TensorFlow入门之MNIST样例代码分析

这几天想系统的学习一下TensorFlow，为以后的工做打下一些基础。看了下《TensorFlow:实战Google深度学习框架》这本书，目前我的以为这本书仍是对初学者挺友好的，做者站在初学者的角度讲解TensorFlow，因此比较容易理解。这篇博文主要是为了分析其中的一个经典代码，MNIST手写数字识别。做者用了一个三层的全链接网络来实现手写数字识别。具体的一些信息能够在书中5.2节查看。在下面的代码中有些注释是做者的，固然我也在一些地方添加了本身的理解，在博文最后我会作一个总结。

# -*- coding: utf-8 -*-
# 因为书上使用的TensorFlow版本比较旧，因此有些代码有所改动，
# 本人使用的TensorFlow版本为1.2.0

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 定义MNIST数据集相关的常数
INPUT_NODE = 784 # 每一张图片都是28*28的
OUTPUT_NODE = 10 # 输出是一个10分类

LAYER1_NODE = 500 # 隐藏层节点数
BATCH_SIZE = 100 # 每一个Batch的大小

LEARNING_RATE_BASE = 0.8 # 最开始的学习率
LEARNING_RATE_DECAY = 0.99 # 在指数衰减学习率的过程当中用到
REGULARIZATION_RATE = 0.0001 # 描述模型复杂度的正则化项在损失函数中的系数
TRAINING_STEPS = 30000 # 训练轮数，注意，训练一个Batch就是一个step
MOVING_AVERAGE_DECAY = 0.99 # 滑动平均模型的衰减率，最后我会讲解滑动平均模型

# 一个辅助函数，给定神经网络的输入和全部参数，计算神经网络的前向传播结果。在这里
# 定义了一个使用ReLU激活函数的三层全链接神经网络。经过加入隐藏层实现了多层网络结构
# 经过ReLU激活函数实现了去线性化。在这个函数中也支持传入用于计算参数平均值的类，
# 这样方便在测试时使用滑动平均模型。
def inference(input_tensor, avg_class, weights1, biases1,
               weights2, biases2):
    # 当没有提供滑动平均类时，直接使用参数当前的取值
    if avg_class == None:
        # 计算隐藏层的前向传播结果，这里使用了ReLU激活函数。
        layer1 = tf.nn.relu(tf.matmul(input_tensor, weights1) + biases1)
        # 计算输出层的前向传播结果。由于在计算损失函数时会一并计算softmax函数，
        # 因此这里不须要加入激活函数。并且不加入softmax不会影响预测结果。由于预测时
        # 使用的是不一样类别对应节点输出值的相对大小，有没有softmax层对最后分类结果的
        # 计算没有影响。因而在计算整个神经网络的前向传播时能够不加入最后的softmax层。
        return tf.matmul(layer1, weights2) + biases2
    else:
        # 首先使用avg_class.average函数来计算得出变量的滑动平均值，
        # 而后再计算相应的神经网络前向传播结果。
        layer1 = tf.nn.relu(
            tf.matmul(input_tensor, avg_class.average(weights1)) +
            avg_class.average(biases1)
        )
        return tf.matmul(layer1, avg_class.average(weights2)) + \
                avg_class.average(biases2)

# 训练模型的过程
# 写TensorFlow程序的时候必定要注意逻辑结构，通常都是下面这个结构：
# 1. 搭建模型：数据输入、数据label、权值初始化、前向传播、反向传播、更新参数
# 2. 运行模型：上面虽然把模型已经搭建好了，可是模型没有真正运行起来
def train(mnist):
    # 模型的输入
    x = tf.placeholder(tf.float32, [None, INPUT_NODE], name='x-input')
    y_ = tf.placeholder(tf.float32, [None, OUTPUT_NODE], name='y-input')
    # 生成隐藏层的参数
    weights1 = tf.Variable(
        tf.truncated_normal([INPUT_NODE, LAYER1_NODE], stddev=0.1)
    )
    biases1 = tf.Variable(
        tf.constant(0.1, shape=[LAYER1_NODE])
    )
    # 生成输出层的参数
    weights2 = tf.Variable(
        tf.truncated_normal([LAYER1_NODE, OUTPUT_NODE], stddev=0.1)
    )
    biases2 = tf.Variable(
        tf.constant(0.1, shape=[OUTPUT_NODE])
    )
    # 注意这里：计算在当前参数下神经网络前向传播的结果。这里给出的用于计算滑动平均的类为None，
    # 因此函数不会使用参数的滑动平均值。
    y = inference(x, None, weights1, biases1, weights2, biases2)

