[Python人工智能] 十八.Keras搭建卷积神经网络及CNN原理详解

代码下载地址：https://github.com/eastmountyxz/AI-for-TensorFlow

代码下载地址：https://github.com/eastmountyxz/AI-for-Keras

文章目录

一.卷积神经网络原理

1.什么是CNN

2.CNN原理

二.Keras实现CNN

1.代码实现

2.完整代码

3.运行结果

三.总结

华为云社区前文赏析：

[Python人工智能] 一.TensorFlow2.0环境搭建及神经网络入门

[Python人工智能] 二.TensorFlow基础及一元直线预测案例

[Python人工智能] 三.TensorFlow基础之Session、变量、传入值和激励函数

[Python人工智能] 四.TensorFlow创建回归神经网络及Optimizer优化器

[Python人工智能] 五.Tensorboard可视化基本用法及绘制整个神经网络

[Python人工智能] 六.TensorFlow实现分类学习及MNIST手写体识别案例

[Python人工智能] 七.什么是过拟合及dropout解决神经网络中的过拟合问题

[Python人工智能] 八.卷积神经网络CNN原理详解及TensorFlow编写CNN

[Python人工智能] 九.gensim词向量Word2Vec安装及《庆余年》中文短文本相似度计算

[Python人工智能] 十.Tensorflow+Opencv实现CNN自定义图像分类及与KNN图像分类对比

[Python人工智能] 十一.Tensorflow如何保存神经网络参数

[Python人工智能] 十二.循环神经网络RNN和LSTM原理详解及TensorFlow编写RNN分类案例

[Python人工智能] 十三.如何评价神经网络、loss曲线图绘制、图像分类案例的F值计算

[Python人工智能] 十四.循环神经网络LSTM RNN回归案例之sin曲线预测 丨【百变AI秀】

[Python人工智能] 十五.无监督学习Autoencoder原理及聚类可视化案例详解

[Python人工智能] 十六.Keras环境搭建、入门基础及回归神经网络案例

[Python人工智能] 十七.Keras搭建分类神经网络及MNIST数字图像案例分析

[Python人工智能] 十八.Keras搭建卷积神经网络及CNN原理详解

一.卷积神经网络原理

1.什么是CNN

一般的神经网络在理解图片信息的时候还是有不足之处，这时卷积神经网络就成为了计算机处理图片的助推器。卷积神经网络的英文是Convolutional Neural Network，简称CNN。它通常应用于图像识别和语音识等领域，并能给出更优秀的结果，也可以应用于视频分析、机器翻译、自然语言处理、药物发现等领域。著名的阿尔法狗让计算机看懂围棋就是基于卷积神经网络的。

神经网络是由很多神经层组成，每一层神经层中存在很多神经元，这些神经元是识别事物的关键，当输入是图片时，其实就是一堆数字。

首先，卷积是什么意思呢？卷积是指不在对每个像素做处理，而是对图片区域进行处理，这种做法加强了图片的连续性，看到的是一个图形而不是一个点，也加深了神经网络对图片的理解。

卷积神经网络批量过滤器，持续不断在图片上滚动搜集信息，每一次搜索都是一小块信息，整理这一小块信息之后得到边缘信息。比如第一次得出眼睛鼻子轮廓等，再经过一次过滤，将脸部信息总结出来，再将这些信息放到全神经网络中进行训练，反复扫描最终得出的分类结果。如下图所示，猫的一张照片需要转换为数学的形式，这里采用长宽高存储，其中黑白照片的高度为1，彩色照片的高度为3(RGB)。

过滤器搜集这些信息，将得到一个更小的图片，再经过压缩增高信息嵌入到普通神经层上，最终得到分类的结果，这个过程即是卷积。Convnets是一种在空间上共享参数的神经网络，如下图所示，它将一张RGB图片进行压缩增高，得到一个很长的结果。

近几年神经网络飞速发展，其中一个很重要的原因就是CNN卷积神经网络的提出，这也是计算机视觉处理的飞跃提升。关于TensorFlow中的CNN，Google公司也出了一个非常精彩的视频教程，也推荐大家去学习。

Google官方卷积神经网络介绍视频 - 优达学城

2.CNN原理

本文主要讲解如何去应用CNN，下面我们先简单看看CNN是如何处理信息的。这里参考Google官方视频介绍，强烈推荐大家学习。

假设你有一张小猫咪的照片，如下图所示，它可以被表示为一个博饼，它有宽度（width）和高度（height），并且由于天然存在红绿蓝三色，它还拥有RGB厚度（depth），此时你的输入深度为3。

假设我们现在拿出图片的一小块，运行一个具有K个输出的小神经网络，像图中一样把输出表示为垂直的一小列。

在不改变权重的情况下，通过小神经网络滑动扫遍整个图片，就像我们拿着刷子刷墙一样水平垂直的滑动。

此时，输出端画出了另一幅图像，如下图中红色区域所示。它与之前的宽度和高度不同，更重要的是它跟之前的深度不同，而不是仅仅只有红绿蓝，现在你得到了K个颜色通道，这种操作称为——卷积。

如果你的块大小是整张图片，那它跟普通的神经网络层没有任何区别，正是由于我们使用了小块，我们有很多小块在空间中共享较少的权重。卷积不在对每个像素做处理，而是对图片区域进行处理，这种做法加强了图片的连续性，也加深了神经网络对图片的理解。

一个卷积网络是组成深度网络的基础，我们将使用数层卷积而不是数层的矩阵相乘。如下图所示，让它形成金字塔形状，金字塔底是一个非常大而浅的图片，仅包括红绿蓝，通过卷积操作逐渐挤压空间的维度，同时不断增加深度，使深度信息基本上可以表示出复杂的语义。同时，你可以在金字塔的顶端实现一个分类器，所有空间信息都被压缩成一个标识，只有把图片映射到不同类的信息保留，这就是CNN的总体思想。

上图的具体流程如下：

首先，这是有一张彩色图片，它包括RGB三原色分量，图像的长和宽为256*256，三个层面分别对应红（R）、绿（G）、蓝（B）三个图层，也可以看作像素点的厚度。

其次，CNN将图片的长度和宽度进行压缩，变成12812816的方块，压缩的方法是把图片的长度和宽度压小，从而增高厚度。

再次，继续压缩至646464，直至3232256，此时它变成了一个很厚的长条方块，我们这里称之为分类器Classifier。该分类器能够将我们的分类结果进行预测，MNIST手写体数据集预测结果是10个数字，比如[0,0,0,1,0,0,0,0,0,0]表示预测的结果是数字3，Classifier在这里就相当于这10个序列。

最后，CNN通过不断压缩图片的长度和宽度，增加厚度，最终会变成了一个很厚的分类器，从而进行分类预测。

如果你想实现它，必须还要正确实现很多细节。此时，你已经接触到了块和深度的概念，块（PATCH）有时也叫做核（KERNEL），如下图所示，你堆栈的每个薄饼都被叫做特征图（Feature Map），这里把三个特性映射到K个特征图中，PATCH/KERNEL的功能是从图片中抽离一小部分进行分析，每次抽离的小部分都会变成一个长度、一个宽度、K个厚度的数列。

