傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，權(quán)值太多乏悄，計算量太大浙值，需要大量樣本進行訓(xùn)練。（建議: 網(wǎng)絡(luò)中需要確定的權(quán)值數(shù)為 x檩小， 最好需要5到10倍的數(shù)據(jù)進行訓(xùn)練）
- 局部感受野
1962年哈佛醫(yī)學(xué)院神經(jīng)生理學(xué)家Hubel和Wiesel通過對貓視覺皮層細胞的研究开呐，提出了感受野(receptive field)的概念，1984年日本學(xué)者Fukushima基于感受野概念提出的神經(jīng)認知機(neocognitron)可以看作是卷積神經(jīng)網(wǎng)絡(luò)的第一個實現(xiàn)網(wǎng)絡(luò)规求，也是感受野概念在人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域的首次應(yīng)用负蚊。
- 卷積神經(jīng)網(wǎng)絡(luò)CNN
CNN通過感受野和權(quán)值共享減少了神經(jīng)網(wǎng)絡(luò)需要訓(xùn)練的參數(shù)個數(shù)。
- 卷積
黃色方塊為卷積核的大型窍（這里橫向和縱向的步長都是 1）家妆，每次都原數(shù)據(jù)進行采樣，生成特征圖
卷積.gif
- 多個卷積核
（濾波器）
不同的卷積核生成不同的特征圖冕茅，對不同的特征進行采樣伤极。
- 池化
還有一個隨機的池化
- 對于 卷積操作
SAME PADDING：
給平面外部補0
卷積窗口采樣后得到一個跟原來平面大小相同的平面
SAME PADDING
VALID PADDING：
不會超出平面外部
卷積窗口采樣后得到一個比原來平面小的平面
VALID PADDING
- 對于 池化操作
SAME PADDING：可能會給平面外部補0
VALID PADDING：不會超出平面外部
假如有一個28x28的平面，用2x2并且步長為2的窗口對其進行pooling操作
使用SAME PADDING的方式姨伤，得到14x14的平面
使用VALID PADDING的方式哨坪，得到14x14的平面
假如有一個2x3的平面，用2x2并且步長為2的窗口對其進行pooling操作
使用SAME PADDING的方式乍楚，得到1x2的平面
使用VALID PADDING的方式当编，得到1x1的平面
-
CNN的基本結(jié)構(gòu)
- CNN運用于MNIST數(shù)據(jù)集分類
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
# 每個批次的大小
batch_size = 100
# 計算一共有多少個批次
n_batch = mnist.train.num_examples // batch_size
# 初始化權(quán)值
def weight_variable(shape, name):
initial = tf.truncated_normal(shape, stddev=0.1) # 生成一個截斷的正態(tài)分布
return tf.Variable(initial, name=name)
# 初始化偏置
def bias_variable(shape, name):
initial = tf.constant(0.1, shape=shape)
return tf.Variable(initial, name=name)
# 卷積層
def conv2d(x, W):
# x input tensor of shape `[batch, in_height, in_width, in_channels]`
# W filter / kernel tensor of shape [filter_height, filter_width, in_channels, out_channels]
# `strides[0] = strides[3] = 1`. strides[1]代表x方向的步長，strides[2]代表y方向的步長
# padding: A `string` from: `"SAME", "VALID"`
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
# 池化層
def max_pool_2x2(x):
# ksize [1,x,y,1]
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
# 定義兩個placeholder
x = tf.placeholder(tf.float32, [None, 784], name='x-input')
y = tf.placeholder(tf.float32, [None, 10], name='y-input')
# 改變x的格式轉(zhuǎn)為4D的向量[batch, in_height, in_width, in_channels]`
x_image = tf.reshape(x, [-1, 28, 28, 1], name='x_image')
# 初始化第一個卷積層的權(quán)值和偏置
W_conv1 = weight_variable([5, 5, 1, 32], name='W_conv1') # 5*5的采樣窗口徒溪，32個卷積核從1個平面抽取特征
b_conv1 = bias_variable([32], name='b_conv1') # 每一個卷積核一個偏置值
# 把x_image和權(quán)值向量進行卷積忿偷，再加上偏置值，然后應(yīng)用于relu激活函數(shù)
conv2d_1 = conv2d(x_image, W_conv1) + b_conv1
h_conv1 = tf.nn.relu(conv2d_1)
h_pool1 = max_pool_2x2(h_conv1) # 進行max-pooling
# 初始化第二個卷積層的權(quán)值和偏置
W_conv2 = weight_variable([5, 5, 32, 64], name='W_conv2') # 5*5的采樣窗口臊泌，64個卷積核從32個平面抽取特征
b_conv2 = bias_variable([64], name='b_conv2') # 每一個卷積核一個偏置值
# 把h_pool1和權(quán)值向量進行卷積鲤桥，再加上偏置值，然后應(yīng)用于relu激活函數(shù)
conv2d_2 = conv2d(h_pool1, W_conv2) + b_conv2
h_conv2 = tf.nn.relu(conv2d_2)
h_pool2 = max_pool_2x2(h_conv2) # 進行max-pooling
# 28*28的圖片第一次卷積后還是28*28渠概，第一次池化后變?yōu)?4*14
# 第二次卷積后為14*14茶凳，第二次池化后變?yōu)榱?*7
# 進過上面操作后得到64張7*7的平面
# 初始化第一個全連接層的權(quán)值
W_fc1 = weight_variable([7 * 7 * 64, 1024], name='W_fc1') # 上一場有7*7*64個神經(jīng)元，全連接層有1024個神經(jīng)元
b_fc1 = bias_variable([1024], name='b_fc1') # 1024個節(jié)點
# 把池化層2的輸出扁平化為1維播揪。 -1代表占位值
h_pool2_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 64], name='h_pool2_flat')
# 求第一個全連接層的輸出
wx_plus_b1 = tf.matmul(h_pool2_flat, W_fc1) + b_fc1
h_fc1 = tf.nn.relu(wx_plus_b1)
# keep_prob用來表示神經(jīng)元的輸出概率
keep_prob = tf.placeholder(tf.float32, name='keep_prob')
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob, name='h_fc1_drop')
# 初始化第二個全連接層
W_fc2 = weight_variable([1024, 10], name='W_fc2')
b_fc2 = bias_variable([10], name='b_fc2')
wx_plus_b2 = tf.matmul(h_fc1_drop, W_fc2) + b_fc2
# 計算輸出
prediction = tf.nn.softmax(wx_plus_b2)
# 交叉熵代價函數(shù)
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=prediction),
name='cross_entropy')
# 使用AdamOptimizer進行優(yōu)化
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
# 求準確率
# 結(jié)果存放在一個布爾列表中
correct_prediction = tf.equal(tf.argmax(prediction, 1), tf.argmax(y, 1)) # argmax返回一維張量中最大的值所在的位置
# 求準確率
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for i in range(10001):
# 訓(xùn)練模型
batch_xs, batch_ys = mnist.train.next_batch(batch_size)
sess.run(train_step, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 0.5})
if i % 100 == 0:
test_acc = sess.run(accuracy, feed_dict={x: mnist.test.images, y: mnist.test.labels, keep_prob: 1.0})
print("Iter " + str(i) + ", Testing Accuracy= " + str(test_acc))
7500次達到99%
