卷积神经网络：下面要说的这个网络，由下面三层所组成
卷积网络：卷积层 + 激活层relu+ 池化层max_pool组成
神经网络：线性变化 + 激活层relu
神经网络： 线性变化(获得得分值)
代码说明：
代码主要有三部分组成
第一部分： 数据读入
第二部分：模型的构建，用于生成loss和梯度值
第三部分：将数据和模型输入，使用batch_size数据进行模型参数的训练
第一部分：数据读入
第一步：输入文件的地址
第二步： 创建列表，用于文件数据的保存
第三步：使用pickle.load进行数据的读取
第四步： 创建mask索引，用于生成验证集，训练集，测试集
第五步： 对图像进行均值化操作
第六步：使用.transpose将图像的维度进行转换
第七步：创建字典将data数据进行返回
代码：data_utils.py
import os import pickle import sys import importlib importlib.reload(sys) import numpy as np def load_single_data(dir): # 第三步：打开文件，进行数据的读取 with open(dir, 'rb') as f: # 文件的读取 data_dict = pickle.load(f, encoding='latin1') # 获得数据 X = data_dict['data'] # 获得标签 y = data_dict['labels'] # 进行数据的维度重构 X = X.reshape(10000, 3, 32, 32).transpose(0, 2, 3, 1).astype('float') # 将标签转换为np.array格式 y = np.array(y) return X, y def load_CIFAR10_data(root): # 第二步：创建列表，用于文件数据的保存 xs = [] ys = [] for i in range(1, 2): filename = os.path.join(root, 'data_batch_%d'%i) X, y = load_single_data(filename) xs.append(X) ys.append(y) xtr = np.concatenate(xs) ytr = np.concatenate(ys) # 获得测试数据 xte, yte = load_single_data(os.path.join(root, 'test_batch')) return xtr, ytr, xte, yte def get_CIFAR10_data(num_train=5000, num_val=500, num_test=500): # 第一步：输入文件的地址 filename_dir = 'D://BaiduNetdiskDownload//神经网络入门基础（PPT，代码）//绁炵粡缃戠粶鍏ラ棬鍩虹锛圥PT锛屼唬鐮侊級//cifar-10-batches-py//' # 获得训练数据和测试数据 train_X, train_y, test_X, test_y = load_CIFAR10_data(filename_dir) # 第四步：创建一个mask索引，用于生成500个验证集val数据， 5000个训练数据和500个测试数据 mask = np.arange(num_train, num_train+num_val) val_X = train_X[mask] val_y = train_y[mask] mask = np.arange(num_train) train_X = train_X[mask] train_y = train_y[mask] mask = np.arange(num_test) test_X = test_X[mask] test_y = test_y[mask] # 第五步：对图像进行均值化操作 mean_img = np.mean(train_X, axis=0, keepdims=True) train_X -= mean_img val_X -= mean_img test_X -= mean_img # 第六步：将图片的维度进行转换 train_X = train_X.transpose(0, 3, 1, 2) val_X = val_X.transpose(0, 3, 1, 2) test_X = test_X.transpose(0, 3, 1, 2) # 第七步：创建一个字典返回数据 return {'train_X':train_X, 'train_y':train_y, 'val_X':val_X, 'val_y':val_y, 'test_X':test_X, 'test_y':test_y}
第二部分：进行模型的构建，用于生成lscores， loss和grads
有标签值y输出loss和grads
没有标签值y 输出scores得分
第一步：输入参数的初始化，包括输入图片维度，filter卷积核个数， filter_size卷积核的大小, num_hidden: 隐藏层个数， num_classes：分类的结果，weight_scale表示权重参数的偏置，reg表示正则化惩罚项的力度
第二步：初始化构造卷积的参数维度，构建字典self.params进行存放，将卷积参数进行数据类型的转换，转换为np.float32
第三步：构造loss函数，获得各个层的参数值
第四步：前向传播：
第一步：卷积 + relu激活 + pool的前向传播， 保存输入的cache用于后续的反向传播
第二步： 第一次全连接层的前向传播，这里使用.reshape(N, -1)进行层的维度变化
第三步：第二次全连接层的前向传播，用于计算各个类别的得分值
第四步：如果没有标签值，就返回scores得分值
第五步：反向传播
第一步：计算损失值loss和softmax概率的反向传播dout
第二步：计算第二次全连接的反向传播
第三步：计算第一次全连接的relu和线性的反向传播，这是输入结果与输出结果的维度相同，用于进行(N, 32, 32, 32)的矩阵变换
第四步：pool + relu + conv 的反向传播
第六步：在dw的基础上，加上正则化的梯度求导结果，同时对于加上正则化的损失值
第七步：构建grads字典，返回grads和loss
代码：主函数：cnn.py