另一个你需要知道的概念是——步幅（STRIDE）。它是当你移动滤波器或抽离时平移的像素的数量，每一次跨多少步去抽离图片中的像素点。

如果步幅STRIDE等于1，表示每跨1个像素点抽离一次，得到的尺寸基本上和输入相同。

如果步幅STRIDE等于2，表示每次跨2个像素点抽离，意味着变为一半的尺寸。它收集到的信息就会被缩减，图片的长度和宽度被压缩了，压缩合并成更小的一块立方体。

压缩完之后再合并成一个立方体，它就是更小的一块立方体，包含了图片中的所有信息。

抽离图片信息的方式称为PADDING（填充），一般分为两种：

VALID PADDING： 抽出来这层比原先那层图片宽和长裁剪了一点，抽取的内容全部是图片内的。

SAME PADDING： 抽离出的那层与之前的图片一样的长和宽，抽取的内容部分再图片外，图片外的值用0来填充。

研究发现，卷积过程会丢失一些信息，比如现在想跨2步去抽离原始图片的重要信息，形成长宽更小的图片，该过程中可能会丢失重要的图片信息。为了解决这个问题，通过POOLING（持化）可以避免。其方法是：卷积时不再压缩长宽，尽量保证更多信息，压缩工作交给POOLING。经过图片到卷积，持化处理卷积信息，再卷积再持化，将结果传入两层全连接神经层，最终通过分类器识别猫或狗。

总结：整个CNN从下往上依次经历“图片->卷积->持化->卷积->持化->结果传入两层全连接神经层->分类器”的过程，最终实现一个CNN的分类处理。

IMAGE 图片

CONVOLUTION 图层

MAX POOLING 更好地保存原图片的信息

CONVOLUTION 图层

MAX POOLING 更好地保存原图片的信息

FULLY CONNECTED 神经网络隐藏层

FULLY CONNECTED 神经网络隐藏层

CLASSIFIER 分类器

写到这里，CNN的基本原理讲解完毕，希望大家对CNN有一个初步的理解。同时建议大家处理神经网络时，先用一般的神经网络去训练它，如果得到的结果非常好，就没必要去使用CNN，因为CNN结构比较复杂。

二.Keras实现CNN

接着我们讲解如何在Keras代码中编写CNN。

1.代码实现

第一步，打开Anaconda，然后选择已经搭建好的“tensorflow”环境，运行Spyder。

第二步，导入扩展包。

import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense, Activation, Convolution2D, MaxPooling2D, Flatten from keras.optimizers import Adam

第三步，载入MNIST数据及预处理。

X_train.reshape(-1, 1, 28, 28) / 255

将每个像素点进行标准化处理，从0-255转换成0-1的范围。

np_utils.to_categorical(y_train, nb_classes=10)

调用up_utils将类标转换成10个长度的值，如果数字是3，则会在对应的地方标记为1，其他地方标记为0，即{0,0,0,1,0,0,0,0,0,0}。

由于MNIST数据集是Keras或TensorFlow的示例数据，所以我们只需要下面一行代码，即可实现数据集的读取工作。如果数据集不存在它会在线下载，如果数据集已经被下载，它会被直接调用。

# 下载MNIST数据 # training X shape (60000, 28x28), Y shape (60000, ) # test X shape (10000, 28x28), Y shape (10000, ) (X_train, y_train), (X_test, y_test) = mnist.load_data() # 数据预处理 # 参数-1表示样例的个数 1表示灰度照片(3对应RGB彩色照片) 28*28表示像素长度和宽度 X_train = X_train.reshape(-1, 1, 28, 28) / 255 # normalize X_test = X_test.reshape(-1, 1, 28, 28) / 255 # normalize # 将类向量转化为类矩阵 数字 5 转换为 0 0 0 0 0 1 0 0 0 0 矩阵 y_train = np_utils.to_categorical(y_train, num_classes=10) y_test = np_utils.to_categorical(y_test, num_classes=10)

第四步，创建神经网络第一层及池化层。

小方块的长度和宽度是5，in size为1是图片的厚度，输出的高度是32。conv1输出的大小为28 * 28 * 32，因为padding采用“SAME”的形式，conv1输出值为32，故厚度也为32，长度和宽度相同为28。而由于POOLING处理设置的strides步长为2，故其输出大小也有变化，其结果为14 * 14 * 32。

