我们已经实现了卷积层和池化层，现在来组合这些层，搭建进行手写数字识别的CNN。
我们要实现如下图形式CNN：
简单的CNN的网络构成
如上图，网络的构成是Convolution - ReLU - Pooling - Affine - ReLU - Affine - Sofemax，我们将它实现为名为SimpleConvNet的类。
SimpleConvNet的初始化中主要有这些参数：
-
input_dim：输入数据的维度（通道，高，长）
-
conv_param： 卷积层的超参数（字典），字典中关键字如下：
- filter_num： 滤波器的数量
- filter_size： 滤波器的大小
- stride： 步幅
- pad ： 填充
-
hidden_size : 隐藏层的神经元数量
-
output_size : 输出层的神经元数量
-
weitght_int_std : 初始化时权重的标准差
SimpleConvNet的初始化的实现有点长，首先是初始化的最开始部分：
class SimpleConvNet:
"""简单的ConvNet
conv - relu - pool - affine - relu - affine - softmax
Parameters
----------
input_size : 输入大小（MNIST的情况下为784）
hidden_size_list : 隐藏层的神经元数量的列表（e.g. [100, 100, 100]）
output_size : 输出大小（MNIST的情况下为10）
activation : 'relu' or 'sigmoid'
weight_init_std : 指定权重的标准差（e.g. 0.01）
指定'relu'或'he'的情况下设定“He的初始值”
指定'sigmoid'或'xavier'的情况下设定“Xavier的初始值”
"""
def __init__(self, input_dim=(1, 28, 28),
conv_param={'filter_num':30, 'filter_size':5, 'pad':0, 'stride':1},
hidden_size=100, output_size=10, weight_init_std=0.01):
filter_num = conv_param['filter_num']
filter_size = conv_param['filter_size']
filter_pad = conv_param['pad']
filter_stride = conv_param['stride']
input_size = input_dim[1]
conv_output_size = (input_size - filter_size + 2*filter_pad) / filter_stride + 1
pool_output_size = int(filter_num * (conv_output_size/2) * (conv_output_size/2))
接下来是权重参数的初始化部分：
# 初始化权重
self.params = {}
self.params['W1'] = weight_init_std * \
np.random.randn(filter_num, input_dim[0], filter_size, filter_size)
self.params['b1'] = np.zeros(filter_num)
self.params['W2'] = weight_init_std * \
np.random.randn(pool_output_size, hidden_size)
self.params['b2'] = np.zeros(hidden_size)
self.params['W3'] = weight_init_std * \
np.random.randn(hidden_size, output_size)
self.params['b3'] = np.zeros(output_size)
第一层的卷积层的权重，偏置分别为w1,b1。第二层的全连接层的权重，偏置分别为w2,b2。 第三层的全连接层的权重，偏置分别为w3, b3。
最后使用有序字典OrderedDict()生成必要的层:
# 生成层
self.layers = OrderedDict()
self.layers['Conv1'] = Convolution(self.params['W1'], self.params['b1'],
conv_param['stride'], conv_param['pad'])
self.layers['Relu1'] = Relu()
self.layers['Pool1'] = Pooling(pool_h=2, pool_w=2, stride=2)
self.layers['Affine1'] = Affine(self.params['W2'], self.params['b2'])
self.layers['Relu2'] = Relu()
self.layers['Affine2'] = Affine(self.params['W3'], self.params['b3'])
self.last_layer = SoftmaxWithLoss()
以上就是SimpleConvNet的初始化中进行的处理。像这样进行初始化后，再实现进行推理的predict方法和求损失函数值的loss方法：
def predict(self, x):
for layer in self.layers.values():
x = layer.forward(x)
return x
def loss(self, x, t):
"""求损失函数
参数x是输入数据、t是教师标签
"""
y = self.predict(x)
return self.last_layer.forward(y, t)
接下来是基于误差反向传播法求梯度的实现：
def gradient(self, x, t):
"""求梯度（误差反向传播法）
Parameters
----------
x : 输入数据
t : 教师标签
Returns
-------
具有各层的梯度的字典变量
grads['W1']、grads['W2']、...是各层的权重
grads['b1']、grads['b2']、...是各层的偏置
"""
# forward
self.loss(x, t)
# backward
dout = 1
dout = self.last_layer.backward(dout)
layers = list(self.layers.values())
layers.reverse()
for layer in layers:
dout = layer.backward(dout)
# 设定
grads = {}
grads['W1'], grads['b1'] = self.layers['Conv1'].dW, self.layers['Conv1'].db
grads['W2'], grads['b2'] = self.layers['Affine1'].dW, self.layers['Affine1'].db
grads['W3'], grads['b3'] = self.layers['Affine2'].dW, self.layers['Affine2'].db
return grads
如上，这些就是SimpleConvNet的实现。
现在使用这个SimpleConvNet学习MNIST数据集，训练结果如下：
=============== Final Test Accuracy ===============
test acc:0.9839
Saved Network Parameters!
由于学习所耗费的时间过长，这这里我只用了5个epochs,最终测试数据的识别率达到98%。对于一个小型CNN来说，这是一个较高的识别率了。
每天学习一点点，每天进步一点点。
网友评论