Tensorflow实战：VGGNet16原理及实现（多注释）
参考《Tensorflow实战》黄文坚，并添加了自己的理解。欢迎提问！！
下图为VGG结构：
下表为VGGNet各级别网络结构图：
下图为本文代码组织结构图：
本文使用VGGNet16-D的结构及参数，进行了前向计算和反向计算的测评，代码及详细注释如下：
from datetime import datetime
import math
import time
import tensorflow as tf
'''############################################02《TensorFlow实战》实现VGGNet16-D########################################################'''
batch_size = 16 #一个批次的数据
num_batches = 100 #测试一百个批次的数据
'''卷积层创建函数，并将本层参数存入参数列表
input_op:输入的tensor name:这一层的名称 kh:kernel height即卷积核的高 kw:kernel width即卷积核的宽
n_out:卷积核数量即输出通道数 dh:步长的高 dw:步长的宽 p:参数列表
'''
def conv_op(input_op, name, kh, kw, n_out, dh, dw, p):
# 获取输入数据的通道数
n_in = input_op.get_shape()[-1].value
with tf.name_scope(name) as scope:
#创建卷积核，shape的值的意义参见alexNet
kernel = tf.get_variable(scope+"w", shape=[kh, kw, n_in, n_out], dtype=tf.float32,
initializer=tf.contrib.layers.xavier_initializer_conv2d())
#卷积操作
conv = tf.nn.conv2d(input_op, kernel, (1, dh, dw, 1), padding='SAME')
#初始化bias为0
bias_init_val = tf.constant(0.0, shape=[n_out], dtype=tf.float32)
biases = tf.Variable(bias_init_val, trainable=True, name='b')
#将卷积后结果与biases加起来
z = tf.nn.bias_add(conv, biases)
#使用**函数relu进行非线性处理
activation = tf.nn.relu(z, name=scope)
#将卷积核和biases加入到参数列表
p += [kernel, biases]
# tf.image.resize_images()
#卷积层输出作为函数结果返回
return activation
'''全连接层FC创建函数'''
def fc_op(input_op, name, n_out, p):
#获取input_op的通道数
n_in = input_op.get_shape()[-1].value
with tf.name_scope(name) as scope:
#初始化全连接层权重
kernel = tf.get_variable(scope+"w", shape=[n_in, n_out], dtype=tf.float32,
initializer=tf.contrib.layers.xavier_initializer())
#初始化biases为0.1而不为0，避免dead neuron
biases = tf.Variable(tf.constant(0.1, shape=[n_out], dtype=tf.float32), name='b')
#Computes Relu(x * weight + biases)
activation = tf.nn.relu_layer(input_op, kernel, biases, name=scope)
#将权重和biases加入到参数列表
p += [kernel, biases]
#activation作为函数结果返回
return activation
'''最大池化层创建函数'''
def mpool_op(input_op, name, kh, kw, dh, dw):
return tf.nn.max_pool(input_op,
ksize=[1, kh, kw, 1], #池化窗口大小
strides=[1, dh, dw, 1], #池化步长
padding='SAME',
name= name)
'''创建VGGNet-16-D的网络结构
input_op为输入数据，keep_prob为控制dropoout比率的一个placeholder
'''
def inference_op(input_op, keep_prob):
p = []
'''D-第一段'''
#第一段卷积网络第一个卷积层，输出尺寸224*224*64，卷积后通道数(厚度)由3变为64
conv1_1 = conv_op(input_op, name="conv1_1", kh=3, kw=3, n_out=64, dh=1, dw=1, p=p)
#第一段卷积网络第二个卷积层，输出尺寸224*224*64
conv1_2 = conv_op(conv1_1, name="conv1_2", kh=3, kw=3, n_out=64, dh=1, dw=1, p=p)
#第一段卷积网络的最大池化层，经过池化后输出尺寸变为112*112*64
pool1 = mpool_op(conv1_2, name="pool1", kh=2, kw=2, dw=2, dh=2)
'''D-第二段'''
#第二段卷积网络第一个卷积层，输出尺寸112*112*128，卷积后通道数由64变为128
conv2_1 = conv_op(pool1, name="conv2_1", kh=3, kw=3, n_out=128, dh=1, dw=1, p=p)
