tensorflow构建CNN模型时的常用接口函数

喜欢ヅ旅行 2022-05-25 00:42 191阅读 0赞

**（1）tf.nn.max\_pool（）函数**

**解释：**

tf.nn.max_pool(value, ksize, strides, padding, data_format='NHWC', name=None)
    
    需要设置的参数主要有四个：
    
    第一个参数value：需要池化的输入，一般池化层接在卷积层后面，所以输入通常是feature map，依然是[batch, height, width, channels]这样的shape
    
    第二个参数ksize：池化窗口的大小，取一个四维向量，一般是[1, height, width, 1]，因为我们不想在batch和channels上做池化，所以这两个维度设为了1
    
    第三个参数strides：和卷积类似，窗口在每一个维度上滑动的步长，一般也是[1, stride,stride, 1]
    
    第四个参数padding：和卷积类似，可以取'VALID' 或者'SAME'
    
    返回一个Tensor，类型不变，shape仍然是[batch, height, width, channels]这种形式

**示例**

程序：
    
    import tensorflow as tf  
    
    a=tf.constant([  
            [[1.0,2.0,3.0,4.0], [5.0,6.0,7.0,8.0], [8.0,7.0,6.0,5.0], [4.0,3.0,2.0,1.0]],  
            [[4.0,3.0,2.0,1.0], [8.0,7.0,6.0,5.0], [1.0,2.0,3.0,4.0], [5.0,6.0,7.0,8.0]]  
        ])  
    
    a=tf.reshape(a,[1,4,4,2])  
    
    pooling=tf.nn.max_pool(a,[1,2,2,1],[1,1,1,1],padding='VALID')  
    with tf.Session() as sess:  
        print("image:")  
        image=sess.run(a)  
        print (image)  
        print("reslut:")  
        result=sess.run(pooling)  
        print (result)  
    
    运行结果：
    
    image:  
    [[[[ 1. 2.] [ 3. 4.] [ 5. 6.] [ 7. 8.]] [[ 8. 7.] [ 6. 5.] [ 4. 3.] [ 2. 1.]] [[ 4. 3.] [ 2. 1.] [ 8. 7.] [ 6. 5.]] [[ 1. 2.] [ 3. 4.] [ 5. 6.] [ 7. 8.]]]]  
    reslut:  
    [[[[ 8. 7.] [ 6. 6.] [ 7. 8.]] [[ 8. 7.] [ 8. 7.] [ 8. 7.]] [[ 4. 4.] [ 8. 7.] [ 8. 8.]]]]

**（2）tf.nn.dropout函数**

**解释**

tf.nn.dropout(x, keep_prob, noise_shape=None, seed=None, name=None)
    
    此函数是为了防止在训练中过拟合的操作，将训练输出按一定规则进行变换
    
    参数：
    x：输入
    keep_prob：保留比例。        取值 (0,1] 。每一个参数都将按这个比例随机变更
    noise_shape：干扰形状。     此字段默认是None，表示第一个元素的操作都是独立，但是也不一定。比例：数据的形状是shape(x)=[k, l, m, n]，而noise_shape=[k, 1, 1, n]，则第1和4列是独立保留或删除，第2和3列是要么全部保留，要么全部删除。
    seed：整形变量，随机数种子。
    name：名字，没啥用
    返回：Tnesor

**（3）tf.nn.local\_response\_normalization函数**

**公式说明**

local response normalization最早是由Krizhevsky和Hinton在关于ImageNet的论文里面使用的一种数据标准化方法，即使现在，也依然会有不少CNN网络会使用到这种正则手段，现在记录一下lrn方法的计算流程以及tensorflow的实现，方便后面查阅

![无][Image 1]

以上是这种归一手段的公式，其中a的上标指该层的第几个feature map，a的下标x，y表示feature map的像素位置，N指feature map的总数量，公式里的其它参数都是超参，需要自己指定的。

