# coding=UTF-8 # ======================================================================================================== # 文件说明: # [1]LeNet-5模型 # [2]该文件定义了【神经网络】【前向传播的过程】和【神经网络中的参数】 # [3]mnist_inference.py # 开发环境: # Win10+Tensorflow+OpenCv3.3+Python3.5+PyCharm5.0.3 # 时间地点: # 陕西师范大学 文津楼 2018.5.2 # 参考资料: # http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html # 涉及的知识点: # [1]Tensorflow中的【变量管理机制】 # [2]tf.get_variable() # [3]tf.variable_scope() # ======================================================================================================= import tensorflow as tf #======================================================================================================== #函数原型: # get_variable(name,shape=None,dtype=None,initializer=None,regularizer=None,trainable=True,collections=None, # caching_device=None,partitioner=None,validate_shape=True,use_resource=None,custom_getter=None, # constraint=None) #函数说明: # [1]创建一个名为name,维度为shape,类型为dtype,初始化值为initializer的Tensorflow变量 # [2]tf.get_variable()是Tensorflow中的【变量管理函数】 # [3]当使用tf.get_variable()函数用来获取变量的时候,tf._get_variable()必须与tf.variable_scope()函数互相 # 配合使用 #======================================================================================================== #======================================================================================================== #函数原型: # add_to_collection(name, value) #函数说明: # [1]add_to_collection(name,value)为Graph的一个方法 # [2]可以简单的认为Graph维护了一个字典,其中key为name,value为list,而add_to_collection就是把变量通过对应的 # key把添加到list中去 #======================================================================================================== #======================================================================================================== #模块说明: # 定义【神经网络结构】相关的【神经网络参数】 #======================================================================================================== INPUT_NODE = 784 #[1]神经网络【输入层】的节点数=Img_Width x Img_Height x ImgChannel=28x28x1 OUTPUT_NODE = 10 #[2]神经网络【输出层】的节点数=将要分类的类别数 LAYER1_NODE = 500 #[3]层节点数 #======================================================================================================== #函数说明: # 创建神经网络中的【权值变量】 #返回值: # 返回已经创建的权值变量 #======================================================================================================== def get_weight_variable(shape, regularizer): weights = tf.get_variable("weights", shape, initializer=tf.truncated_normal_initializer(stddev=0.1)) if regularizer != None: tf.add_to_collection('losses', regularizer(weights)) return weights #======================================================================================================== #函数说明: # 定义神经网络的前向传播过程 #返回值: # 前向传播的结果 #======================================================================================================== def inference(input_tensor, regularizer): with tf.variable_scope('layer1'): weights = get_weight_variable([INPUT_NODE, LAYER1_NODE], regularizer) biases = tf.get_variable("biases", [LAYER1_NODE], initializer=tf.constant_initializer(0.0)) layer1 = tf.nn.relu(tf.matmul(input_tensor, weights) + biases) with tf.variable_scope('layer2'): weights = get_weight_variable([LAYER1_NODE, OUTPUT_NODE], regularizer) biases = tf.get_variable("biases", [OUTPUT_NODE], initializer=tf.constant_initializer(0.0)) layer2 = tf.matmul(layer1, weights) + biases return layer2
#coding=UTF-8 #======================================================================================================== #文件说明: # [1]LeNet-5模型 # [2]该文件定义了【神经网络】的【训练程序】 # [3]mnist_train.py #开发环境: # Win10+Tensorflow1.7.0+OpenCv3.3+Python3.5+PyCharm5.0.3 #时间地点: # 陕西师范大学 文津楼 2018.5.2 #参考资料: # http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html #涉及的知识点: #【学习率】 # [1]学习率:在训练神经网络的时候,我们需要通过设置【学习率,learning_rate】来【控制】【参数的更新速度】 # [2]学习率决定了每次每次参数的更新的幅度,如果幅度过大,那么可能导致参数在极优值得两侧来回移动;相反,学习率过低, # 虽然可以保证收敛,但是这回大大的降低优化的速度 # [3]因此,学习率的设置不能过大,也不能过低。为了解决【学习率】的这个问题,Tensorflow提供了一种更加灵活的学习率 # 设置方法----【指数衰减法】。