#第二段卷积网络第二个卷积层，输出尺寸112*112*128
conv2_2 = conv_op(conv2_1, name="conv2_1", kh=3, kw=3, n_out=128, dh=1, dw=1, p=p)
#第二段卷积网络的最大池化层，经过池化后输出尺寸变为56*56*128
pool2 = mpool_op(conv2_2, name="pool2", kh=2, kw=2, dw=2, dh=2)
'''D-第三段'''
#第三段卷积网络第一个卷积层，输出尺寸为56*56*256，卷积后通道数由128变为256
conv3_1 = conv_op(pool2, name="conv3_1", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)
#第三段卷积网络第二个卷积层，输出尺寸为56*56*256
conv3_2 = conv_op(conv3_1, name="conv3_2", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)
#第三段卷积网络第三个卷积层，输出尺寸为56*56*256
conv3_3 = conv_op(conv3_2, name="conv3_3", kh=3, kw=3, n_out=256, dh=1, dw=1, p=p)
#第三段卷积网络的最大池化层，池化后输出尺寸变为28*28*256
pool3 = mpool_op(conv3_3, name="pool3", kh=2, kw=2, dh=2, dw=2)
'''D-第四段'''
#第四段卷积网络第一个卷积层，输出尺寸为28*28*512，卷积后通道数由256变为512
conv4_1 = conv_op(pool3, name="conv4_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
# 第四段卷积网络第二个卷积层，输出尺寸为28*28*512
conv4_2 = conv_op(conv4_1, name="conv4_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
# 第四段卷积网络第三个卷积层，输出尺寸为28*28*512
conv4_3 = conv_op(conv4_2, name="conv4_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
#第四段卷积网络的最大池化层，池化后输出尺寸为14*14*512
pool4 = mpool_op(conv4_3, name="pool4", kh=2, kw=2, dh=2, dw=2)
'''D-第五段'''
#第五段卷积网络第一个卷积层，输出尺寸为14*14*512
conv5_1 = conv_op(pool4, name="conv5_1", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
# 第五段卷积网络第二个卷积层，输出尺寸为14*14*512
conv5_2 = conv_op(conv5_1, name="conv5_2", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
# 第五段卷积网络第三个卷积层，输出尺寸为14*14*512
conv5_3 = conv_op(conv5_2, name="conv5_3", kh=3, kw=3, n_out=512, dh=1, dw=1, p=p)
#第五段卷积网络的最大池化层，池化后尺寸为7*7*512
pool5 = mpool_op(conv5_3, name="conv5_3", kh=2, kw=2, dh=2, dw=2)
'''对卷积网络的输出结果进行扁平化，将每个样本化为一个长度为25088的一维向量'''
shp = pool5.get_shape()
flattened_shape = shp[1].value * shp[2].value * shp[3].value #图像的长、宽、厚度相乘，即7*7*512=25088
# -1表示该样本有多少个是自动计算得出的，得到一个矩阵，准备传入全连接层
resh1 = tf.reshape(pool5, [-1,flattened_shape], name="resh1")
'''全连接层,共三个'''
fc6 = fc_op(resh1, name="fc6", n_out=4096, p=p)
fc6_drop = tf.nn.dropout(fc6, keep_prob, name="fc6_drop") #dropout层，keep_prob数据待外部传入
fc7 = fc_op(fc6_drop, name="fc7", n_out=4096, p=p)
fc7_drop = tf.nn.dropout(fc7, keep_prob, name="fc7_drop")
#最后一个全连接层
fc8 = fc_op(fc7_drop, name="fc8", n_out=1000, p=p)
softmax = tf.nn.softmax(fc8) #使用softmax进行处理得到分类输出概率
predictions = tf.argmax(softmax,1) #求概率最大的类别
#返回参数
return predictions, softmax, fc8, p
'''评测函数'''
def time_tensorflow_run(session, target, feed, info_string): #target:需要评测的运算算字， info_string:测试的名称
num_steps_burn_in = 10 #给程序热身，头几轮迭代有显存的加载、cache命中等问题因此可以跳过，我们只考量10轮迭代之后的计算时间
total_duration = 0.0 #总时间
total_duration_squared = 0.0 #平方和
for i in range(num_batches + num_steps_burn_in):