这种方法是受到神经科学的启发，激活的神经元会抑制其邻近神经元的活动（侧抑制现象），至于为什么使用这种正则手段，以及它为什么有效，查阅了很多文献似乎也没有详细的解释，可能是由于后来提出的batch normalization手段太过火热，渐渐的就把local response normalization掩盖了吧

**解释**

tf.nn.local_response_normalization(input, depth_radius=5, bias=1, alpha=1, beta=0.5, name=None)
    
    除去name参数用以指定该操作的name，与方法有关的一共五个参数： 
    
    第一个参数input：这个输入就是feature map了，既然是feature map，那么它就具有[batch, height, width, channels]这样的shape
    第二个参数depth_radius：这个值需要自己指定，就是上述公式中的n/2
    第三个参数bias：上述公式中的k
    第四个参数alpha：上述公式中的α
    第五个参数beta：上述公式中的β

**程序**

import tensorflow as tf  
    
    a = tf.constant([  
        [[1.0, 2.0, 3.0, 4.0], [5.0, 6.0, 7.0, 8.0], [8.0, 7.0, 6.0, 5.0], [4.0, 3.0, 2.0, 1.0]],  
        [[4.0, 3.0, 2.0, 1.0], [8.0, 7.0, 6.0, 5.0], [1.0, 2.0, 3.0, 4.0], [5.0, 6.0, 7.0, 8.0]]  
    ])  
    #reshape a,get the feature map [batch:1 height:2 width:2 channels:8]  
    a = tf.reshape(a, [1, 2, 2, 8])  
    
    normal_a=tf.nn.local_response_normalization(a,2,0,1,1)  
    with tf.Session() as sess:  
        print("feature map:")  
        image = sess.run(a)  
        print (image)  
        print("normalized feature map:")  
        normal = sess.run(normal_a)  
        print (normal)

**输出结果**

feature map:  
    [[[[ 1. 2. 3. 4. 5. 6. 7. 8.] [ 8. 7. 6. 5. 4. 3. 2. 1.]] [[ 4. 3. 2. 1. 8. 7. 6. 5.] [ 1. 2. 3. 4. 5. 6. 7. 8.]]]]  
    normalized feature map:  
    [[[[ 0.07142857 0.06666667 0.05454545 0.04444445 0.03703704 0.03157895 0.04022989 0.05369128] [ 0.05369128 0.04022989 0.03157895 0.03703704 0.04444445 0.05454545 0.06666667 0.07142857]] [[ 0.13793103 0.10000001 0.0212766 0.00787402 0.05194805 0.04 0.03448276 0.04545454] [ 0.07142857 0.06666667 0.05454545 0.04444445 0.03703704 0.03157895 0.04022989 0.05369128]]]]

**（4）tf.get\_variable函数**

**函数定义**

get_variable(
        name,
        shape=None,
        dtype=None,
        initializer=None,
        regularizer=None,
        trainable=True,
        collections=None,
        caching_device=None,
        partitioner=None,
        validate_shape=True,
        use_resource=None,
        custom_getter=None
    )

其中参数分别为

参数：
    name：新变量或现有变量的名称。
    
    shape：新变量或现有变量的形状。
    
    dtype：新变量或现有变量的类型（默认为 DT_FLOAT）。
    
    initializer：创建变量的初始化器。
    
    regularizer：一个函数（张量 - >张量或无）；将其应用于新创建的变量的结果将被添加到集合 tf.GraphKeys.REGULARIZATION_LOSSES 中，并可用于正则化。
    
    trainable：如果为 True，还将变量添加到图形集合：GraphKeys.TRAINABLE_VARIABLES。
    collections：要将变量添加到其中的图形集合键的列表。默认为 [GraphKeys.LOCAL_VARIABLES]。
    
    caching_device：可选的设备字符串或函数，描述变量应该被缓存以读取的位置。默认为变量的设备，如果不是 None，则在其他设备上进行缓存。典型的用法的在使用该变量的操作所在的设备上进行缓存，通过 Switch 和其他条件语句来复制重复数据删除。
    
