放牧代码和思想
专注自然语言处理、机器学习算法
    博主不用扣扣,公事请博客留言,私事请微博私信。开源项目一律GitHub见,发错地方恕不回复,谢谢。

谷歌深度学习公开课任务 4: 卷积模型

目录

课上浅显地介绍了卷积网络,以及配套的常用技巧。速成嘛,没深入探讨原理。编程任务直接给出了实现,要求也只是在其基础上做些小改进,过过干瘾。

TensorFlow.png

任务 4: 卷积模型

设计并训练一个卷积神经网络。

前两次任务中,我们实现了较深的全连接多层神经网络,这次的目标是加入卷积层。

为了降低难度,谷歌直接给出了范例代码,也就是两个卷积层的神经网络:

image_size = 28
num_labels = 10
num_channels = 1  # grayscale
batch_size = 16
patch_size = 5
depth = 16
num_hidden = 64

graph = tf.Graph()

with graph.as_default():
    # Input data.
    tf_train_dataset = tf.placeholder(
        tf.float32, shape=(batch_size, image_size, image_size, num_channels))
    tf_train_labels = tf.placeholder(tf.float32, shape=(batch_size, num_labels))
    tf_valid_dataset = tf.constant(valid_dataset)
    tf_test_dataset = tf.constant(test_dataset)

    # Variables.
    layer1_weights = tf.Variable(tf.truncated_normal([patch_size, patch_size, num_channels, depth], stddev=0.1))
    layer1_biases = tf.Variable(tf.zeros([depth]))

    layer2_weights = tf.Variable(tf.truncated_normal([patch_size, patch_size, depth, depth], stddev=0.1))
    layer2_biases = tf.Variable(tf.constant(1.0, shape=[depth]))
    
    layer3_weights = tf.Variable(
        tf.truncated_normal([image_size // 4 * image_size // 4 * depth, num_hidden], stddev=0.1))
    layer3_biases = tf.Variable(tf.constant(1.0, shape=[num_hidden]))

    layer4_weights = tf.Variable(tf.truncated_normal([num_hidden, num_labels], stddev=0.1))
    layer4_biases = tf.Variable(tf.constant(1.0, shape=[num_labels]))


    # Model.
    def model(data):
        conv = tf.nn.conv2d(data, layer1_weights, [1, 2, 2, 1], padding='SAME')
        hidden = tf.nn.relu(conv + layer1_biases)
        conv = tf.nn.conv2d(hidden, layer2_weights, [1, 2, 2, 1], padding='SAME')
        hidden = tf.nn.relu(conv + layer2_biases)
        shape = hidden.get_shape().as_list()
        reshape = tf.reshape(hidden, [shape[0], shape[1] * shape[2] * shape[3]])
        hidden = tf.nn.relu(tf.matmul(reshape, layer3_weights) + layer3_biases)
        return tf.matmul(hidden, layer4_weights) + layer4_biases


    # Training computation.
    logits = model(tf_train_dataset)
    loss = tf.reduce_mean(
        tf.nn.softmax_cross_entropy_with_logits(logits, tf_train_labels))

    # Optimizer.
    optimizer = tf.train.GradientDescentOptimizer(0.05).minimize(loss)

    # Predictions for the training, validation, and test data.
    train_prediction = tf.nn.softmax(logits)
    valid_prediction = tf.nn.softmax(model(tf_valid_dataset))
    test_prediction = tf.nn.softmax(model(tf_test_dataset))

num_steps = 1001

with tf.Session(graph=graph) as session:
    tf.initialize_all_variables().run()
    print('Initialized')
    for step in range(num_steps):
        offset = (step * batch_size) % (train_labels.shape[0] - batch_size)
        batch_data = train_dataset[offset:(offset + batch_size), :, :, :]
        batch_labels = train_labels[offset:(offset + batch_size), :]
        feed_dict = {tf_train_dataset: batch_data, tf_train_labels: batch_labels}
        _, l, predictions = session.run(
            [optimizer, loss, train_prediction], feed_dict=feed_dict)
        if (step % 50 == 0):
            print('Minibatch loss at step %d: %f' % (step, l))
            print('Minibatch accuracy: %.1f%%' % accuracy(predictions, batch_labels))
            print('Validation accuracy: %.1f%%' % accuracy(
                valid_prediction.eval(), valid_labels))
    print('Original Test accuracy: %.1f%%' % accuracy(test_prediction.eval(), test_labels))

