写点什么

运用计算图搭建卷积神经网络

  • 2019-08-08
  • 本文字数:8041 字

    阅读完需:约 26 分钟

运用计算图搭建卷积神经网络

“您否认这座由花与矿物构成的永恒的药房,专为治疗被称为人类的永恒的患者?!”


“我既不否认药房,也不否认患者。我否认的是医生。”


——《巴黎圣母院》


干嘛引这么两句?众明公自行体味。由于加入了矩阵计算的算子,我们的计算图框架( VectorSlow )现在该改叫 _MatrixSlow _了。也许哪一天我们会将它改进成 TensorSlow,但总之 _Slow_这个特性我们是不会放弃的。


在之前的文章中,我们介绍了计算图和自动求导的原理及实现(这里),用 _MatrixSlow_搭建了一些可以被纳入“非全连接神经网络”范畴的若干模型(这里),还搭建了一些深度不一的多层全连接神经网络,并用动画展示了它们的训练过程(这里)。现在,我们用 _MatrixSlow_搭建卷积神经网络(CNN)并用来识别 MNIST 。关于 CNN 的介绍,可见这里:


https://zhuanlan.zhihu.com/p/25249694


作者对本文代码保留后续修改的权利,完整代码请见码云:


https://gitee.com/zhangjuefei/computing_graph_demo

1. 卷积

我们首先实现卷积算子,代码如下(node.py):


https://gitee.com/zhangjuefei/computing_graph_demo/blob/master/node.py


class Convolve(Node):    """    以第二个父节点的值为卷积核,对第一个父节点的值做二维离散卷积    """    def __init__(self, *parents):        assert len(parents) == 2        Node.__init__(self, *parents)
self.padded = None
def compute(self):
data = self.parents[0].value # 输入特征图 kernel = self.parents[1].value # 卷积核
w, h = data.shape # 输入特征图的宽和高 kw, kh = kernel.shape # 卷积核尺寸 hkw, hkh = int(kw / 2), int(kh / 2) # 卷积核长宽的一半
# 补齐数据边缘 pw, ph = tuple(np.add(data.shape, np.multiply((hkw, hkh), 2))) self.padded = np.mat(np.zeros((pw, ph))) self.padded[hkw:hkw + w, hkh:hkh + h] = data
self.value = np.mat(np.zeros((w, h)))
# 二维离散卷积 for i in np.arange(hkw, hkw + w): for j in np.arange(hkh, hkh + h): self.value[i - hkw, j - hkh] = np.sum( np.multiply(self.padded[i - hkw:i - hkw + kw, j - hkh:j - hkh + kh], kernel))
def get_jacobi(self, parent):
data = self.parents[0].value # 输入特征图 kernel = self.parents[1].value # 卷积核
w, h = data.shape # 输入特征图的宽和高 kw, kh = kernel.shape # 卷积核尺寸 hkw, hkh = int(kw / 2), int(kh / 2) # 卷积核长宽的一半
# 补齐数据边缘 pw, ph = tuple(np.add(data.shape, np.multiply((hkw, hkh), 2)))
jacobi = [] mask = np.mat(np.zeros((pw, ph))) if parent is self.parents[0]: for i in np.arange(hkw, hkw + w): for j in np.arange(hkh, hkh + h): mask *= 0 mask[i - hkw:i - hkw + kw, j - hkh:j - hkh + kh] = kernel jacobi.append(mask[hkw:hkw+w, hkh:hkh+h].A1) elif parent is self.parents[1]: for i in np.arange(hkw, hkw + w): for j in np.arange(hkh, hkh + h): jacobi.append(self.padded[i - hkw:i - hkw + kw, j - hkh:j - hkh + kh].A1) else: raise Exception("You're not my father")
return np.mat(jacobi)
复制代码


Convolve 接受两个父节点:图像(或叫特征图)节点,它是一个二维矩阵;卷积核节点也是一个二维矩阵。Convolve 暂时不支持设置步幅(stride)和填充方式(padding),步幅一律为 1 ,使用补零填充。compute 以第二个父节点的值为滤波器,对第一个父节点的值做二维离散卷积(滤波)。get_jacobi 函数返回当前本节点对特征图或卷积核的雅克比矩阵。

2. 最大值池化

我们来实现最大值池化算子,代码如下(node.py):


https://gitee.com/zhangjuefei/computing_graph_demo/blob/master/node.py


class MaxPooling(Node):    """    最大值池化    """    def __init__(self, parent, size, stride):        Node.__init__(self, parent)
assert isinstance(stride, tuple) and len(stride) == 2 self.stride = stride
assert isinstance(size, tuple) and len(size) == 2 self.size = size
self.flag = None
def compute(self): data = self.parents[0].value # 输入特征图 w, h = data.shape # 输入特征图的宽和高 dim = w * h sw, sh = self.stride kw, kh = self.size # 池化核尺寸 hkw, hkh = int(kw / 2), int(kh / 2) # 池化核长宽的一半
result = [] flag = []
for i in np.arange(0, w, sw): row = [] for j in np.arange(0, h, sh):
# 取池化窗口中的最大值 top, bottom = max(0, i - hkw), min(w, i + hkw + 1) left, right = max(0, j - hkh), min(h, j + hkh + 1) window = data[top:bottom, left:right] row.append( np.max(window) )
# 记录最大值在原特征图中的位置 pos = np.argmax(window) w_width = right - left offset_w, offset_h = top + pos // w_width, left + pos % w_width offset = offset_w * w + offset_h tmp = np.zeros(dim) tmp[offset] = 1 flag.append(tmp)
result.append(row)
self.flag = np.mat(flag) self.value = np.mat(result)
def get_jacobi(self, parent):
assert parent is self.parents[0] and self.jacobi is not None return self.flag
复制代码


MaxPooling 节点接受 size 参数指定池化窗口(池化核)大小,它是一个包含宽和高的 tuple 。MaxPooling 节点还接受 stride 参数,它也是一个 tuple ,指定两个方向的步幅。compute 方法移动池化窗口,取窗口中的最大值,同时以标志位的形式记录下被取的最大值在原特征图点的位置,get_jacobi 就以这个标志位作为雅可比,具体见代码。

3. 辅助性节点

我们需要一个 reshape 算子改变数据的形状(将二维特征图转成一维向量,连接全连接层),代码如下(node.py):


https://gitee.com/zhangjuefei/computing_graph_demo/blob/master/node.py


class Reshape(Node):    """    改变父节点的值(矩阵)的形状    """
def __init__(self, parent, shape): Node.__init__(self, parent)
assert isinstance(shape, tuple) and len(shape) == 2 self.to_shape = shape
def compute(self): self.value = self.parents[0].value.reshape(self.to_shape)
def get_jacobi(self, parent):
assert parent is self.parents[0] return np.mat(np.eye(self.dimension()))
复制代码


卷积部分结束时,数据的形状是一组多个特征图。这时若要连接全连接层,需要将这些特征图展平并连接成一个向量。Flatten 节点肩负这个任务,代码如下(node.py):


https://gitee.com/zhangjuefei/computing_graph_demo/blob/master/node.py


class Flatten(Node):    """    将多个父节点的值连接成向量    """
def compute(self):
assert len(self.parents) > 0
# 将所有负矩阵展平并连接成一个向量 self.value = np.concatenate( [p.value.flatten() for p in self.parents], axis=1 ).T
def get_jacobi(self, parent):
assert parent in self.parents
dimensions = [p.dimension() for p in self.parents] # 各个父节点的元素数量 pos = self.parents.index(parent) # 当前是第几个父节点 dimension = parent.dimension() # 当前父节点的元素数量
assert dimension == dimensions[pos]
jacobi = np.mat(np.zeros((self.dimension(), dimension))) start_row = int(np.sum(dimensions[:pos])) jacobi[start_row:start_row + dimension, 0:dimension] = np.eye(dimension)
return jacobi
复制代码

4. 构造“层”的辅助函数

我们写几个构造 CNN 的“层”(layer)的函数,以方便网络的构建,代码如下(layer.py):


https://gitee.com/zhangjuefei/computing_graph_demo/blob/master/layer.py


from node import *

def conv(feature_maps, input_shape, kernels, kernel_shape, activation): """ :param feature_maps: 数组,包含多个输入特征图,它们应该是值为同形状的矩阵的节点 :param input_shape: tuple ,包含输入特征图的形状(宽和高) :param kernels: 整数,卷积层的卷积核数量 :param kernel_shape: tuple ,卷积核的形状(宽和高) :param activation: 激活函数类型 :return: 数组,包含多个输出特征图,它们是值为同形状的矩阵的节点 """ outputs = [] for i in range(kernels):
channels = [] for fm in feature_maps: kernel = Variable(kernel_shape, init=True, trainable=True) conv = Convolve(fm, kernel) channels.append(conv)
channles = Add(*channels) bias = Variable(input_shape, init=True, trainable=True) affine = Add(channles, bias)
if activation == "ReLU": outputs.append(ReLU(affine)) elif activation == "Logistic": outputs.append(Logistic(affine)) else: outputs.append(affine)
assert len(outputs) == kernels return outputs
复制代码


