机器不学习:卷积神经网络CNN与Keras实战
一、概述及完整代码
本例的代码主要来自Keras自带的example里的mnist_cnn模块,主要用到keras.layers中的Dense, Dropout, Activation, Flatten模块和keras.layers中的Convolution2D,MaxPooling2D。构建一个两层卷积层两层全连接层的简单卷积神经网络,12次循环后可以达到99.25%的准确率,可见CNN的预测准确率已经相当高了。
完整代码:
import numpy as np
np.random.seed(1337) # for reproducibility
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Convolution2D, MaxPooling2D
from keras.utils import np_utils
from keras import backend as K
# 全局变量
batch_size = 128
nb_classes = 10
epochs = 12
# input image dimensions
img_rows, img_cols = 28, 28
# number of convolutional filters to use
nb_filters = 32
# size of pooling area for max pooling
pool_size = (2, 2)
# convolution kernel size
kernel_size = (3, 3)
# the data, shuffled and split between train and test sets
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# 根据不同的backend定下不同的格式
if K.image_dim_ordering() == 'th':
X_train = X_train.reshape(X_train.shape[0], 1, img_rows, img_cols)
X_test = X_test.reshape(X_test.shape[0], 1, img_rows, img_cols)
input_shape = (1, img_rows, img_cols)
else:
X_train = X_train.reshape(X_train.shape[0], img_rows, img_cols, 1)
X_test = X_test.reshape(X_test.shape[0], img_rows, img_cols, 1)
input_shape = (img_rows, img_cols, 1)
X_train = X_train.astype('float32')
X_test = X_test.astype('float32')
X_train /= 255
X_test /= 255
print('X_train shape:', X_train.shape)
print(X_train.shape[0], 'train samples')
print(X_test.shape[0], 'test samples')
# 转换为one_hot类型
Y_train = np_utils.to_categorical(y_train, nb_classes)
Y_test = np_utils.to_categorical(y_test, nb_classes)
#构建模型
model = Sequential()
"""
model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1],
border_mode='same',
input_shape=input_shape))
"""
model.add(Convolution2D(nb_filters, (kernel_size[0], kernel_size[1]),
padding='same',
input_shape=input_shape)) # 卷积层1
model.add(Activation('relu')) #激活层
model.add(Convolution2D(nb_filters, (kernel_size[0], kernel_size[1]))) #卷积层2
model.add(Activation('relu')) #激活层
model.add(MaxPooling2D(pool_size=pool_size)) #池化层
model.add(Dropout(0.25)) #神经元随机失活
model.add(Flatten()) #拉成一维数据
model.add(Dense(128)) #全连接层1
model.add(Activation('relu')) #激活层
model.add(Dropout(0.5)) #随机失活
model.add(Dense(nb_classes)) #全连接层2
model.add(Activation('softmax')) #Softmax评分
#编译模型
model.compile(loss='categorical_crossentropy',
optimizer='adadelta',
metrics=['accuracy'])
#训练模型
model.fit(X_train, Y_train, batch_size=batch_size, epochs=epochs,
verbose=1, validation_data=(X_test, Y_test))
#评估模型
score = model.evaluate(X_test, Y_test, verbose=0)
print('Test score:', score[0])
print('Test accuracy:', score[1])
二、知识点详解
1. 关于Keras可能会使用不同的backend
该选择结构可以灵活对theano和tensorflow两种backend生成对应格式的训练数据格式。举例说明:'th'模式,即Theano模式会把100张RGB三通道的16×32(高为16宽为32)彩色图表示为下面这种形式(100,3,16,32),Caffe采取的也是这种方式。第0个维度是样本维,代表样本的数目,第1个维度是通道维,代表颜色通道数。后面两个就是高和宽了。而TensorFlow,即'tf'模式的表达形式是(100,16,32,3),即把通道维放在了最后。这两个表达方法本质上没有什么区别。
