之前的文章简单介绍了Kaggle平台以及如何用支撑向量（SVM）的机器学习算法识别手写数字图片。可见即使不用神经网络，传统的机器学习算法在图像识别的领域也能取得不错的成绩（我跑出来了97.2% 的正确率）, 但是要将正确率再往上提升就会遇到瓶颈了。
此时，神经网络以及深度学习，尤其是卷积神经网路（CNN）就派上用场了。
用CNN的网络，在同样的平台上，目前我将手写图片识别的正确率提高到了99.1%，排名全球900多名左右。
1、导入库文件
使用深度学习的方法当然就要用到大名鼎鼎的TensorFlow。
import pandas as pd
import math
import numpy as np
import matplotlib.pyplot as plt, matplotlib.image as mpimg
from sklearn.model_selection import train_test_split
import tensorflow as tf
%matplotlib inline
2、准备数据
与之前一样，需要对数据进行分成Train 和 Test 两个组。
labeled_images = pd.read_csv('train.csv')
images = labeled_images.iloc[:,1:]
labels = labeled_images.iloc[:,:1]
train_images, test_images,train_labels, test_labels = train_test_split(images, labels, test_size=0.02)
3、创建帮助函数
这是本问最难的部分，作用实际上就是对数据进行处理，转换成TensorFlow 读得懂的数据。
One Hot Encode
我们知道，这些图片的标签（识别结果）就是是0到9的10个数字，结果就是一个nx1的矩阵，n是训练样本的个数。为了让模型更加方便地处理数据（计算机是二进制的，最好给它0，1的数据），需要将数据转换成nx10的矩阵。比如果其中一个样板的标记是3，那么这一行的数列就应该是[0,0,0,1,0,0,0,0,0,0], 如果是9的话[0,0,0,0,0,0,0,0,0,1]。所有的样本叠起来就是一个nx10的矩阵。
def one_hot_encode(vec, vals=10):
'''
For use to one-hot encode the 10- possible labels
'''
n = len(vec)
out = np.zeros((n, vals))
out[range(n), vec] = 1
return out
帮助类
从AI学习笔记——卷积神经网络（CNN）的文章中我们知道，一张图片有三个维度——长，宽，颜色通道。对于本文中的黑色图片，第三个维度为1。在加上样本的个数(n)，整个训练样本应该是一个(nx28x28x1)的四维Tensor(张量)。set_up_images(self)函数就是将图片转换成这样的Tensor。next_batch（）函数则是n个训练样本分成若干个batch, 一个一个地送给模型(这个叫mini batch)。
class CifarHelper():
def __init__(self):
self.i = 0
# Intialize some empty variables for later on
self.training_images = None
self.training_labels = None
self.test_images = None
self.test_labels = None
def set_up_images(self):
print("Setting Up Training Images and Labels")
# Vertically stacks the training images
self.training_images = train_images.as_matrix()
train_len = self.training_images.shape[0]
# Reshapes and normalizes training images
self.training_images = self.training_images.reshape(train_len,28,28,1)/255
# One hot Encodes the training labels (e.g. [0,0,0,1,0,0,0,0,0,0])
self.training_labels = one_hot_encode(train_labels.as_matrix().reshape(-1), 10)
print("Setting Up Test Images and Labels")
# Vertically stacks the test images
self.test_images = test_images.as_matrix()
test_len = self.test_images.shape[0]
# Reshapes and normalizes test images
self.test_images = self.test_images.reshape(test_len,28,28,1)/255
# One hot Encodes the test labels (e.g. [0,0,0,1,0,0,0,0,0,0])
self.test_labels = one_hot_encode(test_labels.as_matrix().reshape(-1), 10)
def next_batch(self, batch_size):
# Note that the 100 dimension in the reshape call is set by an assumed batch size of 100
x = self.training_images[self.i:self.i+batch_size]
y = self.training_labels[self.i:self.i+batch_size]
self.i = (self.i + batch_size) % len(self.training_images)
return x, y
最后这两行代码就完成了数据的初始化。
# Before Your tf.Session run these two lines
ch = CifarHelper()
ch.set_up_images()
# During your session to grab the next batch use this line
# (Just like we did for mnist.train.next_batch)
# batch = ch.next_batch(100)
4、创建模型
这里用到了TensorFlow, 也许会之后在单独的文章中介绍如何使用，这里简单介绍一下。
使用TensorFlow 首先是要创建一个 computation graph(计算图谱)，也就是先告诉计算机模型是怎样的，包括神经网络有多少层，每层多少个神经元，输入输出数据的格式是怎的。此时还没有开始计算。
Placeholder
