参考:CNNs, Part 1: An Introduction to Convolutional Neural Networks
参考:CNNs, Part 2: Training a Convolutional Neural Network
目录
- 动机(Motivation)
- 数据集(Dataset)
- 卷积(Convolutions)
- 池化(Pooling)
- Softmax
- 训练概述(Training Overview)
- 反向传播:Softmax(Backprop: Softmax)
- 反向传播:池化层(Backprop: Max Pooling)
- 反向传播:卷积层(Backprop: Conv)
- 训练 CNN(Training a CNN)
- Keras 实现
1. 动机(Motivation)
通过普通的神经网络可以实现,但是现在图片越来越大,如果通过 NN 来实现,训练的参数太多。例如 224 x 224 x 3 = 150,528,隐藏层设置为 1024 就需要训练参数 150,528 x 1024 = 1.5 亿 个,这还是第一层,因此会导致我们的网络很庞大。
另一个问题就是特征位置在不同的图片中会发生变化。例如小猫的脸在不同图片中可能位于左上角或者右下角,因此小猫的脸不会激活同一个神经元。
2. 数据集(Dataset)
我们使用手写数字数据集 MNIST 。
每个数据集都以一个 28x28 像素的数字。
普通的神经网络也可以处理这个数据集,因为图片较小,另外数字都集中在中间位置,但是现实世界中的图片分类问题可就没有这么简单了,这里只是抛砖引玉哈。
3. 卷积(Convolutions)
CNN 相较于 NN 来说主要是增加了基于 convolution 的卷积层。卷基层包含一组 filter,每一个 filter 都是一个 2 维的矩阵。以下为 3x3 filter:
我们可以通过输入的图片和上面的 filter 来做卷积运算,然后输出一个新的图片。包含以下步骤:
-
- 将 filter 叠加在图片的顶部,一般是左上角
- 然后执行对应元素的相乘
- 将相乘的结果进行求和,得到输出图片的目标像素值
- 重复以上操作在所有位置上
执行效果如下所示:
3.1 有用吗?
通过卷积可以提取图片中的特定线条,垂直线条或者水平线条,以下为 vertical Sobel filter and horizontal Sobel filter 的结果:
卷积可以帮助我们查找一些图片特征(例如边缘)。
3.2 Padding(填充)
可以通过在周围补 0 实现输出前后图像大小一致,如下所示:
这叫做 "same padding",不过一般不用 padding,叫做 "valid" padding。
3.3 卷基层
CNN 包含卷基层,卷基层通过一组 filter 将输入的图片转为输出的图片。卷基层的主要参数是 filter 的个数。
对于 MNIST CNN,我使用一个含有 8 个 filter 的卷基层,意味着它将 28x28 的输入图片转为 26x26x8 的输出集:
卷基层的 8 个 filter 分别产生 26x26 的输出,只有 3 x 3 (filter size) x 8 (nb_filters) = 72 权重值。
3.4 卷积层代码实现
简单起见,我们使用 3x3 的filter,首先实现一个 卷基层的类:
import numpy as np class Conv3x3: # A Convolution layer using 3x3 filters. def __init__(self, num_filters): self.num_filters = num_filters # filters is a 3d array with dimensions (num_filters, 3, 3) # We divide by 9 to reduce the variance of our initial values self.filters = np.random.randn(num_filters, 3, 3) / 9
Conv3x3 类只需要一个参数:filter 个数。通过 NumPy 的 randn() 方法实现。之所以在初始化的时候除以 9 是因为对于初始化的值不能太大也不能太小,参考:Xavier Initialization。
接下来,具体实现卷基层:
class Conv3x3: # ... def iterate_regions(self, image): ''' Generates all possible 3x3 image regions using valid padding. - image is a 2d numpy array ''' h, w = image.shape for i in range(h - 2): for j in range(w - 2): im_region = image[i:(i + 3), j:(j + 3)] yield im_region, i, j # 将 im_region, i, j 以 tuple 形式存储到迭代器中 # 以便后面遍历使用 def forward(self, input): ''' Performs a forward pass of the conv layer using the given input. Returns a 3d numpy array with dimensions (h, w, num_filters). - input is a 2d numpy array ''' # input 为 image,即输入数据 # output 为输出框架,默认都为 0,都为 1 也可以,反正后面会覆盖 # input: 28x28 # output: 26x26x8 h, w = input.shape output = np.zeros((h - 2, w - 2, self.num_filters)) for im_region, i, j in self.iterate_regions(input): # 卷积运算,点乘再相加,ouput[i, j] 为向量,8 层 output[i, j] = np.sum(im_region * self.filters, axis=(1, 2)) # 最后将输出数据返回,便于下一层的输入使用 return output
4. 池化(Pooling)
图片的相邻像素具有相似的值,因此卷基层中很多信息是冗余的。通过池化来减少这个影响,包含 max, min or average,下图为基于 2x2 的 Max Pooling:
与卷积计算类似,只是这个更容易,只是计算最大值并赋值。池化层将会把 26x26x8 的输入转为 13x13x8 的输出:
4.1 池化层代码实现