import numpy as np from layer_utils import * class ThreeLayerConvNet(object): # 第一步：输入参数的初始化 def __init__(self, input_image=(3, 32, 32), filter_size=7, num_hidden=100, filter_num = 32, num_classes=10, weight_scale=1e-3, reg=0.0, dtype=np.float32): # 第二步：建立存放参数的字典，并对参数进行零值化的构造其维度，使用.astype进行类型转换 # 正则化惩罚项 self.reg = reg # 数据类型 self.dtype = dtype # 用于存放参数 self.params = {} # 输入样本的维度 C, H, W = input_image # 对w参数，进行正态化的初始化，W1卷积层的维度， F卷积核个数, C上一通道的维度(图片维度), HH(卷积核长), WW(卷积核宽), self.params['W1'] = weight_scale * np.random.randn(filter_num, C, filter_size, filter_size) # 对b参数，使用零值初始化，b1卷积核的常熟项，F表示b的个数，每一个卷积核对应一个b self.params['b1'] = np.zeros(filter_num) # 全连接层，池化后的数据维度为N, int(H*W*filter_num/4) 构造w2.shape(int(H*W*filter_num/4, num_hidden)) self.params['W2'] = weight_scale * np.random.randn(int(H*W*filter_num/4), num_hidden) # 全连接层b的参数为num_hidden隐藏层的个数 self.params['b2'] = np.zeros(num_hidden) # 全连接层w3：用于进行得分值得计算，维度为(num_hidden, num_classes) self.params['W3'] = weight_scale * np.random.randn(num_hidden, num_classes) # 全连接层b3，得分层计算的偏置项b self.params['b3'] = np.zeros(num_classes) # 将参数转换为np.float32 for k, v in self.params.items(): self.params[k] = v.astype(dtype=self.dtype) def loss(self, X, y=None): # 第三步：从self.params获得各个层的参数 W1, b1 = self.params['W1'], self.params['b1'] W2, b2 = self.params['W2'], self.params['b2'] W3, b3 = self.params['W3'], self.params['b3'] # 第四步：进行前向传播 # 卷积的步长 stride = 1 # 补零的维度，为了保证卷积后的维度不变 pad = int((W1.shape[2] - 1) / 2) # 组合成卷积的参数 conv_params = {'stride': stride, 'pad': pad} # 组合成池化层的参数 pool_params = {'pool_height':2, 'pool_width':2, 'stride':2} # 进行卷积，激活层和pool池化层的前向传播，保存cache用于后续的反向传播 a1, cache1 = conv_relu_pool_forward(X, W1, b1, conv_params, pool_params) # 进行全连接层的前向传播，线性变化和relu层 a2, cache2 = affine_relu_forward(a1, W2, b2) # 进行全连接层的前向传播，线性变化获得得分值 scores, cache3 = affine_forward(a2, W3, b3) # 如果没有标签值，返回得分 if y is None: return scores # 第五步：计算反向传播的结果 # 计算data的损失值loss，以及反向传输softmax的结果，即dloss/dprob的求导结果 data_loss, dscores = softmax_loss(scores, y) # 进行第二层全连接的反向传播 da2, dW3, db3 = affine_backward(dscores, cache3) # 进行第一层全连接层的反向传播，包括relu层和线性变换层 da1, dW2, db2 = affine_relu_backward(da2, cache2) # 进行卷积层的反向传播，包括pool, relu, conv卷积层的反向传播，输出梯度值 dx, dW1, db1 = conv_relu_pool_backward(da1, cache1) # 第六步：加上正则化的损失值，同时梯度dw加上w正则化的求导值 reg_loss = 0.5 * np.sum(W1*W1) + 0.5 * np.sum(W2*W2) + 0.5 * np.sum(W3*W3) loss = reg_loss + data_loss dW1 += self.reg * W1 dW2 += self.reg * W2 dW3 += self.reg * W3 # 第七步：构造grads梯度字典，并返回梯度值和损失值 grads = {'W1': dW1, 'b1': db1, 'W2': dW2, 'b2': db2, 'W3': dW3, 'b3': db3} return loss, grads
副函数：layer_utils.py