其中layer1和2是卷积层,layer3是隐藏层,layer4是输出层。网络结构类似lecture里面的范例:

hankcs.com 2016-11-16 下午12.12.18.png

上图有3个卷积层,depth变化是3->16->64->256。

在实例代码中,隐藏层和输出层没什么稀奇的,重点关注前两个卷积层。layer1_weights的大小是

[patch_size, patch_size, num_channels, depth]

表示layer1的目的是将28*28的图像空间压缩为patch_size*patch_size,但每个像素的通道由num_channels“变厚”为depth,同一个patch内的像素点应该共享一套参数。

同理,layer2_weights的大小是

[patch_size, patch_size, depth, depth]

虽然空间大小和深度都没有变化,但旧空间中的一个块被map到新空间中的一个点,肯定又发生了一次抽象。这个卷积层不是摆设。

在session中,

        conv = tf.nn.conv2d(data, layer1_weights, [1, 2, 2, 1], padding='SAME')
        hidden = tf.nn.relu(conv + layer1_biases)
        conv = tf.nn.conv2d(hidden, layer2_weights, [1, 2, 2, 1], padding='SAME')
        hidden = tf.nn.relu(conv + layer2_biases)

执行卷积操作,达到目的。

其中,第三个参数表示stride=2,参考官方文档:

In detail, with the default NHWC format,

output[b, i, j, k] =
    sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q] *
                    filter[di, dj, q, k]

Must have strides[0] = strides[3] = 1. For the most common case of the same horizontal and vertices strides, strides = [1, stride, stride, 1].

这个卷积操作应该类似下图(每次移动stride=2):

no_padding_strides.gif

执行后得到:

Original Test accuracy: 89.1%

有很大改进空间。

题目1

hankcs.com 2016-11-16 下午12.45.35.png

使用kernel=2的max pooling代替上面的stride。

stride=2跳过了两行或两列像素,这是一种激进的方法(优达学城翻译成“非常有效的方法”,肯定不对),因为这种采样策略损失了不少信息。max pooling的大意是取每个点周围的最大值,具体内部怎么实现我也不猜了,反正这就是个快餐教程,以后肯定要看更务实的课程。

hankcs.com 2016-11-16 下午12.53.41.png

        conv = tf.nn.conv2d(data, layer1_weights, [1, 2, 2, 1], padding='SAME')
        hidden = tf.nn.relu(conv + layer1_biases)
        
        conv = tf.nn.conv2d(hidden, layer2_weights, [1, 2, 2, 1], padding='SAME')
        hidden = tf.nn.relu(conv + layer2_biases)

替换为:

        conv1 = tf.nn.relu(tf.nn.conv2d(data, layer1_weights, [1, 1, 1, 1], padding='SAME') + layer1_biases)
        pool1 = tf.nn.max_pool(conv1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

        conv2 = tf.nn.relu(tf.nn.conv2d(pool1, layer2_weights, [1, 1, 1, 1], padding='SAME') + layer2_biases)
        pool2 = tf.nn.max_pool(conv2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

输出:

Max pool Test accuracy: 89.6%

略有改善。注意这里

num_steps = 1001

所以跟上次任务没什么可比性。卷积神经网络训练太费时了,上次烧了两壶水,这次是BBQ。

题目2

参考经典的LeNet-5,

asamples.gif

用Dropout、学习率递减等技巧来改善卷积网络。

LeNet-5不含输入层的话有7层,完全模仿太复杂了,即使写出来估计也跑不动。直接加个正则化、dropout和指数递减快点完事吧。

Dropout

在隐藏层的输出上加个Dropout:

fc1_drop = tf.nn.dropout(fc1, keep_prob)

正则化

在损失函数上加个beta=0.001的正则项:

loss = cross_entropy + 0.001 * (
    tf.nn.l2_loss(layer3_weights) + tf.nn.l2_loss(layer3_biases) + tf.nn.l2_loss(layer4_weights) + tf.nn.l2_loss(
        layer4_biases))

学习率

optimizer加个学习率递减:

learning_rate = tf.train.exponential_decay(1e-1, global_step, num_steps, 0.7, staircase=True)
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss, global_step=global_step)

输出:

Lenet 5 Test accuracy: 94.6%

Reference:

https://arxiv.org/pdf/1603.07285v1.pdf

https://github.com/vdumoulin/conv_arithmetic

http://yann.lecun.com/exdb/lenet/ 

转载须注明:码农场 » 谷歌深度学习公开课任务 4: 卷积模型

分享到:更多 ()

我的开源项目

HanLP自然语言处理包基于DoubleArrayTrie的Aho Corasick自动机