import numpy as np class MaxPool2: # A Max Pooling layer using a pool size of 2. def iterate_regions(self, image): ''' Generates non-overlapping 2x2 image regions to pool over. - image is a 2d numpy array ''' # image: 26x26x8 h, w, _ = image.shape new_h = h // 2 new_w = w // 2 for i in range(new_h): for j in range(new_w): im_region = image[(i * 2):(i * 2 + 2), (j * 2):(j * 2 + 2)] yield im_region, i, j def forward(self, input): ''' Performs a forward pass of the maxpool layer using the given input. Returns a 3d numpy array with dimensions (h / 2, w / 2, num_filters). - input is a 3d numpy array with dimensions (h, w, num_filters) ''' # input: 卷基层的输出,池化层的输入 h, w, num_filters = input.shape output = np.zeros((h // 2, w // 2, num_filters)) for im_region, i, j in self.iterate_regions(input): output[i, j] = np.amax(im_region, axis=(0, 1)) return output
5. Softmax
为了完成我们的 CNN,我们需要进行具体的预测。通过 softmax 来实现,将一组数字转换为一组概率,总和为 1。参考:Softmax function。
5.1 用法
我们将要使用一个含有 10 个节点(分别代表相应数字)的 softmax 层,作为我们 CNN 的最后一层。最后一层为一个全连接层,只是激活函数为 softmax。经过 softmax 的变换,数字就是具有最高概率的节点。
softmax 为 13x13x8 转换为一列节点后与 10 个节点组成一个全连接,然后 softmax 为激活函数。
5.2 交叉熵损失函数(Cross-Entropy Loss)
交叉熵用来计算概率间的距离,具体公式可参考:笔记 | 什么是Cross Entropy。
$$H(p, q)=-sum_{x} p(x) ln(q(x))$$
其中:
- $p(x)$ 为真实概率
- $q(x)$ 为预测概率
- $H(p, q)$ 为预测结果与真实结果的差距
在我们的具体问题中,对于真实概率,只有分类正确数字对应的概率为 1,其他均为 0,因此 交叉熵损失函数 可以写成如下形式:
$$L=-ln(p_c)$$
其中,$c$ 是正确分类(本例中为正确的数字),$p_c$ 是 $c$ 类的预测概率。$L$ 的值越小越好。
5.3 Softmax 层代码实现
import numpy as np class Softmax: # A standard fully-connected layer with softmax activation. def __init__(self, input_len, nodes): # We divide by input_len to reduce the variance of our initial values # input_len: 输入层的节点个数,池化层输出拉平之后的 # nodes: 输出层的节点个数,本例中为 10 # 构建权重矩阵,初始化随机数,不能太大 self.weights = np.random.randn(input_len, nodes) / input_len self.biases = np.zeros(nodes) def forward(self, input): ''' Performs a forward pass of the softmax layer using the given input. Returns a 1d numpy array containing the respective probability values. - input can be any array with any dimensions. ''' # 3d to 1d,用来构建全连接网络 input = input.flatten() input_len, nodes = self.weights.shape # input: 13x13x8 = 1352 # self.weights: (1352, 10) # 以上叉乘之后为 向量,1352个节点与对应的权重相乘再加上bias得到输出的节点 # totals: 向量, 10 totals = np.dot(input, self.weights) + self.biases # exp: 向量, 10 exp = np.exp(totals) return exp / np.sum(exp, axis=0)
至此,我们完成了我们 CNN 模型的整个 forward pass!把它们放在一起调用:
import mnist import numpy as np # We only use the first 1k testing examples (out of 10k total) # in the interest of time. Feel free to change this if you want. test_images = mnist.test_images()[:1000] test_labels = mnist.test_labels()[:1000] conv = Conv3x3(8) # 28x28x1 -> 26x26x8 pool = MaxPool2() # 26x26x8 -> 13x13x8 softmax = Softmax(13 * 13 * 8, 10) # 13x13x8 -> 10 def forward(image, label): ''' Completes a forward pass of the CNN and calculates the accuracy and cross-entropy loss. - image is a 2d numpy array - label is a digit ''' # We transform the image from [0, 255] to [-0.5, 0.5] to make it easier # to work with. This is standard practice. # out 为卷基层的输出, 26x26x8 out = conv.forward((image / 255) - 0.5) # out 为池化层的输出, 13x13x8 out = pool.forward(out) # out 为 softmax 的输出, 10 out = softmax.forward(out) # Calculate cross-entropy loss and accuracy. np.log() is the natural log. # 损失函数的计算只与 label 的数有关,相当于索引 loss = -np.log(out[label]) # 如果 softmax 输出的最大值就是 label 的值,表示正确,否则错误 acc = 1 if np.argmax(out) == label else 0 return out, loss, acc print('MNIST CNN initialized!') loss = 0 num_correct = 0 # enumerate 函数用来增加索引值 for i, (im, label) in enumerate(zip(test_images, test_labels)): # Do a forward pass. _, l, acc = forward(im, label) loss += l num_correct += acc # Print stats every 100 steps. if i % 100 == 99: print( '[Step %d] Past 100 steps: Average Loss %.3f | Accuracy: %d%%' % (i + 1, loss / 100, num_correct) ) loss = 0 num_correct = 0
