<>1、卷积神经网络的基本结构

卷积神经网络是一种多层、前馈型神经网络。从功能上来说,可以分为两个阶段,特征提取阶段和分类识别阶段。

特征提取阶段能够自动提取输入数据中的特征作为分类的依据,它由多个特征层堆叠而成,每个特征层又由卷积层和池化层组成。处在前面的
特征层捕获图像中局部细节的信息,而后面的特征层能够捕获到图像中更加高层、抽象的信息。

分类识别阶段通常是一个简单的分类器,例如全连接网络或者支持向量机。它更加提取出的特征完成分类或识别任务。

<>2、使用 Keras 构建和训练卷积神经网络

在这节课中,我们以手写数字识别为例,介绍如何使用 Keras 构建和训练卷积神经网络。

<>2.1、构架卷积神经网络的结构

输入为手写数字图片,每张图片表示为 28 x 28 的二维张量,通道数为 1 。

这里,有两个特征层,其中,卷积核的尺寸均为 3 x 3,

池化层均采用最大池化,池化模板的尺寸为 2 x 2,

在卷积层 1 中,一共有 16 个卷积核。每个卷积核提取出图像中的一种特征,得到一张 28 x 28 的特征图。所有卷积运算的结果构成一个28 x 28
x 16 的三维张量。

由于使用 2 x 2 的池化模板,所有这 16 张特征图的尺寸都缩小为原来的 1/4 ,成为 14 x 14 的二维张量。所以这 16 张特征图就构成了一个
14 x 14 x 16 的三维张量。可以看成是有 16 个通道的、大小为 14 x 14 的图像。

卷积层 2 接收来自池化层 1 的输出,使用 32 个卷积核得到 32 个特征图。

这里要注意的是,由于上一步的输出结果有 16 个通道,因此,这里的每一个卷积核都有 16 个通道,经过池化层 2 ,得到 32 个 7 x 7
的特征图,依然是一个三维张量。

特征提取阶段结束。

下面,进入分类识别阶段。由于全连接网络只能接收一维的输入,因此,首先采用一个 flatten 层将池化层 2
输出的三维张量转化为一维张量后再传递给后面的隐含层,隐含层有一层,其中,有 128 个神经元。

手写数字识别是一个 10 分类的任务,因此输出层中有 10 个结点,分别对应 0~9 这十个数字。

<>2.2 使用 Keras 构建这个卷积神经网络

<>2.2.1 创建卷积层

在 Keras 中,使用下面这个函数来创建卷积层。

其中,

参数 filters 表示卷积核的数量,

参数 kernel_size 表示卷积核的大小。

参数 padding 表示扩充图像边界的方式,取值可以是 same 和 valid ,same 表示用 0 来扩充图像边界,valid
表示使用边界本来的值进行扩充。

参数 activation 用来设置激活函数,

参数 input_shape 表示输入卷积层的数据形状,是一个四维张量,分别是
samples(样本数),rows(行数),cols(列数),channels (通道数)。一般只需要给出后面三维即可。第一个维度是由 batch_size
自动指定。和全连接层一样,只有第一层卷积层需要设置输入数据的形状,后面的卷积层接收上一层的输出作为输入。

下图中的代码为创建卷积层 1 ,一共有 16 个卷积核,每个卷积核的大小为 3 x 3 ,

在进行卷积运算时,使用全 0 来扩充图像边界 ,采用 relu 函数作为激活函数,输入图像是 28 x 28 的。

因为 Mnist 数据集中的数据是灰度图像,所以通道数为 1 。

<>2.2.2 创建最大池化层

Keras 中使用

函数来创建最大池化层。

由参数 pool_size 来指定池化窗口的大小。

例如,

表示创建尺寸为 2 x 2的最大池化层。

<>2.2.3 构建卷积神经网络
# 首先创建一个 Sequential 对象 model, 添加卷积层 1 , model = tf.keras.Sequential([ # unit 1
# 添加卷积层1 , 卷积核数量为 16, 卷积核的大小为 3 x 3, tf.keras.layers.Conv2D(16, kernel_size=(3,
3), padding="same", activation=tf.nn.relu, input_shape=(28, 28, 1)), # 添加池化层 1,
采用最大池化, 池化模板尺寸为 (2, 2) tf.keras.layers.MaxPool2D(pool_size=(2, 2)), # unit 2 #
添加卷积层2 , 卷积核数量为 32, 卷积核的大小为 3 x 3, 由于直接接收上一层的输出, 所以这里无需对输入形状进行设置 tf.keras.layers
.Conv2D(32, kernel_size=(3, 3), padding="same", activation=tf.nn.relu), # 添加池化层
2, 采用最大池化, 池化模板尺寸为 (2, 2) tf.keras.layers.MaxPool2D(pool_size=(2, 2)), # 至此,
特征层构建完成. # unit 3 # 添加 Flatten 层, 将池化层的输出的三维张量转化为一维张量 tf.keras.layers.Flatten(),
# unit4 # 最后, 再添加一个隐含层核一个输出层, 隐含层中的结点个数为 128 , tf.keras.layers.Dense(128,
activation="relu"), # 输出层中的结点个数为 10 tf.keras.layers.Dense(10, activation=
"softmax") ])
<>2.2.4 查看构建的卷积神经网络结构和参数信息
model.summary()
输出结果如下,

可以看到每一层的名称、输出的形状以及每一层的参数个数。

其中,卷积层参数个数的计算公式如下:

(加的那个1是偏置项)

所以

池化层只比较大小,没有引入新的参数。参数个数为 0 .

全连接层的参数个数的计算公式如下:

所以,

最终,总共参数个数为:160 + 4640 + 200832 + 1290 = 206922.

<>2.2.5 完整代码如下:
# 一:导入库函数 import numpy as np import pandas as pd import tensorflow as tf import
matplotlib.pyplot as plt # 二:参数配置 # 图片显示中文字体的配置 plt.rcParams["font.family"] =
"SimHei", "sans-serif" # GPU显存的分配配置 gpus = tf.config.experimental.
list_physical_devices('GPU') tf.config.experimental.set_memory_growth(gpus[0],
True) # 三:加载数据 mnist = tf.keras.datasets.mnist (train_x, train_y), (test_x,
test_y) = mnist.load_data() print(train_x.shape) # (60000, 28, 28) print(train_y
.shape) # (60000,) print(test_x.shape) # (10000, 28, 28) print(test_y.shape) # (
10000,) # 四:数据预处理 # 为了加快迭代速度, 还要对属性进行归一化, 使其取值范围在 (0, 1)之间 # 与此同时, 把它转换为Tensor张量
, 数据类型是 32 位的浮点数. # 把标签值也转换为Tensor张量,数据类型是 8 位的整型数. X_train, X_test = tf.cast(
train_x/ 255.0, tf.float32), tf.cast(test_x / 255.0, tf.float32) Y_train, Y_test
= tf.cast(train_y, tf.int16), tf.cast(test_y, tf.int16) # 由于卷积函数中的参数
input_shape 要求输入为四维张量, 最后一维是通道数 # 而 mnist 数据集是灰度图像, 是三维数据, 没有表示通道的维度, 因此, 需要 #
将其转化为四维数据.增加一个通道维度. X_train = train_x.reshape(60000, 28, 28, 1) X_test = test_x.
reshape(10000, 28, 28, 1) print(X_train.shape) # (60000, 28, 28, 1) print(X_test
.shape) # (10000, 28, 28, 1) # 五:建立模型 # 首先创建一个 Sequential 对象 model, 添加卷积层 1 ,
model= tf.keras.Sequential([ # unit 1 # 添加卷积层 1 , 卷积核数量为 16, 卷积核的大小为 3 x 3, tf.
keras.layers.Conv2D(16, kernel_size=(3, 3), padding="same", activation=tf.nn.
relu, input_shape=(28, 28, 1)), # 添加池化层 1, 采用最大池化, 池化模板尺寸为 (2, 2) tf.keras.
layers.MaxPool2D(pool_size=(2, 2)), # unit 2 # 添加卷积层 2 , 卷积核数量为 32, 卷积核的大小为 3 x
3, 由于直接接收上一层的输出, 所以这里无需对输入形状进行设置 tf.keras.layers.Conv2D(32, kernel_size=(3, 3),
padding="same", activation=tf.nn.relu), # 添加池化层 2, 采用最大池化, 池化模板尺寸为 (2, 2) tf.
keras.layers.MaxPool2D(pool_size=(2, 2)), # 至此, 特征层构建完成. # unit 3 # 添加 Flatten 层
, 将池化层的输出的三维张量转化为一维张量 tf.keras.layers.Flatten(), # unit 4 # 最后, 再添加一个隐含层核一个输出层,
隐含层中的结点个数为128 , tf.keras.layers.Dense(128, activation="relu"), # 输出层中的结点个数为 10
tf.keras.layers.Dense(10, activation="softmax") ]) # 六:查看构建的卷积神经网络结构和参数信息 model.
summary() """ Model: "sequential"
_________________________________________________________________Layer (type)
Output Shape Param #============================================================
===== conv2d (Conv2D) (None, 28, 28, 16) 160
_________________________________________________________________max_pooling2d (
MaxPooling2D) (None, 14, 14, 16) 0
_________________________________________________________________conv2d_1 (
Conv2D) (None, 14, 14, 32) 4640
_________________________________________________________________max_pooling2d_1
(MaxPooling2 (None, 7, 7, 32) 0
_________________________________________________________________flatten (
Flatten) (None, 1568) 0
_________________________________________________________________dense (Dense) (
None, 128) 200832
_________________________________________________________________dense_1 (Dense)
(None, 10) 1290 ===============================================================
== Total params: 206,922 Trainable params: 206,922 Non-trainable params: 0
_________________________________________________________________""" #
七:配置模型训练方法 model.compile(optimizer='adam', # 优化器 loss=
'sparse_categorical_crossentropy', # 损失函数 metrics=['sparse_categorical_accuracy'
]) # 模型训练时, 我们希望输出的评测指标 # 八:训练模型 history = model.fit(X_train, Y_train,
batch_size=64, epochs=5, validation_split=0.2) """ 750/750 [==================
============] - 11s 6ms/step - loss: 0.6558 - sparse_categorical_accuracy:
0.9245 - val_loss: 0.0965 - val_sparse_categorical_accuracy: 0.9707 Epoch 2/5
750/750 [==============================] - 5s 6ms/step - loss: 0.0753 -
sparse_categorical_accuracy: 0.9772 - val_loss: 0.0769 -
val_sparse_categorical_accuracy: 0.9793 Epoch 3/5 750/750 [=====================
=========] - 5s 7ms/step - loss: 0.0484 - sparse_categorical_accuracy: 0.9855 -
val_loss: 0.0642 - val_sparse_categorical_accuracy: 0.9826 Epoch 4/5 750/750 [
==============================] - 5s 6ms/step - loss: 0.0337 -
sparse_categorical_accuracy: 0.9891 - val_loss: 0.0618 -
val_sparse_categorical_accuracy: 0.9837 Epoch 5/5 750/750 [=====================
=========] - 5s 6ms/step - loss: 0.0313 - sparse_categorical_accuracy: 0.9901 -
val_loss: 0.0790 - val_sparse_categorical_accuracy: 0.9808 """ #
九:使用测试集中的数据来评估模型性能 # 这里使用 mnist 本身的测试集来评估模型 # verbose=2 表示输出进度条进度 model.evaluate
(X_test, Y_test, batch_size=64, verbose=2) """ 157/157 - 2s - loss: 0.0706 -
sparse_categorical_accuracy: 0.9811 """ # 十:保存训练的日志文件 pd.DataFrame(history.
history).to_csv("training_log.csv", index=False) # 十一: 绘制训练曲线 # 读取保存后的训练日志文件
graph= pd.read_csv("training_log.csv") # 绘制训练曲线 graph.plot(figsize=(8, 5)) plt.
grid(1) # 网格线 plt.xlim(0, 4) plt.ylim(0, 1) # 十二:应用模型 -- 预测数据 # 下面再随机取出测试集中的任意
10 个数据进行识别 plt.figure() for i in range(10): num = np.random.randint(1, 10000)
plt.subplot(2, 5, i + 1) plt.axis("off") plt.imshow(test_x[num], cmap="gray")
demo= model.predict(tf.reshape(X_test[num], (1, 28, 28, 1))) y_pred = np.argmax(
demo) plt.title("y= " + str(test_y[num]) + "\n" + "y_pred=" + str(y_pred)) plt.
suptitle("随机取出测试集中的任意10个数据进行识别", fontsize=20, color="red", backgroundcolor=
"yellow") plt.show() # 十三:保存模型 model.save("mnist_model_convolutional.h5")
运行结果如下,

<>2.2.6 加载模型并输出每次的预测概率:
# 一:导入库函数 import numpy as np import pandas as pd import tensorflow as tf import
matplotlib.pyplot as plt # 二:参数配置 # 图片显示中文字体的配置 plt.rcParams["font.family"] =
"SimHei", "sans-serif" # GPU显存的分配配置 gpus = tf.config.experimental.
list_physical_devices('GPU') tf.config.experimental.set_memory_growth(gpus[0],
True) # 三:加载数据 mnist = tf.keras.datasets.mnist (train_x, train_y), (test_x,
test_y) = mnist.load_data() print(train_x.shape) # (60000, 28, 28) print(train_y
.shape) # (60000,) print(test_x.shape) # (10000, 28, 28) print(test_y.shape) # (
10000,) # 四:数据预处理 # 为了加快迭代速度, 还要对属性进行归一化, 使其取值范围在 (0, 1)之间 # 与此同时, 把它转换为Tensor张量
, 数据类型是 32 位的浮点数. # 把标签值也转换为Tensor张量,数据类型是 8 位的整型数. X_train, X_test = tf.cast(
train_x/ 255.0, tf.float32), tf.cast(test_x / 255.0, tf.float32) Y_train, Y_test
= tf.cast(train_y, tf.int16), tf.cast(test_y, tf.int16) # 由于卷积函数中的参数
input_shape 要求输入为四维张量, 最后一维是通道数 # 而 mnist 数据集是灰度图像, 是三维数据, 没有表示通道的维度, 因此, 需要 #
将其转化为四维数据.增加一个通道维度. X_train = train_x.reshape(60000, 28, 28, 1) X_test = test_x.
reshape(10000, 28, 28, 1) print(X_train.shape) # (60000, 28, 28, 1) print(X_test
.shape) # (10000, 28, 28, 1) # 五:加载模型 model = tf.keras.models.load_model(
"mnist_model_convolutional.h5") # 六:使用测试集中的数据来评估模型性能 # 这里使用 mnist 本身的测试集来评估模型 #
verbose=2 表示输出进度条进度 model.evaluate(X_test, Y_test, batch_size=64, verbose=2) """
157/157 - 2s - loss: 0.0706 - sparse_categorical_accuracy: 0.9811 """ # 七:应用模型
-- 预测数据 # 下面再随机取出测试集中的任意 10 个数据进行识别 plt.figure(figsize=(12, 8)) for i in range(
10): num = np.random.randint(1, 10000) plt.subplot(2, 5, i + 1) plt.axis("off")
plt.imshow(test_x[num], cmap="gray") demo = model.predict(tf.reshape(X_test[num]
, (1, 28, 28, 1))) y_pred = np.argmax(demo) y_percent = np.round(demo[0][y_pred]
, 5) plt.title("y= " + str(test_y[num]) + "\n" + "y_pred=" + str(y_pred) + "\n"
+ "percent=" + str(y_percent)) plt.suptitle("随机取出测试集中的任意10个数据进行识别", fontsize=20,
color="red", backgroundcolor="yellow") plt.show()
运行结果如下,

(这里出现预测错误的情况了)

每次预测的概率也可以显示,由于这里的预测准确率都非常的高且保留的小数位数少,所以四舍五入之后基本都为1.0 。

技术
下载桌面版
GitHub
百度网盘(提取码:draw)
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:[email protected]
QQ群:766591547
关注微信