卷积神经网络原理及实现

卷积神经网络的主要结构是卷积层＋池化层，该算法在图像上有较好的效果

小知识：图片有彩色图片和黑白图片，颜色都是有RGB三种颜色调和而成，所以彩色图片有三层通道，黑白图片有一层通道

咱们拿黑白图片说事：

简单来讲一个图片可以看作是一个矩阵24*24的，来一个卷积核( 这个是自己指定大小数值随机的小矩阵，假如2*2)，与前面那个24*24的相乘，先与24*24左上角2*2的小矩阵相乘，得出一个数值作为这个过程结果矩阵的左上角数值，之后卷积和往右移动(移动的不长stride自己设置一般设置1或2)，不断重复之间操作(卷积核小矩阵从图片的左上角一直滑动到右下角)，这个过程叫做一次卷积过程，这个过程得到的结果是一个矩阵，为了降低维度，采用池化操作，一般采用均值池化或最大池化，假如你采取2*2平均池化，前面的卷积结果为4*4 ，2*2池化的意思就是在4*4的左上角2*2当中取均值当作结果的左上角结果，右上角2*2矩阵的均值作为结果的右上角值，左下角和右下角同理，如果采用最大值池化就是取最大值不是取均值；假如池化得到的结果是2*2，之后用tf.reshape给它变成flat，就是变成1维的( 原来是2*2，这回编程1*4)，之后作为全连接神经网络的输入得到分类结果

这里面主要学习的参数就是卷积核，不断通过反向传递学习卷积核里面参数，知道结果收敛或达到实现设定好的阈值，上面说的只是进行一个卷积池化操作而已，还可以在后面再添加卷积池化操作，之后连接全连接层

比较详细的解释可以参考帖子：

https://blog.csdn.net/laingliang/article/details/53073591

https://blog.csdn.net/laingliang/article/details/53073591

https://blog.csdn.net/qq_33414271/article/details/79337141

代码：

#encoding='utf-8'  

  

""" 

        Description:以cifar10_input数据为例, 

        cifar数据和代码下载地址：git clone https://github.com/tensorflow/model.git 

        代码下载／model/tutorials/image/CIFAR10文件夹即是操作区域，建一个.py文件 

        .py文件里面代码写上： 

        #encoding='utf-8' 

        import cifar10 

        cifar10.maybe_download_and_extract() 

        运行文件，即可获取数据 

"""  

  

import cifar10_input  

import tensorflow as tf  

import numpy as np  

  

batch_size = 128  

data_dir = '/tmp/cifar10_data/cifar-10-batches-bin'  

print("begin")  

  

images_train,labels_train = cifar10_input.inputs(eval_data = False,  

                                                 data_dir = data_dir,  

                                                 batch_size = batch_size)  

images_test,labels_test = cifar10_input.inputs(eval_data  = True,  

                                               data_dir = data_dir,  

                                               batch_size = batch_size)  

print("begin data")  

  

def weight_variable(shape):  

    initial = tf.truncated_normal(shape,stddev=0.1)  

    return tf.Variable(initial)  

  

def bias_variable(shape):  

    initial = tf.constant(0.1,shape=shape)  

    return tf.Variable(initial)  

  

def conv2d(x,w):  

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

  

def max_pool_2x2(x):  

    return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')  

  

def avg_pool_6x6(x):  

    return tf.nn.avg_pool(x,ksize=[1,6,6,1],strides=[1,6,6,1],padding='SAME')  

  

x = tf.placeholder(tf.float32,[None,24,24,3])  

y = tf.placeholder(tf.float32,[None,10])  

  

w_conv1 = weight_variable([5,5,3,64])  

b_conv1 = bias_variable([64])  

  

x_image = tf.reshape(x,[-1,24,24,3])  

  

h_pool1 = max_pool_2x2(tf.nn.relu(conv2d(x_image,w_conv1))+b_conv1)  

  

w_conv2 = weight_variable([5,5,64,64])  

b_conv2 = bias_variable([64])  

  

h_pool2 = max_pool_2x2(tf.nn.relu(conv2d(h_pool1,w_conv2))+b_conv2)  

  

w_conv3 = weight_variable([5,5,64,10])  

b_conv3 = bias_variable([10])  

  

h_conv3 = max_pool_2x2(tf.nn.relu(conv2d(h_pool2,w_conv3))+b_conv3)  

  

h_pool3 = avg_pool_6x6(h_conv3)  

h_pool3_flat = tf.reshape(h_pool3,[-1,10])  

y_conv = tf.nn.softmax(h_pool3_flat)  

  

cross_entropy = -tf.reduce_sum(y*tf.log(y_conv))  

train_step = tf.trainable_variables.AdamOptimizer(1e-4).minimize(cross_entropy)  

  

correct_prediction = tf.equal(tf.argmax(y_conv,1),tf.argmax(y,1))  

accuracy = tf.reduce_mean(tf.cast(correct_prediction,"float"))  

  

sess = tf.Session()  

sess.run(tf.global_variables_initializer())  

tf.train.start_queue_runners(sess=sess)  

  

for i in range(15000):  

    image_batch,label_batch = sess.run([images_train,labels_train])  

    label_b = np.eye(10,dtype=float)[label_batch]  

  

    train_step.run(feed_dict={x:image_batch,y:label_b},session=sess)  

  

    if i%200 == 0:  

        train_accuracy = accuracy.eval(feed_dict={x:image_batch,y:label_b},session=sess)  

  

    print("step %d,training accuracy %g"%(i,train_accuracy))  

总结

以上是生活随笔为你收集整理的卷积神经网络原理及实现的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。