1.卷积神经网络（Convolutional Neural Network ，CNN）
优点：
（1）直接使用图像的原始像素作为输入，不必先使用SIFT等算法提取特征，减少了大量重复、繁琐的数据预处理工作；
（2）卷积神经网络训练的模型对缩放、平移、旋转等畸变具有不变性，有很强的泛化性；
（3）卷积神经网络最大的特点是卷积的权值共享结构，大幅减少神经网络的参数量，防止过拟合的同时又降低神经网络模型的复 杂度。
……
所以，这也是卷积神经网络这么火的原因吧。
2.tensorflow实现简单的卷积神经网络的代码实现
（1）环境：Ubuntu16.04 + Python3.5 + tensorflow 1.14的CPU（或者GPU，笔者的是CPU，不得不说，真的很慢）
（2）CNN的简单网络模型：两个卷积层 + 一个全连接层
（3）代码实现(来自TensorFlow的开源实现)：
/*导入tensorflow，创建路径，载入数据集*/
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_sets("MNIST_data",one_hot = True)/*第一个参数是路径*/
/*创建默认的Interactive session，之后的运算默认跑在这个session中，不同的session中的运算和数据是相互独立的*/
sess = tf.InteractiveSession()
/*卷积神经网络有很多的权重和偏置需要创建，需要先定义好初始化函数，方便重复使用，越复杂的神经网络，初始化函数越复杂，也越重要。给权重制造一些随机的噪声打破完全对称，如截断的正态分布噪声，标准差设为0.1，给偏置增加小的正值，避免死亡节点*/
def weight_variable(shape):
initial = tf.truncated_normal(shape, stddev=0.1)
return tf.Variable(initial)
def bias_variable(shape):
initial = tf.constant(0.1, shape = shape)
return tf.Variable(initial)
/*定义卷积层和池化层的函数，tf.nn.conv2d是tensorflow中的2维卷积函数，参数中，x是输入，W是卷积的参数，如[5,5,1,32],前面两个数字代表卷积核的尺寸，第3个是通道（channel）的数量，如果是灰度单色，就是1，如果是RGB，就是3，最后一个数字代表卷积核的数量，即这个卷积核会提取多少类的特征。strides代表卷积模板移动的步长，都是1代表会划过图片的每一个点。padding代表边界的处理方式，SAME代表给边界加上padding，使输入和输出保持同样的尺寸。tf.nn.max_pool是tensorflow的最大池化函数，使用2X2的最大池化,将2X2的像素块将为1X1的，最大池化会保留原始像素块中灰度值最高的那个像素，即保留最显著特征*/
def conv2d(x, W):
return tf.nn.conv2d(x, W, strides = [1,1,1,1], padding = 'SAME')
def max_pool_2X2(x):
return tf.nn.max_pool(x, ksize = [1,2,2,1], strides = [1,2,2,1], passing = 'SAME')
/*先创建输入数据的地方placeholder,第一个参数是数据类型，第二个[None, 784],代表tensor的shape，即数据尺寸。x是特征，y_是真实的label*/
x = tf.placeholder(tf.float32, [None,784])
y_ = tf.placeholder(tf.float32, [None,10])
/*卷积神经网络要用到空间结构信息，因此要把1维的输入向量转为2维的图片结构，即从1X784-->28X28，-1代表样本数量不固定，最后的1是指通道数量为1*/
x_image = tf.reshape(x, [-1,28,28,1])
/*定义第一个卷积层，ReLU为激活函数，进行非线性处理*/
W_conv1 = weight_variable([5,5,1,32])
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2X2(h_conv1)
/*定义第二个卷积层，卷积核数量变成了64，其他一样*/
W_conv2 = weight_variable([5,5,1,64])
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(x_image, W_conv2) + b_conv2)
h_pool2 = max_pool_2X2(h_conv2)
/*前面使用两次2X2的最大池化，现在边长为之前的1/4，即28X28 --> 7X7，两次卷积之后，输出的tensor尺寸为7X7X64，使用tf.reshape函数对输出进行变形处理，转为1维向量，然后连接一个全连接层，隐含结点为1024，最后使用relu激活函数*/
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)
/*使用Dropout层，减轻过拟合*/
keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
/*最后将dropout的输出连接到Softmax层，得到概率输出*/
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)
/*定义损失函数cross_entropy,优化器使用Adam，学习速率为1e-4*/
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y_conv),reduction_indices=[1]))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
/*定义评测准确率*/
correct_prediction = tf.equal(tf.argmax(y_conv,1) tf.argmax(y_,1))
accuracy = tf.reduce.mean(tf.cast(correct_prediction, tf.float32))
/*开始训练，首先初始化所有参数，使用大小为50的mini-batch，进行20000次迭代，训练的样本共100万*/
tf.initialize_all_variable().run()
for i in range(20000):
batch = mnist.train.next_batch(50)
if i%10 ==0:
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})
/*全部训练完成，得到整体的分类准确率*/
print("test accuracy %g"%accuracy.eval(feed_dict={x:mnist.test.images, y_:mnist.test.labels, keep_prob: 1.0})
（4）最终结果，这个简单的CNN模型的准确率约为99.2%，在tensorflow的CPU版本上面运行，时间比较久，在GPU版本上面就快很多了。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
