 使用tf.nn.in_top_k函数求输出结果中top k的准确率，默认使用top 1，也就是输出分数最高的那一类的准确率

									top_k_op = tf.nn.in_top_k(logits, label_holder, 1)

									# 使用tf.InteractiveSession创建默认的session，接着初始化全部模型参数

									sess = tf.InteractiveSession()

									tf.global_variables_initializer().run()

									# 启动图片数据增强线程

									tf.train.start_queue_runners()

									# 正式开始训练

									for step in range(max_steps):

									  start_time = time.time()

									  image_batch, label_batch = sess.run([images_train, labels_train])

									  _, loss_value = sess.run([train_op, loss], feed_dict={image_holder: image_batch, label_holder: label_batch})

									  duration = time.time() - start_time

									  if step % 10 == 0:

									    example_per_sec = batch_size / duration

									    sec_per_batch = float(duration)

									    format_str = 'step %d, loss=%.2f ,%.1f examples/sec, %.3f sec/batch'

									    print(format_str % (step, loss_value, example_per_sec, sec_per_batch))

									num_examples = 10000

									import math

									num_iter = int(math.ceil(num_examples / batch_size))

									true_count = 0

									total_sample_count = num_iter * batch_size

									step = 0

									while step < num_iter:

									  image_batch, label_batch = sess.run([images_test, labels_test])

									  predictions = sess.run([top_k_op], feed_dict={image_holder: image_batch, label_holder: label_holder})

									  true_count += np.sum(predictions)

									  step += 1

									precision = true_count / total_sample_count

									print('precision @ 1 = %.3f'%precision)