- # 根据不同的backend定下不同的格式
- if K.image_dim_ordering() == 'th':
- X_train = X_train.reshape(X_train.shape[0], 1, img_rows, img_cols)
- X_test = X_test.reshape(X_test.shape[0], 1, img_rows, img_cols)
- input_shape = (1, img_rows, img_cols)
- else:
- X_train = X_train.reshape(X_train.shape[0], img_rows, img_cols, 1)
- X_test = X_test.reshape(X_test.shape[0], img_rows, img_cols, 1)
- input_shape = (img_rows, img_cols, 1)
2. 二维卷积层Conv2D
keras.layers.convolutional.Conv2D(filters, kernel_size,strides=(1,1), padding='valid', data_format=None, dilation_rate=(1,1), activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, bias_constraint=None)
二维卷积层对二维输入进行滑动窗卷积,当使用该层作为第一层时,应提供input_shape参数。
filters:卷积核的数目;
kernel_size:卷积核的尺寸;
strides:卷积核移动的步长,分为行方向和列方向;
padding:边界模式,有“valid”,“same”或“full”,full需要以theano为后端;
其他参数请参看Keras官方文档。
3. 二维池化层MaxPooling2D
keras.layers.pooling.MaxPooling2D(pool_size=(2,2), strides=None, padding='valid', data_format=None)
对空域信号进行最大值池化。
pool_size:池化核尺寸;
strides:池化核移动步长;
padding:边界模式,有“valid”,“same”或“full”,full需要以theano为后端;
其他参数请参看Keras官方文档。
4. Activation层
keras.layers.core.Activation(activation)
激活层对一个层的输出施加激活函数。
预定义激活函数:
softmax,softplus,softsign,relu,tanh,sigmoid,hard_sigmoid,linear等。
5. Dropout层
keras.layers.core.Dropout(p)
为输入数据施加Dropout。Dropout将在训练过程中每次更新参数时随机断开一定百分比(p)的输入神经元连接,Dropout层用于防止过拟合。
6. Flatten层
keras.layers.core.Flatten()
Flatten层用来将输入“压平”,即把多维的输入一维化,常用在从卷积层到全连接层的过渡。Flatten不影响batch的大小。
例子:
model =Sequential()
model.add(Convolution2D(64,3, 3, border_mode='same', input_shape=(3, 32, 32)))
# now:model.output_shape == (None, 64, 32, 32)
model.add(Flatten())
# now:model.output_shape == (None, 65536)
7.Dense层全连接层
keras.layers.core.Dense(units,activation=None, use_bias=True, kernel_initializer='glorot_uniform',bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None,activity_regularizer=None, kernel_constraint=None, bias_constraint=None)
units:输出单元的数量,即全连接层神经元的数量,作为第一层的Dense层必须指定input_shape。
8. Sequential模型compile方法
compile(self,optimizer, loss, metrics=[], sample_weight_mode=None)
编译用来配置模型的学习过程,其参数有:
optimizer:字符串(预定义优化器名)或优化器对象;
loss:字符串(预定义损失函数名)或目标函数;
metrics:列表,包含评估模型在训练和测试时的网络性能的指标,典型用法是metrics=['accuracy'];
9. Sequential模型fit方法
fit(self,x, y, batch_size=32, epochs=10, verbose=1, callbacks=None,validation_split=0.0, validation_data=None, shuffle=True, class_weight=None,sample_weight=None, initial_epoch=0)
verbose:日志显示,0为不在标准输出流输出日志信息,1为输出进度条记录,2为每个epoch输出一行记录;
validation_split:0~1之间的浮点数,用来指定训练集的一定比例数据作为验证集。验证集将不参与训练,并在每个epoch结束后测试的模型的指标,如损失函数、精确度等;
validation_data:形式为(X,y)的tuple,是指定的验证集。此参数将覆盖validation_spilt。
10. Sequential模型evaluate方法
evaluate(self,x, y, batch_size=32, verbose=1, sample_weight=None)
相关参数可参考其他方法的同名参数说明。