    # 定义存储训练轮数的变量。这个变量不须要计算滑动平均值，因此这里指定这个变量为
    # 不可训练的变量(trainable=False)。在使用TensorFlow训练神经网络时，
    # 通常会将表明训练轮数的变量指定为不可训练的参数。
    # 为何要把它设为0，参见学习率指数衰减的公式，最开始的指数咱们让它为0
    # 并且在训练过程当中，每一次train_step，global_step都会增长1，因此后面这个值会愈来愈大
    global_step = tf.Variable(0, trainable=False)

    # 给定滑动平均衰减率和训练轮数的变量，初始化滑动平均类。在第4章中介绍过给
    # 定训练轮数的变量能够加快训练早期变量的更新速度。
    variable_averages = tf.train.ExponentialMovingAverage(
        MOVING_AVERAGE_DECAY, global_step
    )

    # 在全部表明神经网络参数的变量上使用滑动平均。其余辅助变量(好比global_step)就
    # 不须要了。tf.trainable_variable返回的就是图上集合
    # GraphKeys.TRAINABLE_VARIABLES中的元素。这个集合的元素就是全部没有指定
    # trainable=False的参数。
    variable_averages_op = variable_averages.apply(
        tf.trainable_variables()
    )

    # 注意这个与上面的y有什么区别。计算使用了滑动平均以后的前向传播结果。第4章中介绍过滑动平均不会改变
    # 变量自己的取值，而是会维护一个影子变量来记录其滑动平均值。因此当须要使用这个滑动平均值时，
    # 须要明确调用average函数。
    average_y = inference(
        x, variable_averages, weights1, biases1, weights2, biases2
    )

    # 计算交叉熵做为刻画预测值和真实值之间差距的损失函数。这里使用了TensorFlow中提
    # 供的sparse_softmax_cross_entropy_with_logits函数来计算交叉熵。当分类
    # 问题只有一个正确答案时，可使用这个函数来加速交叉熵的计算。MNIST问题的图片中
    # 只包含了0~9中的一个数字，因此可使用这个函数来计算交叉熵损失。这个函数的第一个
    # 参数是神经网络不包括softmax层的前向传播结果，第二个是训练数据的正确答案。由于
    # 标准答案是一个长度位10的一维数组，而该函数须要提供的是一个正确答案的数字，因此需
    # 要使用tf.argmax函数来获得正确答案对应的类别编号。
    # 注意这里用的是y来计算交叉熵而不是average_y
    cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(
        logits=y, labels=tf.argmax(y_, 1)
    )
    # 计算在当前batch中全部样例的交叉熵平均值
    cross_entropy_mean = tf.reduce_mean(cross_entropy)

    # 计算L2正则化损失函数
    regularizer = tf.contrib.layers.l2_regularizer(REGULARIZATION_RATE)
    # 计算模型的正则化损失。通常只计算神经网络边上权重的正则化损失，而不使用偏置项。
    regularization = regularizer(weights1) + regularizer(weights2)
    # 总损失等于交叉熵损失和正则化损失的和
    loss = cross_entropy_mean + regularization
    # 设置指数衰减的学习率
    learning_rate = tf.train.exponential_decay(
        LEARNING_RATE_BASE, # 基础的学习率，随着迭代的进行，更新变量时使用的
                            # 学习率在这个基础上递减
        global_step,        # 当前迭代的轮数
        mnist.train.num_examples / BATCH_SIZE, # 过完全部的训练数据须要的迭代次数
        LEARNING_RATE_DECAY # 学习率的衰减速度
    )
    # 使用tf.train.GradientDescentOptimizer优化算法来优化损失函数。注意这里损失函数
    # 包含了交叉熵损失和L2正则化损失。
    # 在这个函数中，每次执行global_step都会加一。注意这个函数优化的损失函数跟y有关，
    # 跟average_y无关。
    train_step = tf.train.GradientDescentOptimizer(learning_rate)\
                 .minimize(loss, global_step=global_step)

    # 在训练神经网络模型时，每过一遍数据既须要经过反向传播来更新神经网络中的参数，
    # 又要更新每一个参数的滑动平均值。为了一次完成多个操做，TensorFlow提供了
    # tf.control_dependencies和tf.group两种机制。下面两行程序和
    # train_op = tf.group(train_step, variables_average_op)是等价的。
    with tf.control_dependencies([train_step, variable_averages_op]):
        train_op = tf.no_op(name='train') # tf.no_op是一个没有实际意义的函数

