标签：总结 reader 输出 nump summary 元素 存在 输入 imp
郑重声明：此文为本人原创，转载请注明出处：http://www.cnblogs.com/Charles-Wan/p/6207039.html
有了数据，有了网络结构，下面我们就来写 cifar10 的代码。
首先处理输入，在 /home/your_name/TensorFlow/cifar10/ 下建立 cifar10_input.py，输入如下代码：
from __future__ import absolute_import # 绝对导入 from __future__ import division # 精确除法，/是精确除，//是取整除 from __future__ import print_function # 打印函数 import os import tensorflow as tf # 建立一个 cifar10_data 的类， 输入文件名队列，输出 labels 和images class cifar10_data(object): def __init__(self, filename_queue): # 类初始化 # 根据上一篇文章介绍的文件格式，定义初始化参数 self.height = 32 self.width = 32 self.depth = 3 # label 一个字节 self.label_bytes = 1 # 图像 32*32*3 = 3072 字节 self.image_bytes = self.height * self.width * self.depth # 读取的固定字节长度为 3072 + 1 = 3073 self.record_bytes = self.label_bytes + self.image_bytes self.label, self.image = self.read_cifar10(filename_queue) def read_cifar10(self, filename_queue): # 读取固定长度文件 reader = tf.FixedLengthRecordReader(record_bytes = self.record_bytes) key, value = reader.read(filename_queue) record_bytes = tf.decode_raw(value, tf.uint8) # tf.slice(record_bytes, 起始位置， 长度) label = tf.cast(tf.slice(record_bytes, [0], [self.label_bytes]), tf.int32) # 从 label 起，切片 self.image_bytes = 3072 长度为图像 image_raw = tf.slice(record_bytes, [self.label_bytes], [self.image_bytes]) # 图片转化成 3*32*32 image_raw = tf.reshape(image_raw, [self.depth, self.height, self.width]) # 图片转化成 32*32*3 image = tf.transpose(image_raw, (1,2,0)) image = tf.cast(image, tf.float32) return label, image def inputs(data_dir, batch_size, train = True, name = ‘input‘): # 建议加上 tf.name_scope, 可以画出漂亮的流程图。 with tf.name_scope(name): if train: # 要读取的文件的名字 filenames = [os.path.join(data_dir,‘data_batch_%d.bin‘ % ii) for ii in range(1,6)] # 不存在该文件的时候报错 for f in filenames: if not tf.gfile.Exists(f): raise ValueError(‘Failed to find file: ‘ + f) # 用文件名生成文件名队列 filename_queue = tf.train.string_input_producer(filenames) # 送入 cifar10_data 类中 read_input = cifar10_data(filename_queue) images = read_input.image # 图像白化操作，由于网络结构简单，不加这句正确率很低。 images = tf.image.per_image_whitening(images) labels = read_input.label # 生成 batch 队列，16 线程操作，容量 20192，min_after_dequeue 是 # 离队操作后，队列中剩余的最少的元素，确保队列中一直有 min_after_dequeue # 以上元素，建议设置 capacity = min_after_dequeue + batch_size * 3 num_preprocess_threads = 16 image, label = tf.train.shuffle_batch( [images,labels], batch_size = batch_size, num_threads = num_preprocess_threads, min_after_dequeue = 20000, capacity = 20192) return image, tf.reshape(label, [batch_size]) else: filenames = [os.path.join(data_dir,‘test_batch.bin‘)] for f in filenames: if not tf.gfile.Exists(f): raise ValueError(‘Failed to find file: ‘ + f) filename_queue = tf.train.string_input_producer(filenames) read_input = cifar10_data(filename_queue) images = read_input.image images = tf.image.per_image_whitening(images) labels = read_input.label num_preprocess_threads = 16 image, label = tf.train.shuffle_batch( [images,labels], batch_size = batch_size, num_threads = num_preprocess_threads, min_after_dequeue = 20000, capacity = 20192) return image, tf.reshape(label, [batch_size])