tf.train.exponential_decay函数实现了【指数衰减学习率】 # [4]【指数衰减学习率】:通过这个函数,可以先使用较大的学习率来快速的得到一个比较优的解,然后,随着迭代的继续逐步 # 衰减小学习率,使得模型在训练后更加稳定,该函数涉及三个参数: # [1]learning_rate-----初始学习率 # [2]decay_rate--------衰减系数 # [3]decay-steps-------衰减速度 #【滑动平均模型】 # 总结一下神经网络优化的七大方法: # [1]神经网络的结构 # [1]全连接神经网络 # [2]串联的卷积神经网络--LeNet-5,AlexNet # [3]并联的卷积神经网络--Inception-V3 # [4]全卷机神经网络-----FCN # [5]对抗生成网络-------GAN # [2]神经网络的层数 # [3]损失函数 # [1]分类问题------softmax+交叉熵损失 # [2]回归问题------均方误差MSE损失函数 # [4]神经网络优化算法 # [1]反向传播算法----针对的是整个神经网络模型在训练数据上的损失函数的优化 # [2]梯度下降算法----针对的是单个参数的优化 # [5]学习率的设置-------指数衰减学习率 # [1]基础学习率 # [2]当前迭代轮数 # [3]总迭代轮数 = 训练样本的总数/每个Batch中的样本数 # [4]学习率衰减率 # [6]过拟合问题---------正则化的损失函数,一般模型的正则化指代的是神经网络参数的正则化,偏置项一般不进行正则化 # [7]滑动平均模型-------衰减率decay #======================================================================================================== import os import mnist_inference import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #======================================================================================================== #模块说明: # 配置神经网络的参数,训练神经网络的参数 #======================================================================================================== BATCH_SIZE = 100 #[1]每个批次提供的图像的数量 LEARNING_RATE_BASE = 0.8 #[2][指数衰减学习率]中的[初始学习率][基础学习率] LEARNING_RATE_DECAY = 0.99 #[3][指数衰减学习率]中的[衰减系数][学习率的衰减率] REGULARIZATION_RATE = 0.0001 #[4]描述模型复杂程度的正则化项在损失函数中的系数 TRAINING_STEPS = 30000 #[5]训练的迭代数 MOVING_AVERAGE_DECAY = 0.99 #[6][滑动平均模型]的[衰减率],控制模型更新的速度 MODEL_SAVE_PATH = "F:/MnistSet/" #[7]模型保存的路径 MODEL_NAME = "mnist_model" #[8]模型的名的前缀mnist_model-29001.meta #======================================================================================================== #函数说明: # 配置神经网络的参数,训练神经网络的参数 #======================================================================================================== def train(mnist): x = tf.placeholder(tf.float32, [None, mnist_inference.INPUT_NODE], name='x-input') y_ = tf.placeholder(tf.float32, [None, mnist_inference.OUTPUT_NODE], name='y-input') regularizer = tf.contrib.layers.l2_regularizer(REGULARIZATION_RATE)#[1]返回一个正则化生成函数 y = mnist_inference.inference(x, regularizer) #[2]调用前向传播函数 global_step = tf.Variable(0, trainable=False) #[3]定义存储训练轮数的变量,该参数不可优化 #[1]定义一个滑动平均的类,指定衰减率和num_updates参数 variable_averages = tf.train.ExponentialMovingAverage(MOVING_AVERAGE_DECAY, global_step) #[2]在所有代表神经网络参数的变量上使用滑动平均 variables_averages_op = variable_averages.apply(tf.trainable_variables()) #[3]计算交叉熵,作为刻画预测值和真实值之间差距的损失函数 cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=tf.argmax(y_,1),logits=y) cross_entropy_mean = tf.reduce_mean(cross_entropy) #[4]计算当前batch所有样例的[交叉熵平均值] #[5]总损失等于交叉熵损失和正则化损失之和[模型的正则化损失] loss = cross_entropy_mean + tf.add_n(tf.get_collection('losses')) #[6]设置指数衰减学习率 learning_rate = tf.train.exponential_decay(LEARNING_RATE_BASE,global_step, mnist.train.num_examples / BATCH_SIZE, LEARNING_RATE_DECAY,staircase=True) #[7]使用优化算法来优化模型的损失函数 train_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss, global_step=global_step) #[8]指定计算图中运算操作的依赖和计算顺序 with tf.control_dependencies([train_step, variables_averages_op]): train_op = tf.no_op(name='train') #[9]确保上面的指定的运算操作按照指定的顺序和依赖执行 saver = tf.train.Saver() #[1]定义一个持久化类的类对象saver with tf.Session() as sess: #[2]创建一个会话Session,并通过python的上下文管理器来管理这个会话 tf.global_variables_initializer().run() #[3]使用创建好的会话sess执行Tensorflow的变量初始化操作 for i in range(TRAINING_STEPS): #[1]迭代的训练神经网络 xs, ys = mnist.train.next_batch(BATCH_SIZE) #[2]从数据集得到下一轮的训练样本 #[3]使用会话执行训练过程 _, loss_value, step = sess.run([train_op, loss, global_step], feed_dict={x: xs, y_: ys}) if i % 1000 == 0: #[4]每1000次,保存一次模型 #[5]输出当前的训练情况,输出迭代的轮数和模型在当前batch上的损失函数大小 print('After {0:d} training step(s), loss on training batch is {1:g} '.format(step, loss_value)) #[6]保存当前的模型,这里给出了global_step参数,这样可以在每个保存模型的文件名尾部加上训练的轮数 saver.save(sess, os.path.join(MODEL_SAVE_PATH, MODEL_NAME), global_step=global_step) #======================================================================================================== #模块说明: # 主程序的入口点 #======================================================================================================== def main(argv=None): print('[Info]TensorFlow_Version is',tf.__version__) #[1]定义处理MNIST数据集的类,这个类在初始化时会自动下载数据 mnist = input_data.read_data_sets('F:/MnistSet/',one_hot=True) train(mnist) #[2]调用train函数进行模型的训练 #======================================================================================================== #模块说明: # Tensorflow提供的一个主程序入口,tf.app.run函数将会调用上面的main函数 #======================================================================================================== if __name__ == '__main__': tf.app.run()