    partitioner：（可选）可调用性，它接受要创建的变量的完全定义的 TensorShape 和 dtype，并且返回每个坐标轴的分区列表（当前只能对一个坐标轴进行分区）。
    
    validate_shape：如果为假，则允许使用未知形状的值初始化变量。如果为真，则默认情况下，initial_value 的形状必须是已知的。
    use_resource：如果为假，则创建一个常规变量。如果为真，则创建一个实验性的 ResourceVariable，而不是具有明确定义的语义。默认为假（稍后将更改为真）。
    
    custom_getter：可调用的，将第一个参数作为真正的 getter，并允许覆盖内部的 get_variable 方法。custom_getter 的签名应该符合这种方法，但最经得起未来考验的版本将允许更改：def custom_getter(getter, *args, **kwargs)。还允许直接访问所有 get_variable 参数：def custom_getter(getter, name, *args, **kwargs)。创建具有修改的名称的变量的简单标识自定义 getter 是：python def custom_getter(getter, name, *args, **kwargs): return getter(name + '_suffix', *args, **kwargs)

**使用例子**

w = tf.get_variable("w", shape = [inputD, outputD], dtype = "float")
    b = tf.get_variable("b", [outputD], dtype = "float")

**（5）tf.variable\_scope函数**

**函数原理**

用于定义创建变量（层）的操作的上下文管理器。  
此上下文管理器验证（可选）values是否来自同一图形，确保图形是默认的图形，并推送名称范围和变量范围。  
如果name\_or\_scope不是None，则使用as is。如果scope是None，则使用default\_name。在这种情况下，如果以前在同一范围内使用过相同的名称，则通过添加\_N来使其具有唯一性。  
变量范围允许您创建新变量并共享已创建的变量，同时提供检查以防止意外创建或共享。在本文中我们提供了几个基本示例。

**如何创建一个新变量**

with tf.variable_scope("foo"):
        with tf.variable_scope("bar"):
            v = tf.get_variable("v", [1])
            assert v.name == "foo/bar/v:0"

**（6）tf.nn.relu函数**

**解释**

这个函数的作用是计算激活函数relu，即max(features, 0)。即将矩阵中每行的非最大值置0。

类似的还有tf.sigmoid , tf.tanh

**函数定义**

>>> help(tf.nn.relu)
    Help on function relu in module tensorflow.python.ops.gen_nn_ops:
    
    relu(features, name=None)
     Computes rectified linear: `max(features, 0)`.
    
     Args:
     features: A `Tensor`. Must be one of the following types: `float32`, `float64`, `int32`, `uint8`, `int16`, `int8`, `int64`, `bfloat16`, `uint16`, `half`, `uint32`, `uint64`.
     name: A name for the operation (optional).
    
     Returns:
          A `Tensor`. Has the same type as `features`.

**程序示例**

#!/usr/bin/env python
    # -*- coding: utf-8 -*-
    
    import tensorflow as tf
    
    a = tf.constant([-1.0, 2.0])
    with tf.Session() as sess:
        b = tf.nn.relu(a)
        print sess.run(b)

**运行结果**

[0. 2.]

**（7）tf.nn.bias\_add函数**

**函数定义**

tf.nn.bias_add(value, bias, data_format=None, name=None)
    
    
    对value加一偏置量
    此函数为tf.add的特殊情况，bias仅为一维，
    函数通过广播机制进行与value求和,
    数据格式可以与value不同，返回为与value相同格式

**官方释义**

>>> help(tf.nn.bias_add)
    Help on function bias_add in module tensorflow.python.ops.nn_ops:
    
    bias_add(value, bias, data_format=None, name=None)
        Adds `bias` to `value`.
    
        This is (mostly) a special case of `tf.add` where `bias` is restricted to 1-D.
        Broadcasting is supported, so `value` may have any number of dimensions.
        Unlike `tf.add`, the type of `bias` is allowed to differ from `value` in the
        case where both types are quantized.
    
