探索圖片的真相--卷積神經(jīng)網(wǎng)絡(luò)

今天給大家?guī)淼氖蔷矸e神經(jīng)網(wǎng)絡(luò)，聽上去是不是挺高大上的？它還有個更響亮的名字CNN，談到CNN應(yīng)該好多同學(xué)都略知一二吧，CNN在做圖像識別上有著很出色的效果，那我們今天對卷積神經(jīng)網(wǎng)絡(luò)一探究竟吧！

卷積神經(jīng)網(wǎng)絡(luò)，CNN（Convolutional Neural Network），屬于深度學(xué)習(xí)技術(shù)的一種算法，主要是進(jìn)行特征學(xué)習(xí)，通過分層網(wǎng)絡(luò)獲取分層次的特征信息去解決人工設(shè)計特征的這個難題。

（TIPS：深度學(xué)習(xí)包含多種技術(shù)，CNN只是其中的一種，還包括：自動編碼器AutoEncoder，稀疏編碼Sparse Coding，限制玻爾茲曼機(jī)RBM，深信度網(wǎng)絡(luò)Deep Belief Networks，多層反饋循環(huán)神經(jīng)網(wǎng)絡(luò)RNN）

卷積神經(jīng)網(wǎng)絡(luò)

關(guān)于卷積神經(jīng)網(wǎng)絡(luò)我們?nèi)绾问褂猛ㄋ滓锥恼Z言來解釋它呢？

首先我們需要了解：它就是多層神經(jīng)網(wǎng)絡(luò)，善于解決圖像識別問題。那如何去理解神經(jīng)網(wǎng)絡(luò)呢，我們可以簡單的想象一下那密密麻麻的漁網(wǎng)，網(wǎng)上的那些節(jié)組成的就是網(wǎng)絡(luò)，節(jié)點和節(jié)點之間有線連接著，可以想象成每個神經(jīng)元（節(jié)點）之間都產(chǎn)生連接。

那卷積神經(jīng)網(wǎng)絡(luò)為什么對于圖像識別分類有著更好的效果呢？

圖片數(shù)據(jù)對于機(jī)器來說是交大的數(shù)據(jù)，尤其是對于高清圖片，機(jī)器讀取和學(xué)習(xí)的時間也就越長，難度可以說指數(shù)級上升。但是卷積神經(jīng)網(wǎng)絡(luò)它可以將數(shù)據(jù)龐大的圖片識別問題去不斷降維（就是從圖像中不斷去抽取細(xì)節(jié)特征，從小的慢慢看），使得該圖像最終能夠被訓(xùn)練。

那么卷積神經(jīng)網(wǎng)絡(luò)是怎樣工作的呢？

卷積神經(jīng)網(wǎng)絡(luò)是由三個層組成的，分別是：卷積層，池化層，全連接層。

卷積層與池化層聯(lián)合工作，形成卷積組，一層一層的去提取特征，最終通過數(shù)個全連接層完成分類。

卷積層的原理其實就是局部視野的原理，有一張30*30的圖片，我每次只看3*3的大小（步長為3，不重復(fù)看），看100次全部看完，這就是卷積（看下圖去理解卷積）。池化層呢，就是降低維度，學(xué)術(shù)上又叫下采樣，就是從原圖片中進(jìn)行采樣，對于一張720*1080的照片，池化層進(jìn)行采樣，每次采30*30的大小，這就是池化了（看下圖去理解池化）。總的來說，CNN是通過卷積來區(qū)分特征，并且通過卷積產(chǎn)生的權(quán)值共享和池化來降低網(wǎng)絡(luò)參數(shù)的數(shù)量級，最后的工作就和普通神經(jīng)網(wǎng)絡(luò)的工作一樣了。

卷積神經(jīng)網(wǎng)絡(luò)在圖像數(shù)據(jù)非常多的適合會有出乎意料的效果，但是數(shù)據(jù)集過少的時候往往效果不是很好，容易出現(xiàn)過擬合。