from layers import * # 卷积层，激活层，池化层的前向传播 def conv_relu_pool_forward(x, w, b, conv_params, pool_params): # 卷积层的前向传播使用对每个filterF, np.sum对C通道乘积进行加和，再加上b偏置项 a, cache_conv = conv_forward(x, w, b, conv_params) # relu层的前向传播， np.maxmuim(0, x) 小于零的值使用零表示 r, cache_relu = relu_forward(a) # pool层的前向传播，对卷积部分的图像求出最大值，作为pool池化后的大小 out, cache_pool = pool_forward(r, pool_params) # 将各个输入组合成一个cache，用于反向传播 cache = (cache_conv, cache_relu, cache_pool) return out, cache # pool,relu, conv的反向传播 def conv_relu_pool_backward(dout, cache): # 获得三个层的输入参数 cache_conv, cache_relu, cache_pool = cache # 进行池化层的反向传播，构造最大值的[[false, false], [false, True]]列表，最大值部分不变，其他部位使用0值填充 dpool = pool_backward(dout, cache_pool) # 进行relu层的反向传播，dout[x<0] = 0, 将输入小于0的dout置为0 drelu = relu_backward(dpool, cache_relu) # 卷积层的反向传播，对dx, dw, db进行反向传播，dx[i, :, j*s] += dout * w[f], dw[f] += windows * dout, db[f] += dout dconv, dw, db = conv_backward(drelu, cache_conv) return dconv, dw, db # 线性传播和池化层的前向传播，即全连接层的前向传播 def affine_relu_forward(x, w, b): a, cache_affine = affine_forward(x, w, b) r, cache_relu = relu_forward(a) cache = (cache_affine, cache_relu) return r, cache # 线性传播和池化层的反向传播，即全连接层的反向传播 def affine_relu_backward(dout, cache): affine_cache, relu_cache = cache r = relu_backward(dout, relu_cache) dx, dw, db = affine_backward(r, affine_cache) return dx, dw, db
副副函数：layers.py
import numpy as np # 卷积的前向传播 def conv_forward(x, w, b, conv_params): N, C, H, W = x.shape F, C, HH, WW = w.shape pad = conv_params['pad'] stride = conv_params['stride'] # 进行补零操作 x_pad = np.pad(x, ((0, 0), (0, 0), (pad, pad), (pad, pad)), mode='constant') # 进行卷积后的H和W的维度计算 H_new = int((H - HH + 2*pad) / stride + 1) W_new = int((W - WW + 2*pad) / stride + 1) s = stride # 构造输出矩阵 out = np.zeros((N, F, H_new, W_new)) for i in range(N): for f in range(F): for j in range(H_new): for k in range(W_new): # 将C通道分别进行相乘，和最后的相加操作，再加上一个b值，作为最后的输出 out[i, f, j, k] = np.sum(x_pad[i, :, j*s:j*s+HH, k*s:k*s+WW] * w[f]) + b[f] cache = (x, w, b, conv_params) return out, cache # 卷积的反向传播 def conv_backward(dout, cache): (x, w, b, conv_params) = cache N, C, H, W = x.shape F, C, HH, WW = w.shape pad = conv_params['pad'] stride = conv_params['stride'] s = stride H_new = dout.shape[2] W_new = dout.shape[3] # 进行补零操作 x_pad = np.pad(x, ((0, 0), (0, 0), (pad, pad), (pad, pad)), mode='constant') # 构造dw, dx, db的输出矩阵，即与输入矩阵的维度相同 dw = np.zeros_like(w) dx = np.zeros_like(x_pad) db = np.zeros_like(b) for i in range(N): for f in range(F): for j in range(H_new): for k in range(W_new): # 获得前向传播的x windows = x_pad[i, :, j*s:j*s+HH, k*s:k*s+WW] # dw[f] = dout[i, f, j, k] * x dw[f] += dout[i, f, j, k] * windows # dx = dout * w dx[i, :, j*s:j*s+HH, k*s:k*s+WW] += dout[i, f, j, k] * w[f] # db[f] += dout[i, f, j, k] db[f] += dout[i, f, j, k] # 进行裁剪，去除补零部分 dx = dx[:, :, int(pad):pad + H, pad:pad + W] return dx, dw, db # 池化的前向传播 def pool_forward(x, pool_params): N, C, H, W = x.shape # 