转载：https://www.cnblogs.com/chuxiuhong/p/6132814.html
卷积神经网络提取特征并用于SVM
目标是对UCI的手写数字数据集进行识别，样本数量大约是1600个。图片大小为16x16。要求必须使用SVM作为二分类的分类器。
本文重点是如何使用卷积神经网络(CNN)来提取手写数字图片特征，主要想看如何提取特征的请直接看源代码部分的94行左右，只要对tensorflow有一点了解就可以看懂。在最后会有完整的源代码、处理后数据的分享链接。转载请保留原文链接，谢谢。
UCI手写数字的数据集
源数据下载：http://oddmqitza.bkt.clouddn.com/archivetempsemeion.data
其中前256维为16x16的图片，后10维为one hot编码的标签。即0010000000代表2,1000000000代表0.
组合成图片大约是这样的：
卷积和池化形象理解
卷积
池化
仔细的看，慢慢想就能明白CNN提取特征的思想巧妙之处。
能明白这两点，剩下的东西就和普通的神经网络区别不大了。
为什么要用CNN提取特征？
1.由于卷积和池化计算的性质，使得图像中的平移部分对于最后的特征向量是没有影响的。从这一角度说，提取到的特征更不容易过拟合。而且由于平移不变性，所以平移字符进行变造是无意义的，省去了再对样本进行变造的过程。
2.CNN抽取出的特征要比简单的投影、方向，重心都要更科学。不会让特征提取成为最后提高准确率的瓶颈、天花板
3.可以利用不同的卷积、池化和最后输出的特征向量的大小控制整体模型的拟合能力。在过拟合时可以降低特征向量的维数，在欠拟合时可以提高卷积层的输出维数。相比于其他特征提取方法更加灵活
算法流程
整理训练网络的数据 -> 建立卷积神经网络 -> 将数据代入进行训练 -> 保存训练好的模型 ->
把数据代入模型获得特征向量 -> 用特征向量代替原本的X送入SVM训练 ->
测试时同样将X转换为特征向量之后用SVM预测，获得结果。
CNN结构和参数
如图所示：
第一个卷积核大小为5x5
第一个池化层是2x2最大池化，输出32维
第二个卷积核大小为5x5
第二个池化层是2x2最大池化，输出64维
全连接层输出256维特征向量。
输出层最终采用softmax函数，以交叉熵作为优化目标。
SVM的参数
SVM采用的是RBF核
C取0.9
Tol取1e-3
Gamma为scikit-learn自动设置
其实在实验中发现，如果特征提取的不够好，那么怎么调SVM的参数也达不到一个理想的状态。而特征提取的正确，那么同样，SVM的参数影响也不是很大，可能调了几次最后仅仅改变一两个样本的预测结果。
样本处理过程
1.将原样本随机地分为两半。一份为训练集，一份为测试集
2.重复1过程十次，得到十个训练集和十个对应的测试集
操作过程
1.取十份训练集中的一份和其对应的测试集。代入到CNN和SVM中训练。计算模型在剩下9个测试集中的表现。
2.依次取训练集和测试集，则可完成十次第一步。
3.将十次的表现综合评价
源代码及注释
# coding=utf8importrandomimportnumpyasnpimporttensorflowastffromsklearnimportsvmright0=0.0# 记录预测为1且实际为1的结果数error0=0# 记录预测为1但实际为0的结果数right1=0.0# 记录预测为0且实际为0的结果数error1=0# 记录预测为0但实际为1的结果数forfile_numinrange(10):# 在十个随机生成的不相干数据集上进行测试，将结果综合print'testing NO.%ddataset.......'%file_num ff=open('digit_train_'+file_num.__str__()+'.data') rr=ff.readlines() x_test2=[] y_test2=[]foriinrange(len(rr)): x_test2.append(map(int,map(float, rr[i].split(' ')[:256]))) y_test2.append(map(int, rr[i].split(' ')[256:266])) ff.close()# 以上是读出训练数据ff2=open('digit_test_'+file_num.__str__()+'.data') rr2=ff2.readlines() x_test3=[] y_test3=[]foriinrange(len(rr2)): x_test3.append(map(int,map(float, rr2[i].split(' ')[:256]))) y_test3.append(map(int, rr2[i].split(' ')[256:266])) ff2.close()# 以上是读出测试数据sess=tf.InteractiveSession()# 建立一个tensorflow的会话# 初始化权值向量defweight_variable(shape):initial=tf.truncated_normal(shape, stddev=0.1)returntf.Variable(initial)# 初始化偏置向量defbias_variable(shape):initial=tf.constant(0.1, shape=shape)returntf.Variable(initial)# 二维卷积运算，步长为1，输出大小不变defconv2d(x, W):returntf.nn.conv2d(x, W, strides=[1,1,1,1], padding='SAME')# 池化运算，将卷积特征缩小为1/2defmax_pool_2x2(x):returntf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')# 给x，y留出占位符，以便未来填充数据x=tf.placeholder("float", [None,256]) y_=tf.placeholder("float", [None,10])# 设置输入层的W和bW=tf.Variable(tf.zeros([256,10])) b=tf.Variable(tf.zeros([10]))# 计算输出，采用的函数是softmax（输入的时候是one hot编码）y=tf.nn.softmax(tf.matmul(x, W)+b)# 第一个卷积层，5x5的卷积核，输出向量是32维w_conv1=weight_variable([5,5,1,32]) b_conv1=bias_variable([32]) x_image=tf.reshape(x, [-1,16,16,1])# 