    # 检验使用了滑动平均模型的神经网络前向传播结果是否正确。tf.argmax(average_y, 1)
    # 计算每个样例的预测结果。其中average_y是一个batch_size * 10的二维数组，每一行
    # 表示一个样例的前向传播结果。tf.argmax的第二个参数“1”表示选取最大值的操做仅在第一
    # 个维度中进行，也就是说，只在每一行选取最大值对应的下标。因而获得的结果是一个长度为
    # batch的一维数组，这个一维数组中的值就表示了每个样例对应的数字识别结果。tf.equal
    # 判断两个张量的每一维是否相等，若是相等返回True，不然返回False。
    correct_prediction = tf.equal(tf.argmax(average_y, 1), tf.argmax(y_, 1))
    # 注意这个accuracy是只跟average_y有关的，跟y是无关的
    # 这个运算首先讲一个布尔型的数值转化为实数型，而后计算平均值。这个平均值就是模型在这
    # 一组数据上的正确率
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

    # 前面的全部步骤都是在构建模型，将一个完整的计算图补充完了，如今开始运行模型
    # 初始化会话而且开始训练过程
    with tf.Session() as sess:
        # 初始化变量
        init_op = tf.global_variables_initializer()
        sess.run(init_op)
        # 准备验证数据。通常在神经网络的训练过程当中会经过验证数据要大体判断中止的
        # 条件和评判训练的效果。
        validate_feed = {
            x: mnist.validation.images,
            y_: mnist.validation.labels
        }
        # 准备测试数据。在真实的应用中，这部分数据在训练时是不可见的，这个数据只是做为
        # 模型优劣的最后评价标准。
        test_feed = {
            x: mnist.test.images,
            y_: mnist.test.labels
        }
        # 认真体会这个过程，整个模型的执行流程与逻辑都在这一段
        # 迭代的训练神经网络
        for i in range(TRAINING_STEPS):
            # 每1000轮输出一次在验证数据集上的测试结果
            if i % 1000 == 0:
                # 计算滑动平均模型在验证数据上的结果。由于MNIST数据集比较小，因此一次
                # 能够处理全部的验证数据。为了计算方便，本样例程序没有将验证数据划分为更
                # 小的batch。当神经网络模型比较复杂或者验证数据比较大时，太大的batch
                # 会致使计算时间过长甚至发生内存溢出的错误。
                # 注意咱们用的是滑动平均以后的模型来跑咱们验证集的accuracy
                validate_acc = sess.run(accuracy, feed_dict=validate_feed)
                print("After %d training step(s), validation accuracy "
                      "using average model is %g " % (i, validate_acc))

            # 产生这一轮使用的一个batch的训练数据，并运行训练过程。
            xs, ys = mnist.train.next_batch(BATCH_SIZE)
            sess.run(train_op, feed_dict={x: xs, y_: ys})

        # 在训练结束以后，在测试数据上检测神经网络模型的最终正确率。
        # 一样，咱们最终的模型用的是滑动平均以后的模型，从这个accuracy函数
        # 的调用就能够看出来了，由于accuracy只与average_y有关
        test_acc = sess.run(accuracy, feed_dict=test_feed)
        print("After %d training step(s), test accuracy using average "
              "model is %g" % (TRAINING_STEPS, test_acc))

# 主程序入口
def main(argv=None):
    # 声明处理MNIST数据集的类，这个类在初始化时会自动下载数据。
    mnist = input_data.read_data_sets("./data", one_hot=True)
    train(mnist)

# TensorFlow提供的一个主程序入口，tf.app.run会调用上面定义的main函数
if __name__ == "__main__":
    tf.app.run()

总结

在书中的第四章讲了几个网络优化与避免过拟合的解决方法。在上面这个程序中咱们主要用到的仍是指数衰减学习率的优化方法，与滑动平均模型的避免过拟合方法。具体这两个方法的原理与公式能够在书上了解。
在上述代码中，咱们首先用训练数据训练模型，可是在训练的过程当中咱们获得了两套参数，一套是正常的没有滑动平均的参数，另一套就是那些参数的影子变量，这些影子变量都是前一套参数的滑动平均以后的值。最后咱们不论是在验证集仍是在测试集上咱们用的都是滑动平均以后的参数。
具体能够结合滑动平均模型的公式来看。在迭代初期，滑动平均模型中的衰减率比较小，影子变量与它相应的变量更新基本一致，可是随着迭代次数愈来愈多，衰减率逐渐变大，这个时候模型基本将样本的规律学习完毕了，若是再学习下去那么模型颇有可能过拟合，因此这个时候衰减率变大并且影子变量基本不随它对应的变量更新了，这样就保证了影子变量不会学习到训练样本的特殊规律。最终咱们使用影子变量这套模型来最对验证集与测试集进行评估，鲁棒性也变强了。

总的来讲使用TensorFlow框架编写模型，分为两个部分，前期须要构建完整的计算图，后期运行模型，而且能够利用会话在计算图上的任意节点上运行。