在 /home/your_name/TensorFlow/cifar10/ 下建立 cifar10.py，输入如下代码：
from __future__ import absolute_import from __future__ import division from __future__ import print_function import os import os.path import time from datetime import datetime import numpy as np from six.moves import xrange import tensorflow as tf import my_cifar10_input BATCH_SIZE = 64 LEARNING_RATE = 0.1 MAX_STEP = 50000 # 用 get_variable 在 CPU 上定义常量 def variable_on_cpu(name, shape, initializer = tf.constant_initializer(0.1)): with tf.device(‘/cpu:0‘): dtype = tf.float32 var = tf.get_variable(name, shape, initializer = initializer, dtype = dtype) return var # 用 get_variable 在 CPU 上定义变量 def variables(name, shape, stddev): dtype = tf.float32 var = variable_on_cpu(name, shape, tf.truncated_normal_initializer(stddev = stddev, dtype = dtype)) return var # 定义网络结构 def inference(images): with tf.variable_scope(‘conv1‘) as scope: # 用 5*5 的卷积核，64 个 Feature maps weights = variables(‘weights‘, [5,5,3,64], 5e-2) # 卷积，步长为 1*1 conv = tf.nn.conv2d(images, weights, [1,1,1,1], padding = ‘SAME‘) biases = variable_on_cpu(‘biases‘, [64]) # 加上偏置 bias = tf.nn.bias_add(conv, biases) # 通过 ReLu 激活函数 conv1 = tf.nn.relu(bias, name = scope.name) # 柱状图总结 conv1 tf.histogram_summary(scope.name + ‘/activations‘, conv1) with tf.variable_scope(‘pooling1_lrn‘) as scope: # 最大池化，3*3 的卷积核，2*2 的卷积 pool1 = tf.nn.max_pool(conv1, ksize = [1,3,3,1], strides = [1,2,2,1], padding = ‘SAME‘, name=‘pool1‘) # 局部响应归一化 norm1 = tf.nn.lrn(pool1, 4, bias = 1.0, alpha = 0.001/9.0, beta = 0.75, name = ‘norm1‘) with tf.variable_scope(‘conv2‘) as scope: weights = variables(‘weights‘, [5,5,64,64], 5e-2) conv = tf.nn.conv2d(norm1, weights, [1,1,1,1], padding = ‘SAME‘) biases = variable_on_cpu(‘biases‘, [64]) bias = tf.nn.bias_add(conv, biases) conv2 = tf.nn.relu(bias, name = scope.name) tf.histogram_summary(scope.name + ‘/activations‘, conv2) with tf.variable_scope(‘pooling2_lrn‘) as scope: norm2 = tf.nn.lrn(conv2, 4, bias = 1.0, alpha = 0.001/9.0, beta = 0.75, name = ‘norm1‘) pool2 = tf.nn.max_pool(norm2, ksize = [1,3,3,1], strides = [1,2,2,1], padding = ‘SAME‘, name=‘pool1‘) with tf.variable_scope(‘local3‘) as scope: # 第一层全连接 reshape = tf.reshape(pool2, [BATCH_SIZE,-1]) dim = reshape.get_shape()[1].value weights = variables(‘weights‘, shape=[dim,384], stddev=0.004) biases = variable_on_cpu(‘biases‘, [384]) # ReLu 激活函数 local3 = tf.nn.relu(tf.matmul(reshape, weights)+biases, name = scope.name) # 柱状图总结 local3 tf.histogram_summary(scope.name + ‘/activations‘, local3) with tf.variable_scope(‘local4‘) as scope: # 第二层全连接 weights = variables(‘weights‘, shape=[384,192], stddev=0.004) biases = variable_on_cpu(‘biases‘, [192]) local4 = tf.nn.relu(tf.matmul(local3, weights)+biases, name = scope.name) tf.histogram_summary(scope.name + ‘/activations‘, local4) with tf.variable_scope(‘softmax_linear‘) as scope: # softmax 层，实际上不是严格的 softmax ，真正的 softmax 在损失层 weights = variables(‘weights‘, [192, 10], stddev=1/192.0) biases = variable_on_cpu(‘biases‘, [10]) softmax_linear = tf.add(tf.matmul(local4, weights), biases, name = scope.name) tf.histogram_summary(scope.name + ‘/activations‘, softmax_linear) return softmax_linear # 交叉熵损失层 def losses(logits, labels): with tf.variable_scope(‘loss‘) as scope: labels = tf.cast(labels, tf.int64) # 交叉熵损失，至于为什么是这个函数，后面会说明。 cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits (logits, labels, name=‘cross_entropy_per_example‘) loss = tf.reduce_mean(cross_entropy, name = ‘loss‘) tf.scalar_summary(scope.name + ‘/x_entropy‘, loss) return loss
现在来看下为什么要用 tf.nn.sparse_softmax_cross_entropy_with_logits 这么长的一个函数，在官方文档中，一共有4中交叉熵损失函数：
1. tf.nn.sigmoid_cross_entropy_with_logits(logits, targets,name=None)
2. tf.nn.softmax_cross_entropy_with_logits(logits, labels,dim=-1, name=None)
3. tf.nn.sparse_softmax_cross_entropy_with_logits(logits,labels, name=None)
4. tf.nn.weighted_cross_entropy_with_logits(logits, targets,pos_weight, name=None)
分别来看一下：
1）第一个函数就是传统的 sigmoid 交叉熵，假设 x = logits, z = targets，那么第一个函数的交叉熵损失可以写作：
z * -log(sigmoid(x)) + (1 - z) * -log(1 - sigmoid(x))
注意，sigmoid 用于二分类，logits 和 targets 维度要相同。
2）第二个函数是 softmax 交叉熵，用于多分类，并且类间相互独立，不能一个元素既属于这个类又属于那个类。并且，也是要求logits 和 targets 维度要相同。
例如，上面的 losses 代码中目标分为10类，logits 是 64*10 维度的，而 targets(也就是labels) 是 [64] 维度的，就不能用这个函数，要想使用这个函数，得把 labels 变成 64*10 的 onehot encoding (独热编码)，假设 labels 的 64 个值分别是：[1,5,2,3,0,4,9,8,7,5,6,4,5,8...]，那么 labels 变成独热编码以后，第一行变成：[0,1,0,0,0,0,0,0,0,0]，第二行变为：[0,0,0,0,0,1,0,0,0,0]，第三行：[0,0,1,0,0,0,0,0,0,0]，也就是：每行的第 label 个值变为1，其他是0，用代码可以如下写：
targets = np.zeros([64,10], dtype = np.float) for index, value in enumerate(labels): targets[index, value] = 1.0
3）也就是我们所使用的函数，与第二个函数不同的一点是，不要求维度相同，只要求第 0 维相同，若 logits 是 64*10 维度的， targets(也就是labels) 是 [64] 维度的，那么第 0 个维度相同，就可以使用这个函数了，不需要进行 onehot encoding ，从上一篇文章我们所画出来的流程图可以明显看出来，loss 层的输入，一个是 64*10 维，一个是 64 维。并且这个函数，自带了 softmax 的计算，所以，在 inference 的最后一层，我们实际上计算的不是真正的 softmax。
4）和第一个函数差不多相同，只是可以加一个权重 pos_weight， 假设 x = logits, z = targets, q = pos_weight，那么第四个函数的交叉熵损失为：
q * z * -log(sigmoid(x)) + (1 - z) * -log(1 - sigmoid(x)) = q * z * -log(1 / (1 + exp(-x))) + (1 - z) * -log(exp(-x) / (1 + exp(-x))) = q * z * log(1 + exp(-x)) + (1 - z) * (-log(exp(-x)) + log(1 + exp(-x))) = q * z * log(1 + exp(-x)) + (1 - z) * (x + log(1 + exp(-x)) = (1 - z) * x + (qz + 1 - z) * log(1 + exp(-x)) = (1 - z) * x + (1 + (q - 1) * z) * log(1 + exp(-x))
参考文献：
1. https://www.tensorflow.org/api_docs/python/nn/classification
2. https://github.com/tensorflow/models/tree/master/tutorials/image/cifar10
TF Boys (TensorFlow Boys ) 养成记（五）
标签：总结 reader 输出 nump summary 元素 存在 输入 imp
原文地址：http://www.cnblogs.com/Charles-Wan/p/6207039.html