图片大小是16*16，,-1代表其他维数自适应h_conv1=tf.nn.relu(conv2d(x_image, w_conv1)+b_conv1) h_pool1=max_pool_2x2(h_conv1)# 采用的最大池化，因为都是1和0，平均池化没有什么意义# 第二层卷积层，输入向量是32维，输出64维，还是5x5的卷积核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)# 全连接层的w和bw_fc1=weight_variable([4*4*64,256]) b_fc1=bias_variable([256])# 此时输出的维数是256维h_pool2_flat=tf.reshape(h_pool2, [-1,4*4*64]) h_fc1=tf.nn.relu(tf.matmul(h_pool2_flat, w_fc1)+b_fc1)# h_fc1是提取出的256维特征，很关键。后面就是用这个输入到SVM中#比方说，我训练完数据了，那么想要提取出来全连接层的h_fc1，#那么使用的语句是sess.run(h_fc1, feed_dict={x: input_x})，返回的结果就是特征向量# 设置dropout，否则很容易过拟合keep_prob=tf.placeholder("float") h_fc1_drop=tf.nn.dropout(h_fc1, keep_prob)# 输出层，在本实验中只利用它的输出反向训练CNN，至于其具体数值我不关心w_fc2=weight_variable([256,10]) b_fc2=bias_variable([10]) y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, w_fc2)+b_fc2) cross_entropy=-tf.reduce_sum(y_*tf.log(y_conv))# 设置误差代价以交叉熵的形式train_step=tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)# 用adma的优化算法优化目标函数correct_prediction=tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1)) accuracy=tf.reduce_mean(tf.cast(correct_prediction,"float")) sess.run(tf.initialize_all_variables())foriinrange(3000):# 跑3000轮迭代，每次随机从训练样本中抽出50个进行训练batch=([], []) p=random.sample(range(795),50)forkinp: batch[0].append(x_test2[k]) batch[1].append(y_test2[k])ifi%100==0: train_accuracy=accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob:1.0})# print "step %d, train accuracy %g" % (i, train_accuracy)train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob:0.6})# 设置dropout的参数为0.6，测试得到，大点收敛的慢，小点出现过拟合print"test accuracy%g"%accuracy.eval(feed_dict={x: x_test3, y_: y_test3, keep_prob:1.0})forhinrange(len(y_test2)):ifnp.argmax(y_test2[h])==7: y_test2[h]=1else: y_test2[h]=0forhinrange(len(y_test3)):ifnp.argmax(y_test3[h])==7: y_test3[h]=1else: y_test3[h]=0# 以上两步都是为了将源数据的one hot编码改为1和0，我的学号尾数为7x_temp=[]forginx_test2: x_temp.append(sess.run(h_fc1, feed_dict={x: np.array(g).reshape((1,256))})[0])# 将原来的x带入训练好的CNN中计算出来全连接层的特征向量，将结果作为SVM中的特征向量x_temp2=[]forginx_test3: x_temp2.append(sess.run(h_fc1, feed_dict={x: np.array(g).reshape((1,256))})[0]) clf=svm.SVC(C=0.9, kernel='rbf') clf.fit(x_temp, y_test2)# SVM选择了rbf核，C选择了0.9forjinrange(len(x_temp2)):# 验证时出现四种情况分别对应四个变量存储ifclf.predict(x_temp2[j])[0]==y_test3[j]==1: right0+=1elifclf.predict(x_temp2[j])[0]==y_test3[j]==0: right1+=1elifclf.predict(x_temp2[j])[0]==1andy_test3[j]==0: error0+=1else: error1+=1accuracy=right0/(right0+error0)# 准确率recall=right0/(right0+error1)# 召回率print'svm right ratio ', (right0+right1)/(right0+right1+error0+error1)#分类的正确率print'accuracy ', accuracyprint'recall ', recallprint'F1 score ',2*accuracy*recall/(accuracy+recall)# F1值
最后结果为：
分类的正确率达到了99.1%,准确率98.77%，召回率为92.67%,F1值为0.9562
由于我们是十次验证取平均值，所以模型的泛化能力和准确度都还是比较令人满意的。
全部源代码和使用到的数据（按照前文规则生成的训练集和测试集）下载链接：https://raw.githubusercontent.com/chuxiuhong/cloudphoto/master/CNN-SVM.rar