池化的维度 pool_height, pool_width = pool_params['pool_height'], pool_params['pool_width'] pool_stride = pool_params['stride'] # 池化后的维度 H_new = int((H - pool_height) / pool_stride + 1) W_new = int((W - pool_width) / pool_stride + 1) s = pool_stride HH = pool_height WW = pool_width out = np.zeros((N, C, H_new, W_new)) for i in range(N): for c in range(C): for j in range(H_new): for k in range(W_new): # 将图像上卷积区域的最大值，赋值给池化后的数据 out[i, c, j, k] = np.max(x[i, c, j*s:j*s+HH, k*s:k*s+WW]) cache = (x, pool_params) return out, cache # 池化层的反向传播 def pool_backward(dout, cache): # 获得输入层的输入 (x, pool_params) = cache HH = pool_params['pool_height'] WW = pool_params['pool_width'] stride = pool_params['stride'] s = stride N, C, H, W = x.shape # 迭代的次数，这与池化层的前向传播的次数是相同的 H_new = int((H - HH) / stride + 1) W_new = int((W - WW) / stride + 1) # 构造输出矩阵 out = np.zeros_like(x) for i in range(N): for c in range(C): for j in range(H_new): for k in range(W_new): # 生成[[false, false],[false, True]] window = (np.array(x[i, c, j*s:j*s+HH, k*s:k*s+WW]) == dout[i, c, j, k]) # [[false, false],[false, True]] * dout[i, c, j, k] = [[0, 0], [0, dout[i, c, j, k]] out[i, c, j*s:j*s+HH, k*s:k*s+WW] = window * dout[i, c, j, k] return out # 线性变化的前向传播 def affine_forward(x, w, b): N = x.shape[0] x_row = x.reshape(N, -1) out = np.dot(x_row, w) + b cache = (x, w, b) return out, cache # 线性变化的反向传播 def affine_backward(dout, cache): x, w, b = cache dx = np.dot(dout, w.T) dx = dx.reshape(x.shape) x_row = x.reshape(x.shape[0], -1) dw = np.dot(x_row.T, dout) db = np.sum(dout, axis=0, keepdims=True) return dx, dw, db # relu层的前向传播 def relu_forward(x): out = None cache = x out = ReLU(x) return out, cache # relu层的反向传播 def relu_backward(dout, cache): out = None x = cache out = dout.copy() out[x < 0] = 0 return out # relu激活函数 def ReLU(x): return np.maximum(0, x) # 计算损失值，即dloss/dprob的损失函数对概率的反导 def softmax_loss(scores, y): N = scores.shape[0] #softmax概率值 probs = np.exp(scores) probs /= np.sum(probs, axis=1, keepdims=True) # 计算损失值函数 loss = -np.sum(np.log(probs[np.arange(N), y])) / N # 损失值对softmax概率值求导 dout = probs.copy() dout[np.arange(N), y] -= 1 dout /= N return loss, dout
第三部分：将数据data和模型model输入，使用batch_size数据进行self.model.loss进行损失值得计算和参数的更新
第一步：获得data中的训练数据和验证集的数据
第二步：使用kwargs.pop()获得传入字典中的参数
第三步: 进行部分参数初始化，同时构造参数对应的学习率和momentum字典，即后续的v
第四步：使用num_data和batch_size, 即num_epoches构造出迭代的次数
第五步：进行循环，使用动量梯度sgd，即self.model.loss计算损失值和更新self.model.params的参数
第六步：每一个print_every 打印损失值loss
第七步：每一个epoch值，进行学习率的衰减
第八步：在开始或者结束，以及每一个epoch值，打印准确率
第九步：对于最好的验证集的准确率，保存当前的self.model.params,迭代结束，将最好的验证集参数赋值给self.model.params
主函数：Solver.py