核心代码如下。卷积层利用Convolution2D，池化层利用MaxPooling2D。

nb_filters表示滤波器，其值为32，每个滤波器扫描之后都会产生一个特征

nb_row表示宽度5

nb_col表示高度5

border_mode表示过滤，采用same方式（Padding method）

input_shape表示输入形状，1个高度，28个长度，28个宽度

#---------------------------创建第一层神经网络--------------------------- # 创建CNN model = Sequential() # Conv layer 1 output shape (32, 28, 28) # 第一层利用Convolution2D卷积 model.add(Convolution2D( filters = 32, # 32个滤波器 nb_row = 5, # 宽度 nb_col = 5, # 高度 border_mode = 'same', # Padding method input_shape = (1, 28, 28), # 输入形状 channels height width )) # 增加神经网络激活函数 model.add(Activation('relu')) # Pooling layer 1 (max pooling) output shape (32, 14, 14) # 池化层利用MaxPooling2D model.add(MaxPooling2D( pool_size = (2, 2), # 向下取样 strides = (2,2), # 取样跳2个 padding='same', # Padding method ))

为了防止跨度太大，丢失东西太多，这里添加了POOLING处理，strides值为2，减小跨度。最终得到结果的形状都一样，但它能保留更多的图片信息。

第五步，创建第二层神经网络及取样。

conv2定义的patch为5*5，传入大小为32，传出大小为64，不断将其变厚，类似于下图所示。图片最早的厚度为1（MNIST数据集是黑白图片，如果是彩色则为3），接着第一层厚度变成32，第三层厚度增长为64。

此时conv2的输出结果为14 * 14 * 64，第二层POOLING处理会继续缩小一半，pool2输出结果为7 * 7 * 64，高度不变。

# Conv layer 2 output shape (64, 14, 14) model.add(Convolution2D(64, 5, 5, border_mode='same')) model.add(Activation('relu')) # Pooling layer 2 (max pooling) output shape (64, 7, 7) model.add(MaxPooling2D(pool_size = (2, 2), border_mode='same'))

第六步，构建全连接层。

输入值为conv2 layer的输出值7 * 7 * 64，输出值为1024，让其变得更高更厚。接着第二个全连接层输出结果为分类的10个类标。

# Fully connected layer 1 input shape (64 * 7 * 7) = (3136), output shape (1024) model.add(Flatten()) # 将三维层拉直 model.add(Dense(1024)) # 全连接层 model.add(Activation('relu')) # 激励函数 # Fully connected layer 2 to shape (10) for 10 classes model.add(Dense(10)) # 输出10个单位 model.add(Activation('softmax')) # 分类激励函数

这里简单总结下神经网络：

conv1 layer：经过卷积和POOLING处理，最终输出14 * 14 * 32

conv2 layer：经过卷积和POOLING处理，最终输出7 * 7 * 64

func1 layer：平常使用的神经网络，输入7 * 7 * 64，最终输出1024

func2 layer：平常使用的神经网络，输入1024，最终输出10，代表10个数字，即为prediction

第七步，定义优化器并激活神经网络，接着进行训练预测，并输出相应结果。

# 优化器 optimizer adam = Adam(lr=1e-4) # We add metrics to get more results you want to see # 激活神经网络 model.compile(optimizer=adam, # 加速神经网络 loss='categorical_crossentropy', # 损失函数 metrics=['accuracy']) # 计算误差或准确率 print('Training') model.fit(X_train, y_train, epochs=1, batch_size=64,) # 训练次数及每批训练大小 print('Testing') loss, accuracy = model.evaluate(X_test, y_test) print('\ntest loss: ', loss) print('\ntest accuracy: ', accuracy)