start_time = time.time()
_ = session.run(target, feed_dict=feed)
duration = time.time() - start_time
if i>= num_steps_burn_in: #程序热身完成后，记录时间
if not i % 10: #每10轮 显示 当前时间，迭代次数(不包括热身)，用时
print('%s: step %d, duration = %.3f' % (datetime.now(), i-num_steps_burn_in, duration))
# 累加total_duration和total_duration_squared
total_duration += duration
total_duration_squared += duration * duration
# 循环结束后，计算每轮迭代的平均耗时mn和标准差sd，最后将结果显示出来
mn = total_duration / num_batches
vr = total_duration_squared / num_batches - mn * mn
sd = math.sqrt(vr)
print('%s: %s across %d steps, %.3f +/- %.3f sec / batch' %
(datetime.now(), info_string, num_batches, mn, sd))
'''评测的主函数,不使用ImageNet数据集来训练，只使用随机图片测试前馈和反馈计算的耗时'''
def run_benchmaek():
with tf.Graph().as_default():
image_size = 224
#利用tf.random_normal()生成随机图片
images = tf.Variable(tf.random_normal([batch_size, #每轮迭代的样本数
image_size, image_size, #图片的size：image_size x image_size
3], #图片的通道数
dtype=tf.float32,
stddev=1e-1))
#创建keep_prob的placeholder
keep_prob = tf.placeholder(tf.float32)
predictions, softmax, fc8, p = inference_op(images, keep_prob)
#创建Session并初始化全局参数
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
#前向计算测评
time_tensorflow_run(sess, predictions, {keep_prob:1.0}, "Forward")
#前向和反向计算测评
objective = tf.nn.l2_loss(fc8)
grad = tf.gradients(objective, p)
time_tensorflow_run(sess, grad, {keep_prob:0.5}, "Forward-backward")
run_benchmaek()结果如下：
2018-09-01 13:03:13.532583: step 0, duration = 0.157
2018-09-01 13:03:15.089366: step 10, duration = 0.156
2018-09-01 13:03:16.643247: step 20, duration = 0.156
2018-09-01 13:03:18.199118: step 30, duration = 0.156
2018-09-01 13:03:19.756954: step 40, duration = 0.156
2018-09-01 13:03:21.312730: step 50, duration = 0.157
2018-09-01 13:03:22.873557: step 60, duration = 0.157
2018-09-01 13:03:24.432437: step 70, duration = 0.156
2018-09-01 13:03:25.988297: step 80, duration = 0.157
2018-09-01 13:03:27.545107: step 90, duration = 0.157
2018-09-01 13:03:28.943368: Forward across 100 steps, 0.156 +/- 0.001 sec / batch
2018-09-01 13:03:36.774692: step 0, duration = 0.548
2018-09-01 13:03:42.234097: step 10, duration = 0.540
2018-09-01 13:03:47.725417: step 20, duration = 0.567
2018-09-01 13:03:53.208759: step 30, duration = 0.546
2018-09-01 13:03:58.711079: step 40, duration = 0.552
2018-09-01 13:04:04.209350: step 50, duration = 0.560
2018-09-01 13:04:09.662770: step 60, duration = 0.545
2018-09-01 13:04:15.174038: step 70, duration = 0.546
2018-09-01 13:04:20.668350: step 80, duration = 0.550
2018-09-01 13:04:26.160701: step 90, duration = 0.550
2018-09-01 13:04:31.113427: Forward-backward across 100 steps, 0.549 +/- 0.007 sec / batch
上一篇： python学习笔记第三天
下一篇： Markdown数学公式、特殊文本