import numpy as np import optim class Solver(object): def __init__(self, data, model, **kwargs): # 第一步：从data中获得训练数据和验证集数据 self.train_X = data['train_X'] self.train_y = data['train_y'] self.val_X = data['val_X'] self.val_y = data['val_y'] self.model = model # 第二步：获得传入的参数，学习率衰减值，训练的batch_size, epoch的大小，学习率和momentum， 梯度下降的方式 self.lr_decay = kwargs.pop('lr_decay', 1.0) self.print_every = kwargs.pop('print_every', 10) self.num_epochs = kwargs.pop('num_epochs', 2) self.batch_size = kwargs.pop('batch_size', 2) self.update_rule = kwargs.pop('update_rule', 'sgd') self.optim_config = kwargs.pop('optim_config', {}) self.verbose = kwargs.pop('verbose', True) # 如果存在未知的输入则报错 if len(kwargs) > 0: extra = ','.join('%s'% k for k in kwargs) raise ValueError('Unrecognized arguments %s' % extra) # 如果optim中不存在，梯度下降的方式就报错 if not hasattr(optim, self.update_rule): raise ValueError('Unrecognized arguments %s' % self.update_rule) # 将optim中的函数功能赋予函数名self.update_rule self.update_rule = getattr(optim, self.update_rule) # 第三步：进行部分初始化操作 self._reset() def _reset(self): # 迭代epoch的次数 self.epoch = 0 # 损失值的list self.loss_history = [] # 准确率的list self.acc_train = [] self.acc_val = [] # 最好的验证集的准确率 self.best_val = 0 # 每个dw和db对应的学习率和momentum self.optim_configs = {} # 建立每个参数对应的学习率和momentum for p in self.model.params: d = {k:v for k, v in self.optim_config.items()} self.optim_configs[p] = d def train(self): # 第四步：使用样本数和batch_size，即epoch_num，构造迭代的次数 num_data = self.train_X.shape[0] num_every_epoch = max(num_data / self.batch_size, 1) num_iterations = num_every_epoch * self.num_epochs for t in range(int(num_iterations)): # 第五步：循环，计算损失值和梯度值，并使用sgd_momentum进行参数更新 self._step() # 第六步：每一个print_every打印损失值 if self.verbose and t % self.print_every == 0: print('%d / %d %f'%(t+1, num_iterations, self.loss_history[-1])) # 第七步：每一个循环进行一次学习率的下降 epoch_end = (t + 1) % self.batch_size == 0 if epoch_end: self.epoch += 1 for p in self.optim_configs: self.optim_configs[p]['learning_rate'] *= self.lr_decay start = 0 end = num_iterations - 1 # 第八步：开始或者结束，或者每一个epoch计算准确率，同时获得验证集最好的参数 if t == start or t == end or t+1 % num_every_epoch == 0: train_acc = self.check_accuracy(self.train_X, self.train_y, num_sample=4) val_acc = self.check_accuracy(self.val_X, self.val_y, num_sample=4) print('%d/%d train acc%.2f'%(self.epoch, self.num_epochs, train_acc)) print('%d/%d val acc%.2f' % (self.epoch, self.num_epochs, val_acc)) self.acc_train.append(train_acc) self.acc_val.append(val_acc) if val_acc > self.best_val: self.best_params = {} for k, v in self.model.params.items(): self.best_params[k] = v self.best_val = val_acc # 将验证集最好的参数赋予给当前的模型参数 self.model.params = self.best_params # 进行准确率的计算 def check_accuracy(self, X, y, num_sample=None, batch_size=2): # num_sample表示使用多少个数据计算准确率 N = X.shape[0] if N > num_sample: # 随机从N个样本中，抽取num_sample个样本 mask = np.random.choice(N, num_sample) X = X[mask] y = y[mask] num_batch = num_sample / batch_size if num_batch % batch_size != 0: num_batch += 1 y_pred = [] for i in range(int(num_batch)): start_id = i * batch_size end_id = (i + 1) * batch_size # 不传入y，获得scores得分 scores = self.model.loss(X[start_id:end_id]) y_pred.append(np.argmax(scores, axis=1)) # 将数据进行横向排列 y_pred = np.hstack(y_pred) # 计算结果的平均值 accr = np.mean((y_pred == y)) return accr # 计算loss和进行参数更新 def _step(self): # 获得当前样本的个数 self.num_data = self.train_X.shape[0] # 随机抽取2个样本，用于进行参数的更新 batch_mask = np.random.choice(self.num_data, self.batch_size) X_batch = self.train_X[batch_mask] y_batch = self.train_y[batch_mask] # 计算损失值和梯度方向 loss, grads = self.model.loss(X_batch, y_batch) # 将损失值的结果进行添加 self.loss_history.append(loss) # 对每个参数进行循环 for p, v in self.model.params.items(): # 获得当前的学习率和momentum, 以及后续加入的v config = self.optim_configs[p] # 获得w和dw梯度值 w, dw = self.model.params[p], grads[p] # 将w，dw, config传入到动量梯度算法，进行参数更新 next_w, next_config = self.update_rule(w, dw, config) # 将更新后的config替代字典中的config self.optim_configs[p] = next_config # 将更新后的参数替换成模型中的参数 self.model.params[p] = next_w
副函数：optim.py
import numpy as np # sgd_momentum 计算动量梯度下降 def sgd_momentum(w, dw, configs=None): # 传入每一个参数对应的学习率和momentum if configs is None: configs = {} # 如果不存在该属性，使用默认值 learning_rate = configs.setdefault('learning_rate', 1e-2) momentum = configs.setdefault('momentum', 1.0) # 获得前一次传播的v，没有就使用构造全零 v = configs.get('velocity', np.zeros_like(w)) # 进行当前v的更新，即v*momentum - dw * learning_rate v = v*momentum - dw * learning_rate # 进行w参数更新 w = v + w # 将v替换，最为下一次的前一次传播v configs['velocity'] = v return w, configs
上述代码的主要函数：start.py
import numpy as np from data_utils import get_CIFAR10_data from cnn import ThreeLayerConvNet from solver import Solver import matplotlib.pyplot as plt # 第一步数据读取 data = get_CIFAR10_data() # 第二步：建立model用于进行loss和grads的计算 model = ThreeLayerConvNet(reg=0.9) # 第三步：使用batch_size进行参数的更新 solver = Solver(data, model, lr_decay=0.95, print_every=10, num_epochs=5, batch_size=2, update_rule='sgd_momentum', optim_config={'learning_rate': 5e-4, 'momentum': 0.9}) solver.train() # 画出loss图 plt.subplot(2, 1, 1) plt.title('Training loss') plt.plot(solver.loss_history, 'o') plt.xlabel('Iteration') # 画出准确率的图 plt.subplot(2, 1, 2) plt.title('Accuracy') plt.plot(solver.train_acc_history, '-o', label='train') plt.plot(solver.val_acc_history, '-o', label='val') plt.plot([0.5]*len(solver.val_acc_history), 'k--') plt.xlabel('Epoch') plt.legend(loc='lower right') plt.show() # 计算测试值得准确率 best_model = model test_X, test_y = data['test_X'], data['test_y'] print('test_value', np.mean(np.argmax(model.loss(test_X), axis=1) == test_y))
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：深度学习原理与框架-卷积神经网络-cifar10分类(图片分类代码) 1.数据读入 2.模型构建 3.模型参数训练 - Python技术站
微信扫一扫 
支付宝扫一扫 