2.完整代码

# -*- coding: utf-8 -*- """ Created on Wed Feb 19 19:47:37 2020 @author: xiuzhang Eastmount CSDN Wuhan Fighting! """ import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense, Activation, Convolution2D, MaxPooling2D, Flatten from keras.optimizers import Adam #---------------------------载入数据及预处理--------------------------- # 下载MNIST数据 # training X shape (60000, 28x28), Y shape (60000, ) # test X shape (10000, 28x28), Y shape (10000, ) (X_train, y_train), (X_test, y_test) = mnist.load_data() # 数据预处理 # 参数-1表示样例的个数 1表示灰度照片(3对应RGB彩色照片) 28*28表示像素长度和宽度 X_train = X_train.reshape(-1, 1, 28, 28) / 255 # normalize X_test = X_test.reshape(-1, 1, 28, 28) / 255 # normalize # 将类向量转化为类矩阵 数字 5 转换为 0 0 0 0 0 1 0 0 0 0 矩阵 y_train = np_utils.to_categorical(y_train, num_classes=10) y_test = np_utils.to_categorical(y_test, num_classes=10) #---------------------------创建第一层神经网络--------------------------- # 创建CNN model = Sequential() # Conv layer 1 output shape (32, 28, 28) # 第一层利用Convolution2D卷积 model.add(Convolution2D( filters = 32, # 32个滤波器 nb_row = 5, # 宽度 nb_col = 5, # 高度 border_mode = 'same', # Padding method input_shape = (1, 28, 28), # 输入形状 channels height width )) # 增加神经网络激活函数 model.add(Activation('relu')) # Pooling layer 1 (max pooling) output shape (32, 14, 14) # 池化层利用MaxPooling2D model.add(MaxPooling2D( pool_size = (2, 2), # 向下取样 strides = (2,2), # 取样跳2个 padding='same', # Padding method )) #---------------------------创建第二层神经网络--------------------------- # Conv layer 2 output shape (64, 14, 14) model.add(Convolution2D(64, 5, 5, border_mode='same')) model.add(Activation('relu')) # Pooling layer 2 (max pooling) output shape (64, 7, 7) model.add(MaxPooling2D(pool_size = (2, 2), border_mode='same')) #-----------------------------创建全连接层------------------------------ # Fully connected layer 1 input shape (64 * 7 * 7) = (3136), output shape (1024) model.add(Flatten()) # 将三维层拉直 model.add(Dense(1024)) # 全连接层 model.add(Activation('relu')) # 激励函数 # Fully connected layer 2 to shape (10) for 10 classes model.add(Dense(10)) # 输出10个单位 model.add(Activation('softmax')) # 分类激励函数 #--------------------------------训练和预测------------------------------ # 优化器 optimizer adam = Adam(lr=1e-4) # We add metrics to get more results you want to see # 激活神经网络 model.compile(optimizer=adam, # 加速神经网络 loss='categorical_crossentropy', # 损失函数 metrics=['accuracy']) # 计算误差或准确率 print('Training') model.fit(X_train, y_train, epochs=1, batch_size=64,) # 训练次数及每批训练大小 print('Testing') loss, accuracy = model.evaluate(X_test, y_test) print('\ntest loss: ', loss) print('\ntest accuracy: ', accuracy)

3.运行结果

训练一个批次的结果如下图所示，最终误差loss为“0.2520788”，正确率为“0.92650”。

训练两个批次的结果如下图所示，最终误差loss为“0.156024”，正确率为“0.95590”。

训练六个批次的结果如下图所示，最终误差loss为“0.07606”，正确率为“0.97500”。可以看到误差不断减小，正确率不断提高，说明CNN在不断学习。真正做神经网络实验时，我们会针对不同的参数和样本、算法进行比较，也希望这篇文章对您有帮助。

三.总结

写到这里，这篇文章就结束了。本文主要通过Keras实现了一个CNN分类学习的案例，并详细介绍了卷积神经网络原理知识。最后，希望这篇基础性文章对您有所帮助，如果文章中存在错误或不足之处，还请海涵~作为人工智能的菜鸟，我希望自己能不断进步并深入，后续将它应用于图像识别、网络安全、对抗样本等领域，指导大家撰写简单的学术论文，一起加油！

感恩能与大家在华为云遇见！

希望能与大家一起在华为云社区共同成长。原文地址：https://blog.csdn.net/Eastmount/article/details/104399015

(By:娜璋之家 Eastmount 2021-11-09 夜于武汉)

参考文献：

Python 深度学习 神经网络

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。