卷積

池化

LeNet介紹

我們來看看這一張圖，從原始圖片不斷提取，卷積。

先進(jìn)入一個卷積層C1，由6個5x5的卷積核組成，卷積出28x28的圖像，然后下采樣到14x14（S2），再進(jìn)一個卷積層C3，由16個5x5的卷積核組成，之后再下采樣到5x5（S4）。我們可以看出，C3-0跟S2-0,1,2連接，C3-1跟S2-1,2,3連接，后面依次類推。最后，通過全連接層C5、F6得到10個輸出，對應(yīng)10個數(shù)字的概率。

訓(xùn)練

卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練分為兩個階段：

階段一：

正向傳播

A、從樣本集中取一個樣本(X,Yp)，將X輸入網(wǎng)絡(luò)；

B、計算相應(yīng)的實際輸出Op。

在此階段，信息從輸入層經(jīng)過逐級的變換，傳送到輸出層。這個過程也是網(wǎng)絡(luò)在完成訓(xùn)練后正常運(yùn)行時執(zhí)行的過程。在此過程中，網(wǎng)絡(luò)執(zhí)行的是計算（實際上就是輸入與每層的權(quán)值矩陣相點乘，得到最后的輸出結(jié)果）：

Op=Fn（…（F2（F1（XpW（1））W（2））…）W（n））

階段二：

反向傳播

A、算實際輸出Op與相應(yīng)的理想輸出Yp的差；

B、按極小化誤差的方法反向傳播調(diào)整權(quán)矩陣。

下面我們看看在Tensorflow中我們是怎么去做的吧！

前方代碼過于簡單，及時帶好眼睛！！！

數(shù)據(jù)準(zhǔn)備

教程的圖片從Cifar數(shù)據(jù)集中獲取，download_cifar.py從Keras自帶的Cifar數(shù)據(jù)集中獲取了部分Cifar數(shù)據(jù)集，并將其轉(zhuǎn)換為jpg圖片。

默認(rèn)從Cifar數(shù)據(jù)集中選取了3類圖片，每類50張圖，分別是

0 => 飛機(jī)? ?1 => 汽車? ?2 => 鳥

導(dǎo)入相關(guān)庫

import os#圖像讀取庫

from PIL import Image#矩陣運(yùn)算庫

import numpy as np

import Tensorflow as tf

配置信息

設(shè)置了一些變量增加程序的靈活性。圖片文件存放在data_dir文件夾中，train表示當(dāng)前執(zhí)行是訓(xùn)練還是測試，model-path約定了模型存放的路徑。

# 數(shù)據(jù)文件夾

data_dir = "data"

# 訓(xùn)練還是測試

train = True

# 模型文件路徑

model_path = "model/image_model"

數(shù)據(jù)讀取

pillow讀取的圖像像素值在0-255之間，需要?dú)w一化。

在讀取圖像數(shù)據(jù)、Label信息的同時，記錄圖像的路徑，方便后期調(diào)試。

定義placeholder(容器)

定義卷積網(wǎng)絡(luò)（Conv和Pooling部分）

定義全連接部分

定義損失函數(shù)和優(yōu)化器

定義模型保存器/載入器

訓(xùn)練階段執(zhí)行

如果trian為True，進(jìn)行訓(xùn)練。訓(xùn)練需要使用sess.run(tf.global_variables_initializer())初始化參數(shù)，訓(xùn)練完成后，需要使用saver.save(sess, model_path)保存模型參數(shù)。

測試階段執(zhí)行

如果train為False，進(jìn)行測試，測試需要使用saver.restore(sess, model_path)讀取參數(shù)。

今天就到這里了，其實細(xì)心的同學(xué)你們會發(fā)現(xiàn)代碼大部分都是配置數(shù)據(jù)讀寫數(shù)據(jù)，真正花在訓(xùn)練上的代碼也不是很多，其實對于深度學(xué)習(xí)也就是這個意思，主要工作并不是敲代碼，而是如何調(diào)參。TensorFlow在算法的封裝上確實是做的很好的，我們可以直接拿過來用。大家也快去試試吧！

代碼地址：

https://www.bytelang.com/o/s/c/uEOz1asEK6s=

感興趣的掃個二維碼吧！

卷積神經(jīng)網(wǎng)絡(luò) 深度學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。