     Args:
     value: A `Tensor` with type `float`, `double`, `int64`, `int32`, `uint8`,
            `int16`, `int8`, `complex64`, or `complex128`.
     bias: A 1-D `Tensor` with size matching the last dimension of `value`.
            Must be the same type as `value` unless `value` is a quantized type,
            in which case a different quantized type may be used.
     data_format: A string. 'NHWC' and 'NCHW' are supported.
     name: A name for the operation (optional).
    
     Returns:
          A `Tensor` with the same type as `value`.

**使用示例**

out = tf.nn.bias_add(mergeFeatureMap, b)

**（8）tf.nn.xw\_plus\_b函数**

**官方解释**

>>> help(tf.nn.xw_plus_b)
    Help on function xw_plus_b in module tensorflow.python.ops.nn_ops:
    
    xw_plus_b(x, weights, biases, name=None)
        Computes matmul(x, weights) + biases.
    
        Args:
          x: a 2D tensor.  Dimensions typically: batch, in_units
          weights: a 2D tensor.  Dimensions typically: in_units, out_units
          biases: a 1D tensor.  Dimensions: out_units
          name: A name for the operation (optional).  If not specified
            "xw_plus_b" is used.
    
        Returns:
          A 2-D Tensor computing matmul(x, weights) + biases.
          Dimensions typically: batch, out_units.

**使用示例**

out = tf.nn.xw_plus_b(x, w, b, name = scope.name)

**解释**

xw\_plus\_b(x, weights, biases, name=None)相当于matmul(x, weights) + biases.

**（9）tf.nn.conv2d函数**

**官方解释**

>>> help(tf.nn.conv2d)
    Help on function conv2d in module tensorflow.python.ops.gen_nn_ops:
    
    conv2d(input, filter, strides, padding, use_cudnn_on_gpu=True, data_format='NHWC', dilations=[1, 1, 1, 1], name=None)
        Computes a 2-D convolution given 4-D `input` and `filter` tensors.
    
        Given an input tensor of shape `[batch, in_height, in_width, in_channels]`
    
        and a filter / kernel tensor of shape
    
        `[filter_height, filter_width, in_channels, out_channels]`, this op
    
        performs the following:
    
    
    
        1. Flattens the filter to a 2-D matrix with shape
    
           `[filter_height * filter_width * in_channels, output_channels]`.
    
        2. Extracts image patches from the input tensor to form a *virtual*
    
           tensor of shape `[batch, out_height, out_width,
    
           filter_height * filter_width * in_channels]`.
    
        3. For each patch, right-multiplies the filter matrix and the image patch
    
           vector.
    
    
    
        In detail, with the default NHWC format,
    
    
    
            output[b, i, j, k] =
    
                sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q] *
    
                                filter[di, dj, q, k]
    
    
    
        Must have `strides[0] = strides[3] = 1`.  For the most common case of the same
    
        horizontal and vertices strides, `strides = [1, stride, stride, 1]`.
    
        Args:
          input: A `Tensor`. Must be one of the following types: `half`, `bfloat16`, `float32`.
            A 4-D tensor. The dimension order is interpreted according to the value
    
            of `data_format`, see below for details.
          filter: A `Tensor`. Must have the same type as `input`.
            A 4-D tensor of shape
    
            `[filter_height, filter_width, in_channels, out_channels]`
          strides: A list of `ints`.
            1-D tensor of length 4.  The stride of the sliding window for each
    
            dimension of `input`. The dimension order is determined by the value of
    
            `data_format`, see below for details.
          padding: A `string` from: `"SAME", "VALID"`.
            The type of padding algorithm to use.
          use_cudnn_on_gpu: An optional `bool`. Defaults to `True`.
          data_format: An optional `string` from: `"NHWC", "NCHW"`. Defaults to `"NHWC"`.
            Specify the data format of the input and output data. With the
    
            default format "NHWC", the data is stored in the order of:
    
                [batch, height, width, channels].
    
