Tensorflow2.0：实战VGG13分类CIFAR10数据集

CIFAR10 数据集

CIFAR10 数据集包含了飞机、汽车、鸟、猫等共 10 大类物体的彩色图片，每个种类收集了 6000 张32 × 32大小图片，共 6 万张图片。其中 5 万张作为训练数据集， 1 万张作为测试数据集。
原始的VGG13模型参数量较大，模型以Conv-Conv-MaxPooling 为单元结构组建而成，其结构如下：

整个模型涉及的参数量的量级是很大的，参数数量达到了947万左右。
卷积层的参数量：

全连接层的参数量：

完整代码

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers, optimizers, datasets, Sequential,losses
# 一 加载CIFAR10数据集
(x,y), (x_test, y_test) = datasets.cifar100.load_data()
# x的shape为(50000, 32, 32, 3) y的shape为(50000, 1)，x_test的shape为(10000, 32, 32, 3)，y_test的shape为(10000, 1)
# y的类别有100个，删除y的一个维度，[b,1] => [b]
y = tf.squeeze(y, axis=1)
y_test = tf.squeeze(y_test, axis=1)


# 构建预处理函数
def preprocess(x, y):
    # [0~1] 并将x的数值精度变为float32，y为int32
    x = 2*tf.cast(x, dtype=tf.float32) / 255.-1
    y = tf.cast(y, dtype=tf.int32)
    return x,y
# 训练集预处理
train_db = tf.data.Dataset.from_tensor_slices((x,y))
train_db = train_db.shuffle(1000).map(preprocess).batch(128)
# 训练20个epoch
train_db = train_db.repeat(20)
# 测试集预处理
test_db = tf.data.Dataset.from_tensor_slices((x_test,y_test))
test_db = test_db.map(preprocess).batch(128)
# 从训练集中采样一个Batch，观察其结构
sample = next(iter(train_db))


# 二 构造VGG13模型
def main():
    # 创建包含多层卷积层的列表
    conv_layers = [
        # Conv-Conv-Pooling单元1 64个3x3卷积核, 输入输出同大小
        layers.Conv2D(64, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        layers.Conv2D(64, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        # 高宽减半
        layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'),

        # Conv-Conv-Pooling单元2,输出通道提升至128，高宽大小减半
        layers.Conv2D(128, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        layers.Conv2D(128, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        # 高宽减半
        layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'),

        # Conv-Conv-Pooling单元3,输出通道提升至256，高宽大小减半
        layers.Conv2D(256, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        layers.Conv2D(256, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'),

        # Conv-Conv-Pooling单元4,输出通道提升至512，高宽大小减半
        layers.Conv2D(512, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        layers.Conv2D(512, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same'),

        # Conv-Conv-Pooling单元5,输出通道提升至512，高宽大小减半
        layers.Conv2D(512, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        layers.Conv2D(512, kernel_size=[3, 3], padding="same", activation=tf.nn.relu),
        layers.MaxPool2D(pool_size=[2, 2], strides=2, padding='same')
    ]
    # 利用前面创建的层列表构建网络容器
    conv_net = Sequential(conv_layers)

    # 创建3层全连接层子网络
    fc_net = Sequential([
        layers.Dense(256, activation=tf.nn.relu),
        layers.Dense(128, activation=tf.nn.relu),
        layers.Dense(100, activation=None),
    ])
    # build2个子网络，并打印网络参数信息
    conv_net.build(input_shape=[4, 32, 32, 3])
    fc_net.build(input_shape=[4, 512])
    conv_net.summary()
    fc_net.summary()
    # 列表合并，合并2个子网络的参数
    variables = conv_net.trainable_variables + fc_net.trainable_variables
    loss_all = []
    # 创建损失函数的类，在实际计算时直接调用类实例即可
    criteon = losses.CategoricalCrossentropy(from_logits=True)
    for step, (x, y) in enumerate(train_db):
        with tf.GradientTape() as tape:
            out_1 = conv_net(x)
            out_2 = fc_net(out_1)
            # one-hot编码
            y = tf.one_hot(y, depth=100)
            # 计算交叉熵损失函数，标量
            loss = criteon(y, out_2)
        # 自动计算梯度，关键看如何表示待优化变量
        grads = tape.gradient(loss, variables)
        # 自动更新参数
        optimizer = optimizers.Adam(lr=1e-4)
        optimizer.apply_gradients(zip(grads, variables))
        # step为100次时，记录并输出损失函数结果
        if step % 100 == 0:
            print(step, 'loss:', float(loss))
            loss_all.append(float(loss))
        # step为100次时，用测试集验证模型
        if step % 100 == 0:
            total, total_correct = 0., 0
            correct, total = 0, 0
            for x, y in test_db:
                out_1 = conv_net(x)
                out = fc_net(out_1)
                # 前向计算，获得10类别的预测分布，[b, 1064] => [b, 10]
                # 真实的流程时先经过softmax，再argmax,但是由于softmax不改变元素的大小相对关系，故省去
                pred = tf.argmax(out, axis=-1)
                y = tf.cast(y, tf.int64)
                # 统计预测正确数量
                correct += float(tf.reduce_sum(tf.cast(tf.equal(pred, y), tf.float32)))
                # 统计预测样本总数
                total += x.shape[0]
            # 计算准确率
            print('test acc:', correct / total)

最后

我用的是i5第八代处理器的笔记本，由于没有用显卡进行计算，使得训练时间比较长，训练100个step的时间大概在四分钟左右，如果有条件，换上一个显卡性能强的电脑用tensorflow GPU版本来训练，如果没有条件，可以将最后的输出层变成10个，使得该问题变成一个10分类问题，而不是原始的100分类问题，降低计算代价。