Tensorflow实战——使用Estimator创建卷积神经网络

这里是LeeTioN的博客

前言

本篇文章是针对GitHub上的一个TensorFlow实例来进行源码讲解和分析

Esitmator简介

Esitmator是用来封装网络模型和参数的类，它的父类estimator(小写字母e)的其它子类有线性回归和分类等其他经典模型，而Esitmator用于构造自定义网络模型。

Estimator定义和传参方式

在Estimator中我们需要一个model_fn函数来自定义我们的网络，同时规定好features, labels和mode(可选模式,train, predition, evaluate)三个参数。

def model_fn(features, label, mode):
    ……
model = tf.estimator.Estimator(model_fn)

model.train(input_fn, steps=num_steps)

但是在model.train()函数并没有看到以上三个参数的传入，所以我就前往Tensorflow框架中的estimator.py源码看一看，在train()函数里面，调用了_train_model函数，函数中又调用了model_fn的回调函数，里面则传递了features, labels, ModeKeys等参数。

def _train_model(self, input_fn, hooks, saving_listeners):
    ……
    estimator_spec = self._call_model_fn(
            features, labels, model_fn_lib.ModeKeys.TRAIN, self.config)
    ……
    return loss

总的来说，以trian的整个流程举例，如下图所示。prediction和evaluation的过程类似。

用model_fn构建CNN

构建就是基本的常规操作了，这里主要注意到model_fn是要切换训练、预测和评估三种模式，所以三种模式下的不同操作都要写在model_fn函数里。

def conv_net(x_dict, n_classes, dropout, reuse, is_training):
    with tf.variable_scope('ConvNet', reuse=reuse): # 变量共享，用于管理一个graph 中变量的名字，避免变量之间的命名冲突
        x = x_dict['images']
        x = tf.reshape(x, shape=[-1, 28, 28, 1])
        # 4维张量[batch_size, height, width, channel]

        conv1 = tf.layers.conv2d(x, 32, 5, activation=tf.nn.relu)
        # 第一层卷积层 filters = 32, kernel_size = 5 ，过滤器的维度[5, 5]，有32个
        # [batch_size, 24, 24, 32] 
        # 若此时 padding = "same" 则会输出[batch_size, 28, 28, 32] 具体操作是在张量周围补0

        conv1 = tf.layers.max_pooling2d(conv1, 2, 2)
        # 卷积后的pooling [batch_size, 12, 12, 32]
        conv2 = tf.layers.conv2d(conv1, 64, 3, activation=tf.nn.relu)
        # 第二层卷积层
        conv2 = tf.layers.max_pooling2d(conv2, 2, 2)
        # 卷积后的pooling
        fc1 = tf.contrib.layers.flatten(conv2)
        # 全连接层
        fc1 = tf.layers.dense(fc1, 1024)

        fc1 = tf.layers.dropout(fc1, rate=dropout, training=is_training)
        # dropout层
        out = tf.layers.dense(fc1, n_classes)

    return out

def model_fn(features, labels, mode): # ModeKey: TRAIN, EVAL, PREDICT
    logits_train = conv_net(features, num_classes, dropout, reuse=False,
                           is_training=True)
    logits_test = conv_net(features, num_classes, dropout, reuse=True,
                          is_training=False)

    pred_classes = tf.argmax(logits_test, axis=1)
    pred_probas = tf.nn.softmax(logits_test)

    if mode == tf.estimator.ModeKeys.PREDICT:
        return tf.estimator.EstimatorSpec(mode, predictions=pred_classes)

    loss_op = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(
        logits=logits_train, labels=tf.cast(labels, dtype=tf.int32)))
    optimizer = tf.train.AdadeltaOptimizer(learning_rate=learning_rate)

    train_op = optimizer.minimize(loss_op,
                                 global_step=tf.train.get_global_step())

    acc_op = tf.metrics.accuracy(labels=labels, predictions=pred_classes)

    estim_specs = tf.estimator.EstimatorSpec(
        mode = mode,
        predictions=pred_classes,
        loss=loss_op,
        train_op=train_op,
        eval_metric_ops={'accuracy': acc_op})

    return estim_specs