学习笔记 TF012:卷积网络简述

ImageNet http://www.image-net.org，图像标注信息数据库。每年举办大规模视觉识别挑战赛(ILSVRC)。基于 ImageNet 数据库构建完成目标自动检测分类任务系统。2012 年，SuperVision 提交卷积神经网络(CNN)。

CNN 可用于任意类型数据张量(各分量与相关分量有序排列在多维网格)，当前主要用于计算机视觉。语音识别，输入按录音时间顺序排列声音频率单行网络张量。图像宽高次序排列网格像素分量张量。

训练 CNN 模型数据集 Stanford's Gogs Dataset： http://vision.stanford.edu/aditya86/ImageNetDogs/ 。包含不同品种狗图像及品种标签。模型目标：给定一幅图像，预测狗品种。大量非训练集图像创建测试集。数据集：训练集、测试集、验证集。数据集中大部分构成训练集。测试集了解模型对未训练数据表现。交叉验证集比较客观，对图像预处理(对比度调整、栽剪)划分原始数据集，用完全相同输入流水线。

卷积神经网络至少包含一个层(tf.nn.conv2d)。计算输入 f 与一组可配置卷积核 g 的卷积，生成层输出。卷积核(滤波器)应用张量所有点，输入张量上滑动卷积核生成过滤波处理张量。图像每个元素应用特殊卷积核，输出刻画所有边缘新图像。输入张量是图像，张量每个点对应像素红、绿、蓝色值。卷积核遍历图像像素，边缘像素卷积输出值增大。神经元簇依据训练模式激活。训练，多个不同层级联，梯度下降法变体调节卷积核(滤波器)权值。

CNN 架构，卷积层(tf.nn.conv2d)、非线性变换层(tf.nn.relu)、池化层(tf.nn.max_pool)、全连接层(tf.nn.matmul)。突出重要信息，忽略噪声。批量加载图像，同时处理多幅图像。数据结构包含卷积运算整批图像全部信息。TensorFlow 输入流水线(读取解码文件)针对整批数据多幅图像处理专门格式，图像所需信息([image_batch_size,image_height,image_width,image_channels])。

import tensorflow as tf image_batch = tf.constant([ [#第 1 幅图像 [[0, 255, 0], [0, 255, 0], [0, 255, 0]], [[0, 255, 0], [0, 255, 0], [0, 255, 0]] ], [#第 2 幅图像 [[0, 0, 255], [0, 0, 255], [0, 0, 255]], [[0, 0, 255], [0, 0, 255], [0, 0, 255]] ] ]) image_batch.get_shape() sess = tf.Session() sess.run(image_batch)[0][0][0] 

第 1 组维度图像数量。第 2 组维度图像高度。第 3 组维度图像宽度。第 4 组维度颜色通道数量。每个像素索引映射图像宽高维度。

参考资料： 《面向机器智能的 TensorFlow 实践》

欢迎加我微信交流：qingxingfengzi 我的微信公众号:qingxingfengzigz 我老婆张幸清的微信公众号：qingqingfeifangz