输出结果如下所示:
MNIST CNN initialized! [Step 100] Past 100 steps: Average Loss 2.302 | Accuracy: 11% [Step 200] Past 100 steps: Average Loss 2.302 | Accuracy: 8% [Step 300] Past 100 steps: Average Loss 2.302 | Accuracy: 3% [Step 400] Past 100 steps: Average Loss 2.302 | Accuracy: 12%
这也比较合理,由于是通过随机的权重初始值,目前这个 CNN 模型跟我们随机猜测的结果类似。随机猜测的结果是 10%。
6. 训练概述(Training Overview)
训练神经网络一般包含两个阶段:
- forward phase: 输入参数传递通过整个网络。
- backward phase: 反向传播更新 gradient 和 weight。
我们按照如上的模式来训练 CNN。还有以下两个方法需要使用:
- 在 forward phase 中,每一层都需要存储一些数据(例如输入数据,中间值等)。这些数据将会在 backward phase 中得到使用。因此每一个 backward phase 都需要在相应的 forward phase 之后运行。
- 在 backward phase 中,每一层都要获取 gradient 并且也返回 gradient。获取的是 loss 对于该层输出($frac{partial L}{partial out}$)的 gradient,返回的是 loss 对于该层输入($frac{partial L}{partial in}$)的 gradient。
上面两个方法可以帮助我们更有条理且简洁的实现训练。训练 CNN 的代码大约长下面的样纸:
# Feed forward # image 为输入层,28x28 # out 为卷基层输出,26x26x8 out = conv.forward((image / 255) - 0.5) # out 为池化层输出,13x13x8 out = pool.forward(out) # out 为 softmax 层输出,10 out = softmax.forward(out) # Calculate initial gradient # gradient: loss 对于 softmax 输出层的 gradient gradient = np.zeros(10) # ... # Backprop # gradient:loss 对于 softmax 输入层的 gradient # 输入为 loss 对于 softmax 输出层的 gradient gradient = softmax.backprop(gradient) # gradient:loss 对于池化层输入层的 gradient # 输入为 loss 对于池化层输出层的 gradient gradient = pool.backprop(gradient) # gradient:loss 对于卷基层输入层的 gradient # 输入为 loss 对于卷基层输出层的 gradient gradient = conv.backprop(gradient)
7. 反向传播:Softmax(Backprop: Softmax)
我们需要从最后开始朝着最前面计算,这就是 backprop 的工作原理。首先回想下交叉熵损失函数(cross-entropy loss):
$$L=-ln(p_c)$$
其中,$p_c$ 是正确类 $c$ (也就是图片中的数字)的预测概率。
首先我们需要计算 softmax 层的 backward phase 的输入数据,$frac{partial L}{partial out_s}$,其中 $out_s$ (下标的 $s$ 是说明 softmax 层)是指 softmax 层的输出值:一个含有 10 个概率值的向量。由于 $p_i$ 只出现在了 loss 方程中,因此很容易计算:
$$
begin{equation}
frac{partial L}{partial out_s(i)}=
begin{cases}
0& text{if } ineq c\
-frac{1}{p_i}& text{if } i=c
end{cases}
end{equation}
$$
上面就是我们的初始化 gradient:
# Calculate initial gradient # 默认都为 0 gradient = np.zeros(10) # 只修改 label 值对应的 gradient[label] = -1 / out[label]
现在我们已经准备好了开始实现我们第一个 backward phase,但是我们需要首先在 forward phase 中存储我们前面讨论的相关数据。
class Softmax: # ... def forward(self, input): ''' Performs a forward pass of the softmax layer using the given input. Returns a 1d numpy array containing the respective probability values. - input can be any array with any dimensions. ''' # NEW ADD,13x13x8 self.last_input_shape = input.shape input = input.flatten() # NEW ADD, 向量,1352 self.last_input = input input_len, nodes = self.weights.shape totals = np.dot(input, self.weights) + self.biases # NEW ADD,softmax 前的向量,10 self.last_totals = totals exp = np.exp(totals) return exp / np.sum(exp, axis=0)
接下来我们可以获取 backprop phase 的 gradient。 我们已经获取 softmax backward phase 的输入 gradient:$frac{partial L}{partial out_s}$。由于只有一个是有值的,其他都是 0,因此我们可以忽略除了 $out_s(c)$ 之外的其他值!
