學習筆記TF012:卷積網路簡述

ImageNet ImageNet ，圖像標註信息資料庫。每年舉辦大規模視覺識別挑戰賽(ILSVRC)。基於ImageNet資料庫構建完成目標自動檢測分類任務系統。2012年，SuperVision提交卷積神經網路(CNN)。

CNN可用於任意類型數據張量(各分量與相關分量有序排列在多維網格)，當前主要用於計算機視覺。語音識別，輸入按錄音時間順序排列聲音頻率單行網路張量。圖像寬高次序排列網格像素分量張量。

訓練CNN模型數據集Stanfords Gogs Dataset： http://vision.stanford.edu/aditya86/ImageNetDogs/ 。包含不同品種狗圖像及品種標籤。模型目標：給定一幅圖像，預測狗品種。大量非訓練集圖像創建測試集。數據集：訓練集、測試集、驗證集。數據集中大部分構成訓練集。測試集了解模型對未訓練數據表現。交叉驗證集比較客觀，對圖像預處理(對比度調整、栽剪)劃分原始數據集，用完全相同輸入流水線。

卷積神經網路至少包含一個層(tf.nn.conv2d)。計算輸入f與一組可配置卷積核g的卷積，生成層輸出。卷積核(濾波器)應用張量所有點，輸入張量上滑動卷積核生成過濾波處理張量。圖像每個元素應用特殊卷積核，輸出刻畫所有邊緣新圖像。輸入張量是圖像，張量每個點對應像素紅、綠、藍色值。卷積核遍歷圖像像素，邊緣像素卷積輸出值增大。神經元簇依據訓練模式激活。訓練，多個不同層級聯，梯度下降法變體調節卷積核(濾波器)權值。

CNN架構，卷積層(tf.nn.conv2d)、非線性變換層(tf.nn.relu)、池化層(tf.nn.max_pool)、全連接層(tf.nn.matmul)。突出重要信息，忽略雜訊。批量載入圖像，同時處理多幅圖像。數據結構包含卷積運算整批圖像全部信息。TensorFlow輸入流水線(讀取解碼文件)針對整批數據多幅圖像處理專門格式，圖像所需信息([image_batch_size,image_height,image_width,image_channels])。

import tensorflow as tfnn image_batch = tf.constant([nn [#第1幅圖像nn [[0, 255, 0], [0, 255, 0], [0, 255, 0]],nn [[0, 255, 0], [0, 255, 0], [0, 255, 0]]nn ],nn [#第2幅圖像nn [[0, 0, 255], [0, 0, 255], [0, 0, 255]],nn [[0, 0, 255], [0, 0, 255], [0, 0, 255]]nn ]nn ])nn image_batch.get_shape()nn sess = tf.Session()nn sess.run(image_batch)[0][0][0]n

第1組維度圖像數量。第2組維度圖像高度。第3組維度圖像寬度。第4組維度顏色通道數量。每個像素索引映射圖像寬高維度。

參考資料：

《面向機器智能的TensorFlow實踐》

歡迎加我微信交流：qingxingfengzi

我的微信公眾號:qingxingfengzigz

我老婆張幸清的微信公眾號：qingqingfeifangz

推薦閱讀：