conv 函数接受保存多个输入特征图(或者称作输入图像的多个通道)的数组、输入特征图的尺寸、卷积核数、卷积核尺寸、激活函数种类(“ReLU” 或 “Logistic” 以及未来会有的其他种类)。conv 的返回值也是一个数组,包含卷积层的多个输出特征图(通道),该数量与卷积核数量一致。


def pooling(feature_maps, kernel_shape, stride):    """    :param feature_maps: 数组,包含多个输入特征图,它们应该是值为同形状的矩阵的节点    :param kernel_shape: tuple ,池化核(窗口)的形状(宽和高)    :param stride: tuple ,包含横向和纵向步幅    :return: 数组,包含多个输出特征图,它们是值为同形状的矩阵的节点    """    outputs = []    for fm in feature_maps:        outputs.append(MaxPooling(fm, size=kernel_shape, stride=stride))
return outputs
复制代码


pooling 函数构造一个池化层(目前只支持最大值池化)。该函数接受保存多个输入特征图的数组、池化核(即池化窗口)尺寸、横向和纵向的步幅。pooling 函数返回一个数组,包含多个输出特征图。


def fc(input, input_size, size, activation):    """    :param input: 输入向量    :param input_size: 输入向量的维度    :param size: 神经元个数,即输出个数(输出向量的维度)    :param activation: 激活函数类型    :return: 输出向量    """    weights = Variable((size, input_size), init=True, trainable=True)    bias = Variable((size, 1), init=True, trainable=True)    affine = Add(MatMul(weights, input), bias)
if activation == "ReLU": return ReLU(affine) elif activation == "Logistic": return Logistic(affine) else: return affine
复制代码


fc 函数构造全连接层,接受输入数量(输入向量的维数),神经元个数(输出向量的维数)以及激活函数的种类。

5. 构造卷积神经网络

现在我们就可以搭建一个简单的卷积神经网络了,代码如下(test_cnn.py):


https://gitee.com/zhangjuefei/computing_graph_demo/blob/master/test_cnn.py


from sklearn.metrics import accuracy_score
from node import *from util import mnistfrom optimizer import *from layer import *
print(__file__)train_x, train_y, test_x, test_y = mnist('./data/MNIST')test_x = test_x[:1000]test_y = test_y[:1000]
# train_x = train_x[:10000]# train_y = train_y[:10000]
img_shape = (28, 28)
img = Variable(img_shape, init=False, trainable=False) # 占位符,28x28 的图像conv1 = conv([img], img_shape, 6, (3, 3), "ReLU") # 第一卷积层pooling1 = pooling(conv1, (3, 3), (2, 2)) # 第一池化层
conv2 = conv(pooling1, (14, 14), 6, (3, 3), "ReLU") # 第二卷积层pooling2 = pooling(conv2, (3, 3), (2, 2)) # 第二池化层
fc1 = fc(Flatten(*pooling2), 294, 100, "ReLU") # 第一全连接层logits = fc(fc1, 100, 10, "None") # 第二全连接层,无激活函数
# 分类概率prob = SoftMax(logits)
# 训练标签label = Variable((10, 1), trainable=False)
# 交叉熵损失loss = CrossEntropyWithSoftMax(logits, label)
# Adam 优化器optimizer = Adam(default_graph, loss, 0.005, batch_size=64)

# 训练print("start training")for e in range(10):
for i in range(len(train_x)): img.set_value(np.mat(train_x[i, :]).reshape(28, 28)) label.set_value(np.mat(train_y[i, :]).T)
# 执行一步优化 optimizer.one_step()
# 显示进度 loss.forward() percent = int((i + 1) / len(train_x) * 100) print("".join(["="] * percent) + "> loss:{:.3f} {:d}({:.0f}%)".format(loss.value[0, 0], i + 1, percent))
if i > 1 and (i + 1) % 5000 == 0:
# 在测试集上评估模型正确率 probs = [] losses = [] for j in range(len(test_x)): img.set_value(np.mat(test_x[j, :]).reshape(28, 28)) label.set_value(np.mat(test_y[j, :]).T)
# 前向传播计算概率 prob.forward() probs.append(prob.value.A1)
# 计算损失值 loss.forward() losses.append(loss.value[0, 0])
# print("test instance: {:d}".format(j))
# 取概率最大的类别为预测类别 pred = np.argmax(np.array(probs), axis=1) truth = np.argmax(test_y, axis=1) accuracy = accuracy_score(truth, pred)
default_graph.draw() print("epoch: {:d}, iter: {:d}, loss: {:.3f}, accuracy: {:.2f}%".format(e + 1, i + 1, np.mean(losses), accuracy * 100))
复制代码