首先,让我们计算 $out_s(c)$ 对于 totals (上面代码中的,softmax 转换前的值)的gradient。让 $t_i$ 来表示 total 的类 $i$。然后我们可以把 $out_s(c)$ 写作:
$$out_s(c)=frac{e^{t_c}}{sum_{i}e^{t_i}}=frac{e^{t_c}}{S}$$
其中,$S=sum_{i}e^{t_i}$。
现在,开始考虑一些类 $k$,其中 $kneq c$。我们可以把 $out_s(c)$ 写作:(由于只有 $out_s(c)$ 有值,因此只需考虑它就行了,其中 $e^{t_c}$ 相当于常数不用考虑)
$$out_s(c)=e^{t_c}S^{-1}$$
使用 Chain Rule 得到:
$$
begin{equation}
begin{split}
frac{partial out_s(c)}{partial t_k}&=frac{partial out_s(c)}{partial S}(frac{partial S}{partial t_k})\
&=-e^{t_c}S^{-2}(frac{partial S}{partial t_k})\
&=-e^{t_c}S^{-2}(e^{t_k})\
&=frac{-e^{t_c}e^{t_k}}{S^2}
end{split}
end{equation}
$$
上面是针对 $kneq c$。现在让我们算下 $k=c$ 的时候,如下所示:
$$
begin{equation}
begin{split}
frac{partial out_s(c)}{partial t_c}&=frac{Se^{t_c}-e^{t_c}frac{partial S}{partial t_c}}{S^2}\
&=frac{Se^{t_c}-e^{t_c}e^{t_c}}{S^2}\
&=frac{e^{t_c}(S-e^{t_c})}{S^2}
end{split}
end{equation}
$$
合并如下:
$$
begin{equation}
frac{partial out_s(k)}{partial t}=
begin{cases}
frac{-e^{t_c}e^{t_k}}{S^2}& text{if } kneq c\
frac{e^{t_c}(S-e^{t_c})}{S^2}& text{if } k=c
end{cases}
end{equation}
$$
如下实现:
class Softmax: # ... def backprop(self, d_L_d_out): ''' Performs a backward pass of the softmax layer. Returns the loss gradient for this layer's inputs. - d_L_d_out is the loss gradient for this layer's outputs. ''' # We know only 1 element of d_L_d_out will be nonzero for i, gradient in enumerate(d_L_d_out): # 找到 label 的值,就是 gradient 不为 0 的 if gradient == 0: continue # e^totals t_exp = np.exp(self.last_totals) # Sum of all e^totals S = np.sum(t_exp) # Gradients of out[i] against totals # 初始化都设置为 非 c 的值,再单独修改 c 的值 d_out_d_t = -t_exp[i] * t_exp / (S ** 2) d_out_d_t[i] = t_exp[i] * (S - t_exp[i]) / (S ** 2) # ... to be continued
我们继续哈。我们最终是想要计算 loss 对于 weights,biases 和 input 的 gradient:
- 我们要使用 weights gradient,$frac{partial L}{partial w}$,来更新层的 weights。
- 我们要使用 biases gradient,$frac{partial L}{partial b}$,来更新层的 biases。
- 我们要返回 input(每一层的正向输入) 的 gradient,$frac{partial L}{partial input}$,基于 backprop 的方法,所以下一层可以使用它。
为了计算上面 3 个 loss gradient,我们首先需要获取另外 3 个结果:totals(做 softmax 之前的向量,10 个元素)对于 weights,biases 和 input 的 gradient。相关公式如下:(以下为对于单独 weight 的计算,但是代码实现的时候是通过 matrix,相对抽象)
$$t=w*input+b$$
这些 gradient 很容易计算:
$$frac{partial t}{partial w}=input$$
$$frac{partial t}{partial b}=1$$
$$frac{partial t}{partial input} = w$$
根据 Chain Rule 把它们放在一起:
$$frac{partial L}{partial w}=frac{partial L}{partial out}*frac{partial out}{partial t}*frac{partial t}{partial w}$$
$$frac{partial L}{partial b}=frac{partial L}{partial out}*frac{partial out}{partial t}*frac{partial t}{partial b}$$
$$frac{partial L}{partial input}=frac{partial L}{partial out}*frac{partial out}{partial t}*frac{partial t}{partial input}$$
其中,
- $L$:loss 函数
- $out$:做 softmax 的输出结果,与 loss 公式直接相关的 概率
- $t$:做 softmax 的输入参数,通过 weights,bias 以及 softmax 层的输入来获取
把它们一并放到代码中实现如下:
class Softmax: # ... def backprop(self, d_L_d_out): ''' Performs a backward pass of the softmax layer. Returns the loss gradient for this layer's inputs. - d_L_d_out is the loss gradient for this layer's outputs. ''' # We know only 1 element of d_L_d_out will be nonzero for i, gradient in enumerate(d_L_d_out): if gradient == 0: continue # e^totals t_exp = np.exp(self.last_totals) # Sum of all e^totals S = np.sum(t_exp) # Gradients of out[i] against totals d_out_d_t = -t_exp[i] * t_exp / (S ** 2) d_out_d_t[i] = t_exp[i] * (S - t_exp[i]) / (S ** 2) # NEW ADD # Gradients of totals against weights/biases/input # d_t_d_w 的结果是 softmax 层的输入数据,1352 个元素的向量 # 不是最终的结果,最终结果是 2d 矩阵,1352x10 d_t_d_w = self.last_input d_t_d_b = 1 # d_t_d_input 的结果是 weights 值,2d 矩阵,1352x10 d_t_d_inputs = self.weights # Gradients of loss against totals # 向量,10 d_L_d_t = gradient * d_out_d_t # Gradients of loss against weights/biases/input # np.newaxis 可以帮助一维向量变成二维矩阵 # (1352, 1) @ (1, 10) to (1352, 10) d_L_d_w = d_t_d_w[np.newaxis].T @ d_L_d_t[np.newaxis] d_L_d_b = d_L_d_t * d_t_d_b # (1352, 10) @ (10, 1) to (1352, 1) d_L_d_inputs = d_t_d_inputs @ d_L_d_t # ... to be continued
计算出 gradient 之后,剩下的就是训练 softmax 层。我们通过 SGD(Stochastic Gradient Decent)来更新 weights 和 bias,并返回 d_L_d_inputs:
class Softmax # ... # ADD A NEW PARAMETER - learn_rate def backprop(self, d_L_d_out, learn_rate): ''' Performs a backward pass of the softmax layer. Returns the loss gradient for this layer's inputs. - d_L_d_out is the loss gradient for this layer's outputs. - learn_rate is a float ''' # We know only 1 element of d_L_d_out will be nonzero for i, gradient in enumerate(d_L_d_out): if gradient == 0: continue # e^totals t_exp = np.exp(self.last_totals) # Sum of all e^totals S = np.sum(t_exp) # Gradients of out[i] against totals d_out_d_t = -t_exp[i] * t_exp / (S ** 2) d_out_d_t[i] = t_exp[i] * (S - t_exp[i]) / (S ** 2) # Gradients of totals against weights/biases/input d_t_d_w = self.last_input d_t_d_b = 1 d_t_d_inputs = self.weights # Gradients of loss against totals d_L_d_t = gradient * d_out_d_t # Gradients of loss against weights/biases/input d_L_d_w = d_t_d_w[np.newaxis].T @ d_L_d_t[np.newaxis] d_L_d_b = d_L_d_t * d_t_d_b d_L_d_inputs = d_t_d_inputs @ d_L_d_t # NEW ADD # Update weights / biases self.weights -= learn_rate * d_L_d_w self.biases -= learn_rate * d_L_d_b # 将矩阵从 1d 转为 3d # 1352 to 13x13x8 return d_L_d_inputs.reshape(self.last_input_shape)
注意我们添加了 learn_rate 参数用来控制更新 weights 与 biases 的快慢。此外,我们需要将 d_L_d_inputs 进行 reshape() 操作,因为我们在 forward pass 中将 input 进行了 flatten() 操作。reshape() 操作之后,保证与原始输入具有相同的结构。
8. 反向传播:池化层(Backprop: Max Pooling)
池化层不需要训练,因为它里面不存在任何 weights,但是为了计算 gradient 我们仍然需要实现一个 backprop() 方法。首先我们还是需要存储一些临时数据在 forward phase 里面。我们这次需要存储的是 input。
class MaxPool2: # ... def forward(self, input): ''' Performs a forward pass of the maxpool layer using the given input. Returns a 3d numpy array with dimensions (h / 2, w / 2, num_filters). - input is a 3d numpy array with dimensions (h, w, num_filters) ''' # 存储 池化层 的输入参数,26x26x8 self.last_input = input # More implementation # ...