x 输入，y输出，hold_prob用于dropout(不多解释，主要用于随机丢弃神经元的一种正则化的方法)
x = tf.placeholder(tf.float32, shape=[None,28,28,1])
y_true = tf.placeholder(tf.float32, shape=[None,10])
hold_prob = tf.placeholder(tf.float32)
Help functions
这些函数是为了简化Tensorflow 创建神经网络的方法，根据从之前文章对CNN的介绍，我们需要卷积层，Pooling(池化)层，以及全连接层等等。
def init_weights(shape):
init_random_dist = tf.truncated_normal(shape, stddev=0.1)
return tf.Variable(init_random_dist)
def init_bias(shape):
init_bias_vals = tf.constant(0.1, shape=shape)
return tf.Variable(init_bias_vals)
def conv2d(x, W):
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
# x -->[batch, in_height, in_width, in_channels]
# W --> [filter_height, filter_width, in_channels, out_channels]
def max_pool_2by2(x):
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
strides=[1, 2, 2, 1], padding='SAME')
def convolutional_layer(input_x, shape):
W = init_weights(shape)
b = init_bias([shape[3]])
return tf.nn.relu(conv2d(input_x, W) + b)
def normal_full_layer(input_layer, size):
input_size = int(input_layer.get_shape()[1])
W = init_weights([input_size, size])
b = init_bias([size])
return tf.matmul(input_layer, W) + b
搭建神经网络
第一层，卷积+Pooling
convo_1 = convolutional_layer(x,shape=[6,6,1,32])
convo_1_pooling = max_pool_2by2(convo_1)
第二层
convo_2 = convolutional_layer(convo_1_pooling,shape=[6,6,32,64])
convo_2_pooling = max_pool_2by2(convo_2)
第三层, 全连接
convo_2_flat = tf.reshape(convo_2_pooling,[-1,7*7*64])
full_layer_one = tf.nn.relu(normal_full_layer(convo_2_flat,1024))
Dropout 和 输出
full_one_dropout = tf.nn.dropout(full_layer_one,keep_prob=hold_prob)
y_pred = normal_full_layer(full_one_dropout,10)
定义损失函数，和优化函数，初始化
Loss Function
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_true,logits=y_pred))
Optimizer
optimizer = tf.train.AdamOptimizer(learning_rate=0.00002)
train = optimizer.minimize(cross_entropy)
Intialize Variables
init = tf.global_variables_initializer()
5、训练模型
之前的准备工作妥当之后，实际上训练模型的代码就很短了。用Tensorflow训练模型，都必须在一个Session 之内并且初始化(都是套路)。
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
真正的代码就这两行, 实际上就是将之前帮助函数中定义的mini batch 送到模型中进行训练。
for i in range(50000):
batch = ch.next_batch(100)
sess.run(train, feed_dict={x: batch[0], y_true: batch[1], hold_prob: 0.5})
模型要进行50000次的迭代，我们需要将每100此迭代的结果打印出来。完整代码如下
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for i in range(50000):
batch = ch.next_batch(100)
sess.run(train, feed_dict={x: batch[0], y_true: batch[1], hold_prob: 0.5})
# PRINT OUT A MESSAGE EVERY 100 STEPS
if i%100 == 0:
print('Currently on step {}'.format(i))
print('Accuracy is:')
# Test the Train Model
matches = tf.equal(tf.argmax(y_pred,1),tf.argmax(y_true,1))
acc = tf.reduce_mean(tf.cast(matches,tf.float32))
print(sess.run(acc,feed_dict={x:ch.test_images,y_true:ch.test_labels,hold_prob:1.0}))
print('\n')
saver.save(sess,'models_saving/my_model.ckpt')
最后得到了98%的准确率
Currently on step 0
Accuracy is:
0.179762
Currently on step 100
Accuracy is:
0.584524
....
....
....
Currently on step 49900
Accuracy is:
0.983333
至此，一个完整的用Tensorflow 训练CNN的过程就介绍完了，当然要最后还需要保存模型，用模型对新的数据进行预测，关于这部分的内容就留给读者自己吧。
————
相关文章
AI学习笔记——神经网络和深度学习
AI学习笔记——卷积神经网络1（CNN）
————
文章首发steemit.com 为了方便墙内阅读，搬运至此，欢迎留言或者访问我的Steemit主页