这个卷积神经网络包含两个卷积层,第一个卷积层有 6 个卷积核,第 2 个卷积层也有 6 个卷积核。卷积核的尺寸都是 3X3。每个卷积层之后是一个 stride 为 2 的最大值池化层,它们将特征图尺寸缩小一半。经过第二个最大值池化层后,特征图尺寸成为 7X7=49。之后用 Flatten 算子将 6 个特征图展平成 294 维向量,后接全连接层。第一个全连接层的输出是 100 维向量,第二个全连接层输出 10 维向量,作为十分类的 logits 。接下来是损失值部分,然后是训练主循环。我们构造的 CNN 的计算图如下:



我们构造的 CNN

6. 训练 Sobel 滤波器

在两年前的博文《卷积神经网络简介》中,我们从可训练滤波器的角度引入 CNN 。那时我们举了一个例子:训练 Sobel 算子。我们用 (纵向)Sobel 算子对莱娜图做滤波,效果是强化原图中的纵向边缘。之后,以原图为输入,以 Sobel 算子滤出来的图为 target ,构造一个计算图,对输入施加 3X3 的滤波,输出与原图同尺寸的图像,以输出图像与 target 图像所有像素的误差平方和作为损失,将计算图的随机卷积核训练成 Sobel 滤波器,我们看代码(test_sobel.py):


https://gitee.com/zhangjuefei/computing_graph_demo/blob/master/lost & found/test_sobel.py


import skimage, osimport numpy as np
from node import *from optimizer import *from scipy.ndimage.filters import convolveimport matplotlib.pyplot as plt
# Sobel 滤波器filter = np.mat([ [1., 0., -1.], [2., 0., -2.], [1., 0., -1.]])
# 图像尺寸w, h = 128, 128
# 搭建计算图input_img = Variable((w, h), init=False, trainable=False) # 输入图像占位变量target_img = Variable((w, h), init=False, trainable=False) # target 图像占位变量kernel = Variable((3, 3), init=True, trainable=True) # 被训练的卷积核
# 对输入图像施加滤波conv_img = Convolve(input_img, kernel)
# 将输入图像和 target 图像展成向量target_img_flat = Reshape(target_img, shape=(w * h, 1))conv_img_flat = Reshape(conv_img, shape=(w * h, 1))
# 常数(矩阵)[[-1]]minus = Variable((1, 1), init=False, trainable=False)minus.set_value(np.mat(-1))
# 常数(矩阵):图像总像素数的倒数n = Variable((1, 1), init=False, trainable=False)n.set_value(np.mat(1.0 / (w * h)))
# 损失值:输出图像与 target 图像的平均像素平方误差loss = MatMul(Dot( Add(target_img_flat, MatMul(conv_img_flat, minus)), Add(target_img_flat, MatMul(conv_img_flat, minus)) ), n)
# RMSProp 优化器optimizer = Adam(default_graph, loss, 0.06, batch_size=1)
# 读取 lena 图,将 rgb 图像转成单通道灰度图,并 resize 成指定大小img = skimage.transform.resize( skimage.color.rgb2gray( skimage.io.imread("lena.png") ), (w, h) )
# 制作目标图像:对原图像施加 Sobel 滤波器sobel = np.mat([[1,0,-1],[2,0,-2],[1,0,-1]])target = np.zeros((w, h))convolve(input=img, output=target, weights=filter, mode="constant", cval=0.0)
# 保存原图和经过 Sobel 滤波的图像skimage.io.imsave("origin.png", np.minimum(np.maximum(img, 0.0), 1.0))skimage.io.imsave("target.png", np.minimum(np.maximum(target, 0.0), 1.0))
# 以原图为输入,以经过 Sobel 滤波的图像为 targetinput_img.set_value(np.mat(img))target_img.set_value(np.mat(target))
i = 0for e in range(1000): # 一次迭代 optimizer.one_step() # 计算损失值 loss.forward() print("pic:{:s},loss:{:.6f}".format(p, loss.value[0, 0])) # 保存当前卷积核对输入图像做滤波的结果 fname = "{:d}.png".format(i) if os.path.exists(fname): os.remove(fname) skimage.io.imsave(fname, np.minimum(np.maximum(conv_img.value, 0.0), 1.0)) i += 1
复制代码


