卷积神经网络CNN入门案例

关于卷积神经网络的资料网上很多，不再赘述，这里推荐几篇不错，很容易入门的文章

1. 通俗理解卷积神经网络（cs231n课程笔记）（笔者注：看完基本就了解卷积神经网络是个啥了）
2. CS231n Convolutional Neural Networks for Visual Recognition - 1
3. CS231n Convolutional Neural Networks for Visual Recognition - 2
4. 莫烦 - 卷积神经网络 系列教程

关键部分：TensorFlow中重点，tf.nn.conv2d是怎样实现卷积的？

点击看tf.nn.conv2d官网链接

先上代码

LEVEL=3 # LEVEL代表输出通道数

x = tf.placeholder('float32', [1, None, None, 1])

filter_weight = tf.get_variable('weights', [2, 2, 1, LEVEL], initializer = tf.constant_initializer(W))

conv = tf.nn.conv2d(x, filter_weight, strides=[1, 1, 1, 1], padding='SAME')

最关键参数说明：

1. 输入的图片x = [x0,x1,x2,x3],这里指定为[1,None,None,1]，
   1. x0指图片的Index,这里只模拟一张图片，所以x0=1，
   2. x1,x2代表图片的像素大小，例如MNIST图片为28x28像素大小，但是在使用placehoder的时候，我们可以不指定像素的大小；x
   3. x3代表图像的通道数，例如黑白照片，通道数为1，彩色照片有RGB通道，通道数为3，这里模拟简单黑白图像设置为1
2. filter_weight 是滤波器的权重，是一个shape = [2,2,1,3]的多维矩阵,分别代表滤波器height * width =2*2,输入的通道数为1，输出通道数为3，当然你可以随意指定输出的通道数~
3. tf.nn.conv2d 中 sriders 为步进数，就是每次移动的次数，strides 必须是 [1, height步进, width步进, 1] 形式
4. padding:只能是 "SAME", "VALID"，具体SAME/VALID参考之前的教程

输入数据说明

参数解释完了，那下面得看下输入数据到底是啥样了

假设现在有幅3x3的图片M如下图，图像深度为1，写成矩阵如下，此时M的shape = （3,3）

image.png

但是我们前面说了，输入的图片要满足（1,3,3,1）的形势，所以我们要把M重新reshape成下面的形式：

M.shape = (1, 3, 3, 1)
M = np.array([
    [
        [[1],[2],[3]],
        [[4],[5],[6]],
        [[7],[8],[9]]
    ]
        ])

这个矩阵就是下面这么一个鬼，看起来是不是很恶心，不过还好，这个只是TensorFlow用来计算的，我们还是用上面（3x3)的矩阵来计算。

image.png

另外一个重要的就是滤波器参数了Weight

我们假设滤波器的参数为：

image.png

同样，W.shape = (2, 2, 1, 3)，所以我们要经过一次reshape，TensorFlow认识的矩阵如下：

W = np.array([
    [[[1,2,3]],
     [[4,5,6]]],
    [[[7,8,9]],
     [[0,1,2]]]
    ])

这个矩阵稍微好一点~

image.png

import tensorflow as tf
import numpy as np

# M 假设是输入的图像矩阵，图像深度为1
M = np.array([
    [
        [[1],[2],[3]],
        [[4],[5],[6]],
        [[7],[8],[9]]
    ]
        ])
# M.shape = (1, 3, 3, 1)
# M[0,:,:,0] = [[1, 2, 3],
#               [5, 6, 7],
#               [8, 9, 0]]

# filter_weight，权重
# [2, 2, 1, 3] 代表 2*2过滤器大小，1代表输入的层数，3代表输出的层数
LEVEL = 3
W = np.array([
    [[[1,2,3]],
     [[4,5,6]]],
    [[[7,8,9]],
     [[0,1,2]]]
    ])

# W.shape = (2, 2，3,1)
# W[:,:,0,0] = [[1, 4],[7, 0]]
# W[:,:,0,1] = [[2, 5],[8, 1]]
# W[:,:,0,2] = [[3, 6],[9, 2]]



filter_weight = tf.get_variable('weights', [2, 2, 1, LEVEL], initializer = tf.constant_initializer(W))

biases = tf.get_variable('biases', [LEVEL], initializer = tf.constant_initializer(0))

M = np.asarray(M, dtype='float32')


x = tf.placeholder('float32', [1, None, None, 1])
conv = tf.nn.conv2d(x, filter_weight, strides=[1, 1, 1, 1], padding='SAME')
conv_with_bias = tf.nn.bias_add(conv, biases)
pool = tf.nn.avg_pool(x, ksize=[1, 2, 2, 1], strides=[1, 1, 1, 1], padding='SAME')

with tf.Session() as sess:
    tf.global_variables_initializer().run()
    convoluted_M = sess.run(conv_with_bias, feed_dict={x: M})
    pooled_M = sess.run(pool, feed_dict={x: M})
    for i in range(3):
        print("convoluted_M",i,':\n', convoluted_M[0,:,:,i])

    print("pooled_M: \n", pooled_M)

GITHUB 链接下载

最终的输出为:

convoluted_M 0 :
 [[ 37.  49.  45.]
 [ 73.  85.  69.]
 [ 39.  44.   9.]]
convoluted_M 1 :
 [[  49.   65.   54.]
 [  97.  113.   84.]
 [  54.   61.   18.]]
convoluted_M 2 :
 [[  61.   81.   63.]
 [ 121.  141.   99.]
 [  69.   78.   27.]]

写成标准的矩阵就是

image.png