#coding=UTF-8 #======================================================================================================== #文件说明: # [1]LeNet-5模型的测试文件 # [2]该文件定义了【神经网络】的【训练程序】 # [3]main.py #开发环境: # Win10+Tensorflow1.7.0+OpenCv3.3+Python3.5+PyCharm5.0.3 #时间地点: # 陕西师范大学 文津楼 2018.5.4 #参考资料: # http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html #涉及的知识点: #======================================================================================================== import time import numpy as np import tensorflow as tf import tensorflow.examples.tutorials.mnist.input_data as input_data import mnist_train #[1]加载mnist_train.py文件中定义的函数和常量 import mnist_inference #[2]加载mnist_inference.py文件中定义的函数和常量 EVAL_INTERVAL_SECS = 10 #======================================================================================================== #函数说明: # 网络模型在测试集上的测试,用于网络模型训练和模型质量的评估 #======================================================================================================== def evaluate(mnist): with tf.Graph().as_default() as g: #[1]定义一个计算图类Graph的类对象,并创建一个新的计算图g #[2]为[输入层]和[输出层]定义[两个占位符] x = tf.placeholder(tf.float32,[None,mnist_inference.INPUT_NODE], name='x-input') y_ = tf.placeholder(tf.float32,[None,mnist_inference.OUTPUT_NODE],name='y-input') validate_feed = {x:mnist.validation.images,y_:mnist.validation.labels} #[3]直接通过封装好的函数来计算前向传播的结果 y = mnist_inference.inference(x,None) #[4]使用前向传播的结果,计算正确率.仅仅测试预测值和正确值在第一维度上是否相等 correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1)) #[5]因为上述比较的结果是布尔值,下面首先将布尔值转化为浮点数,然后计算平均值 accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) #[6]实例化一个滑动平均模型的类对象,这将会使得模型在测试集上更加的健壮(Robust) variable_averages = tf.train.ExponentialMovingAverage(mnist_train.MOVING_AVERAGE_DECAY) #[7]下面的函数可以直接生成tf.train.Saver所需要的变量重命名字典 variable_to_restore= variable_averages.variables_to_restore() #[8]该函数将会保存运行Tensorflow运行所需要的全部信息 saver = tf.train.Saver(variable_to_restore) #========================================[计算图的定义阶段完毕]===================================== #========================================[计算图的执行阶段开始]===================================== while True: with tf.Session() as sess: #[1]实例化一个会话Session的类对象,并重新命名为sess #[2]该函数将会通过文件路径找到CheckPoint目录下的最新的模型文件名 ckpt = tf.train.get_checkpoint_state(mnist_train.MODEL_SAVE_PATH) if ckpt and ckpt.model_checkpoint_path: #[3]加载模型 saver.restore(sess,ckpt.model_checkpoint_path) #[4]通过[文件名]得到[模型保存时迭代的轮数] global_step = ckpt.model_checkpoint_path.split('/')[-1].split('-')[-1] #[5]执行准确率的计算节点 accuracy_score = sess.run(accuracy,feed_dict=validate_feed) #[6]输出迭代的轮数和准确率 print("After %s training steps.validation""accuracy = %g"%(global_step,accuracy_score)) else: print('No checkpoint file found') return time.sleep(EVAL_INTERVAL_SECS) #======================================================================================================== #模块说明: # 主程序的入口点 #======================================================================================================== def main(argv=None): print('[Info]TensorFlow_Version is',tf.__version__) #[1]定义处理MNIST数据集的类,这个类在初始化时会自动下载数据 mnist = input_data.read_data_sets('F:/MnistSet/',one_hot=True) mnist_train.train(mnist) evaluate(mnist) #[2]调用train函数进行模型的训练 #======================================================================================================== #模块说明: # Tensorflow提供的一个主程序入口,tf.app.run函数将会调用上面的main函数 #======================================================================================================== if __name__ == '__main__': tf.app.run()