在 forward pass 的过程中,Max Pooling 层选取 2x2 块的最大值进行输入,如下图所示:
backward phase 中的相同层如下图所示:
每一个 gradient 的值都被赋值到原始的最大值的位置,其他的值都是 0。
为什么 backward phase 的 Max Pooling 层显示如上呢?让我们直觉思考下 $frac{partial L}{partial inputs}$ (Max Pooling 的输入数据,26x26x8)的值是多少。对于 2x2 数据块中不是最大值的输入像素将不会对 loss 产生任何影响,因为稍微改变这个值并不会改变输出!换句话说,对于非最大值的像素点:$frac{partial L}{partial input}=0$。另一方面,最大值的像素点会将值传递给输出,所以 $frac{partial output}{partial input}=1$,也就是说,$frac{partial L}{partial input}=frac{partial output}{partial input}$。
总结后就是:(output 与 input 都是相对于 Max Pooling 层来说的)
$$
begin{equation}
frac{partial L}{partial input}=
begin{cases}
0& text{if } input neq max\
frac{partial L}{partial output}& text{if } input=max
end{cases}
end{equation}
$$
代码实现如下:
class MaxPool2: # ... def iterate_regions(self, image): ''' Generates non-overlapping 2x2 image regions to pool over. - image is a 2d numpy array ''' h, w, _ = image.shape new_h = h // 2 new_w = w // 2 for i in range(new_h): for j in range(new_w): im_region = image[(i * 2):(i * 2 + 2), (j * 2):(j * 2 + 2)] yield im_region, i, j def backprop(self, d_L_d_out): ''' Performs a backward pass of the maxpool layer. Returns the loss gradient for this layer's inputs. - d_L_d_out is the loss gradient for this layer's outputs. ''' # 池化层输入数据,26x26x8,默认初始化为 0 d_L_d_input = np.zeros(self.last_input.shape) # 每一个 im_region 都是一个 3x3x8 的8层小矩阵 # 修改 max 的部分,首先查找 max for im_region, i, j in self.iterate_regions(self.last_input): h, w, f = im_region.shape # 获取 im_region 里面最大值的索引向量,一叠的感觉 amax = np.amax(im_region, axis=(0, 1)) # 遍历整个 im_region,对于传递下去的像素点,修改 gradient 为 loss 对 output 的gradient for i2 in range(h): for j2 in range(w): for f2 in range(f): # If this pixel was the max value, copy the gradient to it. if im_region[i2, j2, f2] == amax[f2]: d_L_d_input[i * 2 + i2, j * 2 + j2, f2] = d_L_d_out[i, j, f2] return d_L_d_input
对于每一个 2x2 的像素块,我们找到 forward pass 中最大值的像素点,然后将 loss 对 output 的 gradient 复制过去 。
就是酱紫来弄,接下来是最后一层了。
9. 反向传播:卷积层(Backprop: Conv)
终于到卷基层了:卷积层的反向传播是 CNN 模型训练的核心。forward phase 存储很简单:
class Conv3x3 # ... def forward(self, input): ''' Performs a forward pass of the conv layer using the given input. Returns a 3d numpy array with dimensions (h, w, num_filters). - input is a 2d numpy array ''' # 输入大数据,28x28 self.last_input = input # More implementation # ...
我们主要是对卷基层的 filter 感兴趣,因为我们需要跟新 filter 的 weight。我们已经得到了卷积层的 $frac{partial L}{partial out}$,所以我们需要获取 $frac{partial out}{partial filters}$。为了计算这个值,我们需要问下自己:怎么样改变 filter 的 weight 来影响 卷积层 的输出的?
实际上,改变任何 filter 的 weight 都会影响到整个输出图片的信息,因为在卷积过程中,每一个输出的像素都会使用每一个 filter 的 weight。为了简单起见,我们试想下一次只有一个输出:如何修改 filter 来改变那个具体输出像素的值?
