TensorFlow Deep MNIST for Expertsの畳み込みニューラルネット
MNIST for ExpertsのCNNの実装 データは
MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges
から取得。
# -*- coding: utf-8 -*- #多重畳み込みネットワークの構築 # TensorFlowのインポート import tensorflow as tf # MNISTを読み込むためinput_data.pyを同じディレクトリに置きインポートする import input_data import time # 開始時刻 start_time = time.time() print ("開始時刻: " + str(start_time)) # MNISTデータのロード # 60000点の訓練データ（mnist.train）と10000点のテストデータ（mnist.test）がある # 訓練データとテストデータにはそれぞれ0-9の画像とそれに対応するラベル（0-9）がある # 画像は28x28px(=784)のサイズ print ("--- MNISTデータの読み込み開始 ---") mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) print ("--- MNISTデータの読み込み完了 ---") # 訓練画像を入れる変数 # 訓練画像は28x28pxであり、これらを1行784列のベクトルに並び替え格納する # Noneとなっているのは訓練画像がいくつでも入れられるようにするため x = tf.placeholder(tf.float32, [None, 784]) # y_は正解データのラベル y_ = tf.placeholder(tf.float32, [None, 10]) #重みの初期化 #対称性の破れのため、0の購買を防ぐために微量のノイズとともに重みを初期化 #"dead neurons"を回避するために生の初期バイアスで初期化する #モデルの構築を行う関数の作成 def weight_variable(shape): #tf.truncated_normalは切断正規分布から乱数値を出力 initial = tf.truncated_normal(shape, stddev=0.1) return tf.Variable(initial) def bias_variable(shape): initial = tf.constant(0.1, shape=shape) return tf.Variable(initial) #畳み込みとプーリング #畳み込みは1のストライド、0でパディング、出力は入力と同じサイズ #プーリングは2*2ブロック最大プーリング def conv2d(x, W): return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') def max_pool_2x2(x): return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1],padding='SAME') #第一畳込み層 #各5*5パッチ、フィルタ数32、つまり重みテンソルは[5, 5, 1, 32]の形状 W_conv1 = weight_variable([5, 5, 1, 32]) b_conv1 = bias_variable([32]) #入力画像をreshape #第２、３次元は画像の幅と高さ、第４次元はカラーチャネル数 x_image = tf.reshape(x, [-1, 28, 28, 1]) #x_imageを重みテンソルで畳み込みバイアスを加算しReLU関数を適用し、最大プール h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) h_pool1 = max_pool_2x2(h_conv1) #第２畳み込み層 #書く5*5パッチ、64フィルタ W_conv2 = weight_variable([5, 5, 32, 64]) b_conv2 = bias_variable([64]) h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) h_pool2 = max_pool_2x2(h_conv2) #画像サイズが7*7まで減じられている #1024の全結合層の構築 W_fc1 = weight_variable([7*7*64, 1024]) b_fc1 = bias_variable([1024]) h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64]) h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1) #ドロップアウト keep_prob = tf.placeholder(tf.float32) h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) #softmax層の追加 W_fc2 = weight_variable([1024, 10]) b_fc2 = bias_variable([10]) y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2) #モデルの評価と訓練 cross_entropy = -tf.reduce_sum(y_ * tf.log(y_conv)) train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) sess = tf.Session() sess.run(tf.initialize_all_variables()) print ("--- 訓練開始 ---") for i in range(20000): batch = mnist.train.next_batch(50) if i % 100 == 0: train_accuracy = accuracy.eval(session=sess, feed_dict={ x: batch[0], y_: batch[1], keep_prob: 1.0}) print("step %d, training accuracy %g" % (i, train_accuracy)) train_step.run(session=sess, feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5}) print("test accuracy %g" % accuracy.eval(session=sess, feed_dict={ x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0})) print ("--- 訓練終了 ---") # 終了時刻 end_time = time.time() print ("終了時刻: " + str(end_time)) print ("かかった時間: " + str(end_time - start_time))