迭代进行到 302 次时,损失值已经不怎么下降了,我们手动终止了进程。看看每次迭代输出的图像与 target 图像:



输出图像与 target 图像的比较


可见,输出图像已经很接近 Sobel 滤波的 target 图像了。这时,被训练的 kernel 节点的值是:



被训练的卷积核节点(kernel)的值


卷积核已经被训练得比较接近 Sobel 算子了。


作者介绍


张觉非,本科毕业于复旦大学,硕士毕业于中国科学院大学,先后任职于新浪微博、阿里,目前就职于奇虎 360,任机器学习技术专家。


本文来自 DataFun 社区


原文链接


<>


2019-08-08 08:001876

评论

发布
暂无评论
发现更多内容

Intel 联合测试:YMatrix 并发查询 TPS 最高达 163 万

YMatrix 超融合数据库

intel 超融合数据库 HTAP 场景实践 YMatrix tpcb

架构实战 - 模块 5 作业

mm

如何使用 NFTScan 追踪 NFT 巨鲸

NFT Research

NFT 数据基础设施

Java常见异常:NPE空指针异常怎么解决?

千锋IT教育

专访 | 刘嘉松:开源,互惠且共赢

第四范式开发者社区

人工智能 机器学习 数据库 开源 特征

商业智能BI工具评估指南

葡萄城技术团队

巧用数据分析表达式,让数据指标创建更简单

葡萄城技术团队

【Paper Reading】Cloud-Native Transactions and Analytics in SingleStore

阿里云数据库开源

数据库 阿里云 开源 分布式 云原生

视觉大模型训练和推理加速

Baidu AICLOUD

异构计算 AI加速 云原生AI 百度百舸

消息服务 + Serverless 函数计算如何助力企业降本提效?

阿里巴巴云原生

阿里云 云原生 消息队列

14条日常维护LED显示屏的建议

Dylan

LED显示屏 全彩LED显示屏 led显示屏厂家

性能成本难两全?OpenMLDB 实时计算双存储引擎让你不必纠结(附测评报告)

第四范式开发者社区

人工智能 机器学习 数据库 开源 特征

解密秒杀系统架构:不是所有的秒杀都是秒杀

华为云开发者联盟

后端 开发 华为云 企业号 1 月 PK 榜

技术贴 | SQL编译与执行-parser

KaiwuDB

数据赋能的未来,看向嵌入式BI

葡萄城技术团队

玩转OpenHarmony社交场景:即时通讯平台

OpenHarmony开发者

OpenHarmony

如何使用自助式商业智能 (BI) 避免组织中的数据孤岛

葡萄城技术团队

回顾 OpenMLDB 2022 之旅 | 开源之路,行将致远

第四范式开发者社区

人工智能 机器学习 数据库 开源 特征

大咖说·阿里云瑶池|电商业务与数据库技术发展的双向奔赴

大咖说

数据库 电商

性能测试技术笔记(一):如何快速上手压测工作

老张

性能测试

细数华为云云原生产品及五大开源实践

华为云开发者联盟

云计算 云原生 后端 华为云 企业号 1 月 PK 榜

OpenMLDB 祝大家新年快乐!

第四范式开发者社区

人工智能 机器学习 数据库 开源 特征

.net可视化表单设计工具

力软低代码开发平台

天翼账号网关系统架构演进历程

Sean Chen

高并发 API网关 Kong 网关 天翼账号 网关演进

专精特新小巨人VC/PE覆盖率24.2%;上市649家;北京以589家位居城市榜首丨创业邦发布《2022专精特新小巨人发展报告》

创业邦

万物皆可集成系列:低代码对接微信小程序

葡萄城技术团队

nova 6升级HarmonyOS 3正式版,即刻体验随心百变的个性化桌面

Geek_2d6073

Postman 进阶技巧

世开 Coding

Postman API

Spring Security怎么添加图片验证功能?

小小怪下士

Java spring spring security

朋友圈高性能复杂度

生活需要激情

架构训练营10期

元年科技2022回顾:奋楫扬帆数字化,转型升级立潮头

元年技术洞察

数字化转型 财务数字化 方舟平台 管理会计

运用计算图搭建卷积神经网络_AI&大模型_DataFunTalk_InfoQ精选文章