Tensorflow学习总结(1):CNN

2023-11-05

简介:

        CNN(卷积神经网络)是一种特殊的对图像识别的方式,属于非常有效的带有前向反馈的网络。CNN主要用于对二维图像的识别,它的网络结构对平移、比例放缩、倾斜或其他的变形具有高度不变性。因为,每层关注的特征不一样,贴近原图的,关注像素级别的,而经过多次特征提取后,关联型、序列型或结构化等类型的特征(如拓扑结构)被提取出来,其一致性与事物本身的一致性就比较接近了。现在,卷积网络主要用于图像识别领域,也可以用于人脸识别、文字识别等方向。

1、tf.reshape([-1,28,28,1])

由图中可以看出-1为缺省值。

 2、tf.nn.conv2d(x_image,weight,stride,padding)
  strdie:    stride=[1,x_movement,y_movement,1], stride[0],stride[3] must be 1   
  padding:    有两个值'SAME' 和'VALID' 。'SAME' :表示用0填充,为了使输入输出是同一大小。

 
3、长度为M和N的两个序列卷积后得到序列长度为M+N-1。
4、池化:池化的作用等价于采样,为了后面的全连接的时候减少连接数。

 池化分为两种,一种是最大池化(max_pool),在选中区域中找最大的值作为最后的值。另一种是平均池化,把选中区域中的值作为抽样后的值。池化原因是,为了后面的全连接的时候减少连接数。
    
    
  1. # create pooling ,in order to reduce the loss of info when cutting the image
  2. def max_pool_2x2(x):
  3. return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

tf.nn.max_pool(value, ksize, strides, padding, name=None)

参数是四个,和卷积很类似:

第一个参数value:需要池化的输入,一般池化层接在卷积层后面,所以输入通常是feature map,依然是[batch, height, width, channels]这样的shape

第二个参数ksize:池化窗口的大小,取一个四维向量,一般是[1, height, width, 1],因为我们不想在batch和channels上做池化,所以这两个维度设为了1

第三个参数strides:和卷积类似,窗口在每一个维度上滑动的步长,一般也是[1, stride,stride, 1]

第四个参数padding:和卷积类似,可以取'VALID' 或者'SAME'

返回一个Tensor,类型不变,shape仍然是[batch, height, width, channels]这种形式


5、tf.nn.relu()激活函数:目的是使数据非线性
6、tf.nn.dropout(input, keep_prob)
目的是防止过拟合,在输出层之前应用dropout技术(即丢弃某些神经元的输出结果)。Dropout在训练过程中使用,而在测试中不使用。
7、reduce_mean()函数
         求最大值 tf.reduce_max(input_tensor, reduction_indices=None, keep_dims=False, name=None)

求平均值tf.reduce_mean(input_tensor, reduction_indices=None, keep_dims=False, name=None)

参数(1)input_tensor:待求值的tensor。

参数(2)reduction_indices:在哪一维上求解。

参数(3)(4)可忽略

举例说明:

# 'x' is [[1., 2.]
#         [3., 4.]]
x是一个2维数组,分别调用reduce_*函数如下:

首先求平均值,

tf.reduce_mean(x) ==> 2.5 #如果不指定第二个参数,那么就在所有的元素中取平均值
tf.reduce_mean(x, 0) ==> [2.,  3.] #指定第二个参数为0,则第一维的元素取平均值,即每一列求平均值
tf.reduce_mean(x, 1) ==> [1.5,  3.5] #指定第二个参数为1,则第二维的元素取平均值,即每一行求平均值
同理,还可用tf.reduce_max()求最大值。
附:代码和分析

 
    