下面这个例子有助于我们思考这个问题:
我们有一个 3x3 的图片与一个都是 0 的 3x3 的 filter 进行卷积运算,结果只有一个 1x1 的输出。如果我们把 filter 中间的 weight 增加到 1 呢?输出将会随着中心值来增加到 80:
简单起见,增加任何 filter 的其他权重到 1,都会最终增加相应的输出图片像素值!这说明一个具体的输出像素对于具体的 filter 的 weight 的 gradient 就是对应的像素值。推导如下:
begin{equation}
begin{split}
out(i, j)&=convolve(image, filter)\
&=sum_{x=0}^{3}sum_{y=0}^{3}image(i+x, j+y)*filter(x, y)
end{split}
end{equation}
$$frac{partial out(i, j)}{partial filter(x, y)}=image(i+x, j+y)$$
如下图所示,对于任意一个 $out(i, j)$ 都是通过 image 中的 3x3 矩阵 与 filter 的 3x3 矩阵进行点乘求和获取的,因此对于 任意一个 $out(i, j)$ 对于 任意一个 $filter(x, y)$ 的 gradient 就是与其对应相乘的那个像素点 $image(i+x, j+y)$。
于是,我们可以实现卷积层的 backprop 如下:
class Conv3x3 # ... def backprop(self, d_L_d_out, learn_rate): ''' Performs a backward pass of the conv layer. - d_L_d_out is the loss gradient for this layer's outputs. - learn_rate is a float. ''' # 初始化一组为 0 的 gradient,3x3x8 d_L_d_filters = np.zeros(self.filters.shape) # im_region,一个个 3x3 小矩阵 for im_region, i, j in self.iterate_regions(self.last_input): for f in range(self.num_filters): # 按 f 分层计算,一次算一层,然后累加起来 # d_L_d_filters[f]: 3x3 matrix # d_L_d_out[i, j, f]: num # im_region: 3x3 matrix in image d_L_d_filters[f] += d_L_d_out[i, j, f] * im_region # Update filters self.filters -= learn_rate * d_L_d_filters # We aren't returning anything here since we use Conv3x3 as # the first layer in our CNN. Otherwise, we'd need to return # the loss gradient for this layer's inputs, just like every # other layer in our CNN. return None
至此,我们已经实现了 CNN 的整个 backward pass。接下来我们来测试下...
完整代码参考:CNN from scratch - github
10. 训练 CNN(Training a CNN)
我们将要训练我们的 CNN 模型通过几个 epoch,跟踪训练中的改进,并且在另外的测试集上进行测试。下面是完整的代码:
import mnist import numpy as np # We only use the first 1k examples of each set in the interest of time. # Feel free to change this if you want. train_images = mnist.train_images()[:1000] train_labels = mnist.train_labels()[:1000] test_images = mnist.test_images()[:1000] test_labels = mnist.test_labels()[:1000] conv = Conv3x3(8) # 28x28x1 -> 26x26x8 pool = MaxPool2() # 26x26x8 -> 13x13x8 softmax = Softmax(13 * 13 * 8, 10) # 13x13x8 -> 10 def forward(image, label): ''' Completes a forward pass of the CNN and calculates the accuracy and cross-entropy loss. - image is a 2d numpy array - label is a digit ''' # We transform the image from [0, 255] to [-0.5, 0.5] to make it easier # to work with. This is standard practice. out = conv.forward((image / 255) - 0.5) out = pool.forward(out) out = softmax.forward(out) # Calculate cross-entropy loss and accuracy. np.log() is the natural log. loss = -np.log(out[label]) acc = 1 if np.argmax(out) == label else 0 return out, loss, acc # out: vertor of probability # loss: num # acc: 1 or 0 def train(im, label, lr=.005): ''' Completes a full training step on the given image and label. Returns the cross-entropy loss and accuracy. - image is a 2d numpy array - label is a digit - lr is the learning rate ''' # Forward out, loss, acc = forward(im, label) # Calculate initial gradient gradient = np.zeros(10) gradient[label] = -1 / out[label] # Backprop gradient = softmax.backprop(gradient, lr) gradient = pool.backprop(gradient) gradient = conv.backprop(gradient, lr) return loss, acc print('MNIST CNN initialized!') # Train the CNN for 3 epochs for epoch in range(3): print('--- Epoch %d ---' % (epoch + 1)) # Shuffle the training data permutation = np.random.permutation(len(train_images)) train_images = train_images[permutation] train_labels = train_labels[permutation] # Train! loss = 0 num_correct = 0 # i: index # im: image # label: label for i, (im, label) in enumerate(zip(train_images, train_labels)): if i > 0 and i % 100 == 99: print( '[Step %d] Past 100 steps: Average Loss %.3f | Accuracy: %d%%' % (i + 1, loss / 100, num_correct) ) loss = 0 num_correct = 0 l, acc = train(im, label) loss += l num_correct += acc # Test the CNN print('n--- Testing the CNN ---') loss = 0 num_correct = 0 for im, label in zip(test_images, test_labels): _, l, acc = forward(im, label) loss += l num_correct += acc num_tests = len(test_images) print('Test Loss:', loss / num_tests) print('Test Accuracy:', num_correct / num_tests)
例子的输出结果如下:
MNIST CNN initialized! --- Epoch 1 --- [Step 100] Past 100 steps: Average Loss 2.254 | Accuracy: 18% [Step 200] Past 100 steps: Average Loss 2.167 | Accuracy: 30% [Step 300] Past 100 steps: Average Loss 1.676 | Accuracy: 52% [Step 400] Past 100 steps: Average Loss 1.212 | Accuracy: 63% [Step 500] Past 100 steps: Average Loss 0.949 | Accuracy: 72% [Step 600] Past 100 steps: Average Loss 0.848 | Accuracy: 74% [Step 700] Past 100 steps: Average Loss 0.954 | Accuracy: 68% [Step 800] Past 100 steps: Average Loss 0.671 | Accuracy: 81% [Step 900] Past 100 steps: Average Loss 0.923 | Accuracy: 67% [Step 1000] Past 100 steps: Average Loss 0.571 | Accuracy: 83% --- Epoch 2 --- [Step 100] Past 100 steps: Average Loss 0.447 | Accuracy: 89% [Step 200] Past 100 steps: Average Loss 0.401 | Accuracy: 86% [Step 300] Past 100 steps: Average Loss 0.608 | Accuracy: 81% [Step 400] Past 100 steps: Average Loss 0.511 | Accuracy: 83% [Step 500] Past 100 steps: Average Loss 0.584 | Accuracy: 89% [Step 600] Past 100 steps: Average Loss 0.782 | Accuracy: 72% [Step 700] Past 100 steps: Average Loss 0.397 | Accuracy: 84% [Step 800] Past 100 steps: Average Loss 0.560 | Accuracy: 80% [Step 900] Past 100 steps: Average Loss 0.356 | Accuracy: 92% [Step 1000] Past 100 steps: Average Loss 0.576 | Accuracy: 85% --- Epoch 3 --- [Step 100] Past 100 steps: Average Loss 0.367 | Accuracy: 89% [Step 200] Past 100 steps: Average Loss 0.370 | Accuracy: 89% [Step 300] Past 100 steps: Average Loss 0.464 | Accuracy: 84% [Step 400] Past 100 steps: Average Loss 0.254 | Accuracy: 95% [Step 500] Past 100 steps: Average Loss 0.366 | Accuracy: 89% [Step 600] Past 100 steps: Average Loss 0.493 | Accuracy: 89% [Step 700] Past 100 steps: Average Loss 0.390 | Accuracy: 91% [Step 800] Past 100 steps: Average Loss 0.459 | Accuracy: 87% [Step 900] Past 100 steps: Average Loss 0.316 | Accuracy: 92% [Step 1000] Past 100 steps: Average Loss 0.460 | Accuracy: 87% --- Testing the CNN --- Test Loss: 0.5979384893783474 Test Accuracy: 0.78
我们的代码效果不错,实现了 78% 的准确率。
11. Keras 实现
通过 Keras 实现上面的功能如下:
import numpy as np import mnist from keras.models import Sequential from keras.layers import Conv2D, MaxPooling2D, Dense, Flatten from keras.utils import to_categorical from keras.optimizers import SGD train_images = mnist.train_images() train_labels = mnist.train_labels() test_images = mnist.test_images() test_labels = mnist.test_labels() train_images = (train_images / 255) - 0.5 test_images = (test_images / 255) - 0.5 train_images = np.expand_dims(train_images, axis=3) test_images = np.expand_dims(test_images, axis=3) model = Sequential([ Conv2D(8, 3, input_shape=(28, 28, 1), use_bias=False), MaxPooling2D(pool_size=2), Flatten(), Dense(10, activation='softmax'), ]) model.compile(SGD(lr=.005), loss='categorical_crossentropy', metrics=['accuracy']) model.fit( train_images, to_categorical(train_labels), batch_size=1, epochs=3, validation_data=(test_images, to_categorical(test_labels)), )
以上代码应用了 MNIST 的全部数据集,结果如下:
Epoch 1 loss: 0.2433 - acc: 0.9276 - val_loss: 0.1176 - val_acc: 0.9634 Epoch 2 loss: 0.1184 - acc: 0.9648 - val_loss: 0.0936 - val_acc: 0.9721 Epoch 3 loss: 0.0930 - acc: 0.9721 - val_loss: 0.0778 - val_acc: 0.9744
得到 97.4% 的准确率!
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:【455】Python 徒手实现 卷积神经网络 CNN - Python技术站