            Alternatively, the format could be "NCHW", the data storage order of:
    
                [batch, channels, height, width].
          dilations: An optional list of `ints`. Defaults to `[1, 1, 1, 1]`.
            1-D tensor of length 4.  The dilation factor for each dimension of
    
            `input`. If set to k > 1, there will be k-1 skipped cells between each
    
            filter element on that dimension. The dimension order is determined by the
    
            value of `data_format`, see above for details. Dilations in the batch and
    
            depth dimensions must be 1.
          name: A name for the operation (optional).
    
        Returns:
          A `Tensor`. Has the same type as `input`.

**函数释义**

此函数的作用是在给定四维输入（input）和权重W（filter）的情况下计算二维卷积。
    
    参数解释：
    input：
    一个Tensor，每个元素的格式必须为float32或float64.
    input的形状：[batch,in_height,in_width,in_channels]，
    batch为训练过程中每迭代一次迭代的照片数。
    in_height,in_width分别为图片的高和宽
    in_channels为图片的道。
    filter：
    一个Tensor，每个元素的类型和input类型一致。
    filter的形状：[filter_height,filter_width,in_channels,out_channels]
    分别为权重的height，width，输入的channels和输出的channels
    stride：
    长度为4的list，元素类型为int。表示每一维度滑动的步长。
    需要注意的是，strides[0]=strides[3]=1.
    padding：
    可选参数为"Same","VALID"
    边距，一般设为0，即padding='SAME'
    use_cudnn_on_gpu:
    bool类型，有True和False两种选择。
    name：
    此操作的名字

函数执行以下操作：
    1.将参数filter变为一个二维矩阵，形状为：[filter_height*filter_width*in_channels,output_channels]
    2.将输入（input）转化为一个具有如下形状的Tensor，形状为：[batch,out_height,out_width,filter_height * filter_width * in_channels]
    3.将filter矩阵和步骤2得到的矩阵相乘。

函数的返回值：  
元素类型和input相同。

output[b, i, j, k] =sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q] * filter[di, dj, q, k]

**编程示例**

kernel = tf.Variable(tf.truncated_normal([3,3,384,256], dtype=tf.float32, stddev=1e-1), name='weights')
    conv = tf.nn.conv2d(conv3, kernel, [1,1,1,1],padding='SAME')

**（10）tf.constant函数**

**官方解释**

>>> help(tf.constant)
    Help on function constant in module tensorflow.python.framework.constant_op:
    
    constant(value, dtype=None, shape=None, name='Const', verify_shape=False)
        Creates a constant tensor.
    
        The resulting tensor is populated with values of type `dtype`, as
        specified by arguments `value` and (optionally) `shape` (see examples
        below).
    
        The argument `value` can be a constant value, or a list of values of type
        `dtype`. If `value` is a list, then the length of the list must be less
        than or equal to the number of elements implied by the `shape` argument (if
        specified). In the case where the list length is less than the number of
        elements specified by `shape`, the last element in the list will be used
        to fill the remaining entries.
    
        The argument `shape` is optional. If present, it specifies the dimensions of
        the resulting tensor. If not present, the shape of `value` is used.
    
        If the argument `dtype` is not specified, then the type is inferred from
        the type of `value`.
    
        For example:
    
        ```python
        # Constant 1-D Tensor populated with value list.
        tensor = tf.constant([1, 2, 3, 4, 5, 6, 7]) => [1 2 3 4 5 6 7]
    
        # Constant 2-D tensor populated with scalar value -1.
        tensor = tf.constant(-1.0, shape=[2, 3]) => [[-1. -1. -1.]
                                                     [-1. -1. -1.]]
        ```
    
        Args:
          value:          A constant value (or list) of output type `dtype`.
    
          dtype:          The type of the elements of the resulting tensor.
    
          shape:          Optional dimensions of resulting tensor.
    
          name:           Optional name for the tensor.
    
          verify_shape:   Boolean that enables verification of a shape of values.
    
        Returns:
          A Constant Tensor.
    
        Raises:
          TypeError: if shape is incorrectly specified or unsupported.

**程序示例**

![无][Image 1]

**最近学习tensorflow始终有点不得其法，不知道该怎么入门，欢迎各位来交流。**

[Image 1]: