【TensorFlow】TensorFlow实现 AlexNet Mnist手写数据集

1.前言

最近看了一些深度学习入门的paper，看完后查阅资料尝试使用Tensorflow 分别进行实现以下
就从最经典的 AlexNet 开始进行，实现过程中并使用 TensorBoard 来观察收敛过程中的各个观察值的变化情况。

---

2. 参考内容

1. ImageNet Classification with Deep Convolutional Neural Networks
2. TensorFlow gtihub
3. AlexNet 的tensorflow 实现

---

3. 程序实现代码：

这里我们使用含有3个卷积层（conv & pooling & LRN ）和两个全连接层的CNN构成，其中，输入时一维的数据，我们首先将这个数据转换为特征图的形式，然后再利用CNN进行训练。
其中，优化算法使用的是 AdamOptimizer，并没有使用传统的 SGD.
代价函数使用的是 交叉熵函数
激活函数使用的是 Relu 函数。
dropout 在整个过程中均使用同一数值

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# load数据
mnist = input_data.read_data_sets("MNIST_data", one_hot=True)

# 定义网络超参数
learning_rate = 0.001           # 学习速率
training_iters = 1000000        # 训练迭代次数
batch_size = 64                 # mini_batch 大小
display_step = 20               # 显示间隔迭代数

# 定义网络参数
n_input = 784 # 输入的维度
n_classes = 10 # 标签的维度
dropout = 0.8 # Dropout 的概率

# 占位符输入
x = tf.placeholder(tf.float32, [None, n_input])
y = tf.placeholder(tf.float32, [None, n_classes])
keep_prob = tf.placeholder(tf.float32)

# 卷积操作
def conv2d(name, l_input, w, b):
    return tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(l_input, w, strides=[1, 1, 1, 1], padding='SAME'),b), name=name)

# 最大下采样操作
def max_pool(name, l_input, k):
    return tf.nn.max_pool(l_input, ksize=[1, k, k, 1], strides=[1, k, k, 1], padding='SAME', name=name)

# 归一化操作
def norm(name, l_input, lsize=4):
    return tf.nn.lrn(l_input, lsize, bias=1.0, alpha=0.001 / 9.0, beta=0.75, name=name)

# 定义整个网络
def alex_net(_X, _weights, _biases, _dropout):
    # 向量转为矩阵
    _X = tf.reshape(_X, shape=[-1, 28, 28, 1])

    with tf.name_scope("layer1"):
        # 卷积层
        conv1 = conv2d('conv1', _X, _weights['wc1'], _biases['bc1'])
        # 下采样层
        pool1 = max_pool('pool1', conv1, k=2)
        # 归一化层
        norm1 = norm('norm1', pool1, lsize=4)
        # Dropout
        norm1 = tf.nn.dropout(norm1, _dropout)
    with tf.name_scope("layer2"):
        # 卷积
        conv2 = conv2d('conv2', norm1, _weights['wc2'], _biases['bc2'])
        # 下采样
        pool2 = max_pool('pool2', conv2, k=2)
        # 归一化
        norm2 = norm('norm2', pool2, lsize=4)
        # Dropout
        norm2 = tf.nn.dropout(norm2, _dropout)

    with tf.name_scope("layer3"):
        # 卷积
        conv3 = conv2d('conv3', norm2, _weights['wc3'], _biases['bc3'])
        # 下采样
        pool3 = max_pool('pool3', conv3, k=2)
        # 归一化
        norm3 = norm('norm3', pool3, lsize=4)
        # Dropout
        norm3 = tf.nn.dropout(norm3, _dropout)
    with tf.name_scope("dense_layer"):
        # 全连接层，先把特征图转为向量
        dense1 = tf.reshape(norm3, [-1, _weights['wd1'].get_shape().as_list()[0]])
        dense1 = tf.nn.relu(tf.matmul(dense1, _weights['wd1']) + _biases['bd1'], name='fc1')
        # 全连接层
        dense2 = tf.nn.relu(tf.matmul(dense1, _weights['wd2']) + _biases['bd2'], name='fc2') # Relu activation

        # 网络输出层
        out = tf.matmul(dense2, _weights['out']) + _biases['out']
        return out

# 存储所有的网络参数
weights = {
    'wc1': tf.Variable(tf.random_normal([3, 3, 1, 64])),
    'wc2': tf.Variable(tf.random_normal([3, 3, 64, 128])),
    'wc3': tf.Variable(tf.random_normal([3, 3, 128, 256])),
    'wd1': tf.Variable(tf.random_normal([4*4*256, 1024])),
    'wd2': tf.Variable(tf.random_normal([1024, 1024])),
    'out': tf.Variable(tf.random_normal([1024, 10]))
}
biases = {
    'bc1': tf.Variable(tf.random_normal([64])),
    'bc2': tf.Variable(tf.random_normal([128])),
    'bc3': tf.Variable(tf.random_normal([256])),
    'bd1': tf.Variable(tf.random_normal([1024])),
    'bd2': tf.Variable(tf.random_normal([1024])),
    'out': tf.Variable(tf.random_normal([n_classes]))
}

tf.summary.histogram(name="wc1_summary", values=weights['wc1'])
tf.summary.histogram(name="wc2_summary", values=weights['wc2'])
tf.summary.histogram(name="wc3_summary", values=weights['wc3'])
tf.summary.histogram(name="wd1_summary", values=weights['wd1'])
tf.summary.histogram(name="wd2_summary", values=weights['wd2'])
tf.summary.histogram(name="w_out_summary", values=weights['out'])

tf.summary.histogram(name="bc1_summary", values=biases['bc1'])
tf.summary.histogram(name="bc2_summary", values=biases['bc2'])
tf.summary.histogram(name="bc3_summary", values=biases['bc3'])
tf.summary.histogram(name="bc3_summary", values=biases['bd1'])
tf.summary.histogram(name="bc3_summary", values=biases['bd2'])
tf.summary.histogram(name="b_out_summary", values=biases['out'])


# 构建模型
pred = alex_net(x, weights, biases, keep_prob)

# 定义损失函数和学习步骤
with tf.name_scope("cost"):
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=pred, labels=y))
    optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)
    # Add scalar summary for cost
    tf.summary.scalar(name="cost", tensor=cost)

with tf.name_scope("accuracy"):
    correct_pred = tf.equal(tf.argmax(pred,1), tf.argmax(y,1))
    accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))
    # Add scalar summary for accuracy
    tf.summary.scalar(name="accuracy", tensor=accuracy)

# 训练
with tf.Session() as sess:
    # create a log writter. run 'tensorboard --logdir=./logs/nnlogs'
    writter = tf.summary.FileWriter("./logs/alexnet", sess.graph)
    merged = tf.summary.merge_all()

    # 初始化全部参数
    tf.global_variables_initializer().run()
    step = 1
    # Keep training until reach max iterations
    while step * batch_size < training_iters:
        batch_xs, batch_ys = mnist.train.next_batch(batch_size)
        # 获取批数据
        sess.run(optimizer, feed_dict={x: batch_xs, y: batch_ys, keep_prob: dropout})
        summary, accc = sess.run([merged, accuracy], feed_dict={x: batch_xs, y: batch_ys,
                                                                keep_prob: dropout})
        writter.add_summary(summary, step)
        if step % display_step == 0:
            # 计算精度
            acc = sess.run(accuracy, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.})
            # 计算损失值
            loss = sess.run(cost, feed_dict={x: batch_xs, y: batch_ys, keep_prob: 1.})
            print ("Iter " + str(step*batch_size) + ", Minibatch Loss= " + "{:.6f}".format(loss) + ", Training Accuracy= " + "{:.5f}".format(acc))
        step += 1
    print ("Optimization Finished!")
    writter.close()
    # 计算测试精度
    print ("Testing Accuracy:", sess.run(accuracy, feed_dict={x: mnist.test.images[:256], y: mnist.test.labels[:256], keep_prob: 1.}))

---

4. TensorBoard图像

在运行过程中便可以直接运行命令 tensorboard --logdir=./logs/alexnet随时查看内容，
注意，在Windows 下这里貌似有一个 Bug ，必须先在cmd 中cd 到日志文件夹的上一层，才可以正常显示，否则无法正常使用TensorBoard，这个问题曾经困扰了我很久……

利用上面的程序实现后的图形大致如下所示：

PS：可以看出这个图并不好看，这是因为结构设计的问题，因为才刚开始入手TensorFlow 编程，定有不足。。。日后一定慢慢改正。。。。

我们可以放大其中的一部分，如第一层：

可以看到这一层中的内容以及信息的流动情况。
同理，我们可以看一下代价函数的误差梯度流动情况：

可以看误差的梯度流动方向与信息的流动方向正好相反。
在训练到一定程度后，我们可以看一下损失和准确率的走势情况：

同样也可以看到每一个权重和偏置的分布情况和直方图：

---

5.小结

训练完成后，观察测试准确率，我这里得到的是0.984375。