    
  1. import tensorflow as tf
  2. from tensorflow.examples.tutorials.mnist import input_data
  3. # 60000行的训练数据集(mnist.train)和10000行的测试数据集(mnist.test)
  4. # (每一行包含28*28=784个像素点)
  5. # Import data
  6. mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
  7. # init weight
  8. def weight_variable(shape):
  9. initial = tf.truncated_normal(shape, stddev=0.01)
  10. return tf.Variable(initial)
  11. # init bias
  12. def bias_variable(shape):
  13. initial = tf.constant(0.1, shape=shape)
  14. return tf.Variable(initial)
  15. # create CNN layer
  16. def conv2d(x, W):
  17. # stride [1,x_movement,y_movement,1],stride[0] and stride[3] must be 1
  18. return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') ### ???
  19. # create pooling ,in order to reduce the loss of info when cutting the image
  20. def max_pool_2x2(x):
  21. return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
  22. # def compute_accuracy
  23. def comput_accuracy(v_xs, v_ys):
  24. global prediction
  25. y_pre = sess.run(prediction, feed_dict={xs: v_xs, keep_prob: 1})
  26. correct_pre = tf.equal(tf.argmax(y_pre, 1), tf.argmax(v_ys, 1))
  27. accuracy = tf.reduce_mean(tf.cast(correct_pre, tf.float32))
  28. result = sess.run(accuracy, feed_dict={xs: v_xs, ys: v_ys, keep_prob: 1})
  29. return result
  30. # define placeholder for inputs to network
  31. xs = tf.placeholder(tf.float32, [None, 784]) # 28x28
  32. ys = tf.placeholder(tf.float32, [None, 10])
  33. keep_prob = tf.placeholder(tf.float32)
  34. x_image = tf.reshape(xs, [-1, 28, 28, 1])
  35. # print(x_image.shape) #[n_sample.28,28,1]
  36. # conv1 layer
  37. W_conv1 = weight_variable([5, 5, 1, 32]) # patch 5x5,in size 1,out size 32
  38. b_conv1 = bias_variable([32])
  39. hide_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
  40. # relu: let data nonlinear , output size 28x28x32
  41. hide_pool1 = max_pool_2x2(hide_conv1) # output size 14x14x32
  42. # conv2 layer
  43. W_conv2 = weight_variable([5, 5, 32, 64]) # patch 5x5,in size 32,out size 64
  44. b_conv2 = bias_variable([64])
  45. hide_conv2 = tf.nn.relu(conv2d(hide_pool1, W_conv2) + b_conv2) # relu: let data nonlinear , output size 14x14x64
  46. hide_pool2 = max_pool_2x2(hide_conv2) # output size 7x7x64
  47. # func1 layer
  48. W_fc1 = weight_variable([7*7*64, 1024]) # 全连接
  49. b_fc1 = bias_variable([1024])
  50. # [n_samples,7,7,64] ->> [n_samples,7*7*64]
  51. h_pool2_flat = tf.reshape(hide_pool2, [-1, 7*7*64])            # 转化为1维
  52. h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)       # 点积
  53. h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)
  54. # func2 layer
  55. W_fc2 = weight_variable([1024, 10])
  56. b_fc2 = bias_variable([10])
  57. prediction = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)
  58. # the error between the prediction and real data
  59. cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys*tf.log(prediction), reduction_indices=[1]))
  60. train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
  61. # create session
  62. with tf.Session() as sess:
  63. sess.run(tf.global_variables_initializer())
  64. for i in range(1000):
  65. batch_xs, batch_ys = mnist.train.next_batch(100)
  66. sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys, keep_prob: 0.5})
  67. if i % 40 == 0:
  68. print(comput_accuracy(mnist.test.images, mnist.test.labels))
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@)

Tensorflow学习总结(1):CNN 的相关文章

随机推荐

  • 开开心心带你学习MySQL数据库之第六篇下

    插入查询结果 把查询和新增联合起来 把查询结果作为新增的数据 例子 把student1表的查询结果作为新增数据插入到student2表中 create table student1 id int name varchar 20 create
  • 英伟达闲着没事,做了一个超级逼真的人脸生成AI系统!

    Nvidia 英伟达的人脸面部表情方法真的是GAN 风格 一种新的生成性对抗网络方法让技术观察者摸不着头脑 图像如何虚假而又看起来如此真实 研究人员在一段视频中说 我们想出了一种新的发生器 可以自动学习分离图像的不同方面而无需任何人为监督
  • 3阶Hermitian正定矩阵Cholesky分解通用表达式

    pdf文件 算法原理 将一个 n n n阶Hermitian正定矩阵 A A A分解为一个下三角矩阵 L L
  • java拦截通过url访问页面,必须通过登录页面访问目标页面

    在web xml中配置过滤
  • ROS AGV 笔记

    Ubuntu18 04 install of ROS Melodic 1 Installation 1 1 Configure your Ubuntu repositories 1 2 Setup your sources list sud
  • STM32_USART

    1 时钟使能 RCC APB2PeriphClockCmd RCC APB2Periph USART1 RCC APB2Periph GPIOA ENABLE USART1 GPIOA 2 引脚配置 GPIO InitTypeDef GPI
  • 二叉树的层序遍历(广度优先遍历)

    二叉树的层序遍历 Name 二叉树的层序遍历 Copyright Author lkm Date 01 04 22 21 47 include
  • Web开发权威指南笔记(三)

    书 Web开发权威指南 美 Chris Aquino Todd Gandee著 为3rd实战项目Chattrbox练习以及代码整理 全为个人借鉴本书产出 若需要转载请联系通知我 请尊重原创 谢谢 整理了大概8天了 内容比较多 很多重点都整理
  • Eigen: C++开源矩阵计算工具——Eigen的简单用法

    Eigen非常方便矩阵操作 当然它的功能不止如此 由于本人只用到了它的矩阵相关操作 所以这里只给出了它的一些矩阵相关的简单用法 以方便快速入门 矩阵操作在算法研究过程中 非常重要 例如在图像处理中二维高斯拟合求取光斑中心时使用Eigen提供
  • Android优秀开源项目汇总

    UI相关 图片 Android Universal Image Loader com nostra13 universalimageloader 异步加载 缓存 显示图片 ImageLoader com novoda imageloader
  • multipartFile.getOriginalFilename();不能获取原文件名称,也就是含有路径名

    一直在debug 发现只能获取文件名 进去看源代码 翻译过来就是 返回客户端文件系统中的原始文件名 p 这可能包含路径信息 取决于所使用的浏览器 但它通常不会与opera浏览器有关 只是可能包含路径名 所以我试了360浏览器 谷歌 火狐都只
  • 进程和线程的区别和联系

    一 简介 进程 进程是操作系统资源分配的基本单位 进程是指正在运行的程序实例 每个进程都有自己的内存空间 代码 数据和资源 操作系统通过管理进程来控制计算机的资源分配 每个进程都有一个唯一的标识符 称为进程 ID 以便操作系统可以识别和管理
  • Adapter 适配器基础讲解

    Adapter 适配器基础讲解 1 MVC模式的简单理解 在开始学习 Adapter 之前我们要来了解下这个 MVC 模式概念 举个例子 大型的商业程序通常由多人一同开 发完成 比如有人负责操作接口的规划与设计 有人负责程序代码的编写如果要
  • 表情包(图片)自生产——Python爬虫xpath实现

    文章目录 严正声明 爬虫应严格遵守国家的相关法律法规 坚决做一只文明爬虫 前言 一 知识准备 二 功能解析与实现 1 引入库 2 请求准备 3 发起请求 4 数据解析 5 数据保存 6 成果展示 三 普通代码展示 四 封装代码展示 总结 严
  • 核心基础知识1

    图片相关 安卓选择ETC2 8bit 苹果选择ETC PVRTC 4 bit RGBA32 32代表RGBA4个通道总共32位 每一个通道是8位 通常图片的格式有jpg和png jpg代表的是有损压缩无透明 png无损压缩有透明 显示同一张
  • 埋点--Vue前端通过自定义指令实现埋点功能

    需求 项目新版本新功能 需要再新页面添加埋点功能 记录用户的使用情况和使用习惯 因为前端项目使用的是Vue 所以选择使用Vue的自定义指令来实现埋点功能 埋点 主要记录 谁 什么时候 做了什么事情 直接上代码 1 自定义指令 import
  • HTML响应式Web设计

    目录 什么是响应式 Web 设计 创建自己的响应式设计 使用 Bootstrap 什么是响应式 Web 设计 RWD 指的是响应式 Web 设计 Responsive Web Design RWD 能够以可变尺寸传递网页 RWD 对于平板和
  • ARTS挑战打卡第十七周

    Algorithm 一周至少一道算法题 Review 阅读并点评至少一篇英文技术文章 Tip 学习至少一个技术技巧 总结和归纳在日常工作中所遇到的知识点 Share 分享一篇有观点和思考的技术文章 01 Algorthm https lee
  • xp系统开启iis服务器,WindowsXPHome版本安装IIS服务器方法

    首先在 开始 菜单的 运行 中输入 c Windows inf sysoc inf 系统会自动使用记事本打开sysoc inf这个文件 在sysoc inf中找到 Components 这一段 因为是XP简化版 所以里面东西很少 在里面加上
  • Tensorflow学习总结(1):CNN

    简介 CNN 卷积神经网络 是一种特殊的对图像识别的方式 属于非常有效的带有前向反馈的网络 CNN主要用于对二维图像的识别 它的网络结构对平移 比例放缩 倾斜或其他的变形具有高度不变性 因为 每层关注的特征不一样 贴近原图的 关注像素级别的