TensorFlowの日本語まとめ

TensorFlowの公式サイトに書かれている英文を英語ど素人が翻訳(日本語訳/和訳)します。 間違いがありましたら、優しく教えていただけますと幸いです。 内容を理解したら、使ってみたい。

4.マルチレイヤ畳み込みネットワークを構築

MNISTに91%の精度を得ることは悪いです。それはほとんどあきれるほど悪いですこのセクションでは、適度に洗練されたものに非常に単純なモデルから飛びそれ修正します。:小さな畳み込みニューラルネットワーク。これは約99.2%の精度で取得します - 最先端の技術ではありませんが、きちんとしたものです。

 

スポンサーリンク

 

 

重みの初期化

このモデルを作成するには、多くの重みとバイアスを作成する必要があります。一般的対称性の破壊のために少量のノイズ重みを初期化する必要があり、0勾配を防ぐための必要があります私たちはReLUニューロンを使用しているので、"dead neurons."を避けるために、わずかに正の初期バイアスでそれらを初期化することをお勧めです。私たちはモデルを構築しながら、繰り返しこれを行う代わりに、私たちのためにそれを行うために2つの便利な機能を作成してみましょう。

 

def weight_variable(shape):
  initial = tf.truncated_normal(shape, stddev=0.1)
  return tf.Variable(initial)

def bias_variable(shape):
  initial = tf.constant(0.1, shape=shape)
  return tf.Variable(initial)

 

畳み込みとプーリング

TensorFlow私たちに畳み込みプーリング操作における多くの柔軟性を提供しますどのように私たちは境界を扱うのですか?私たちのstrideのサイズは何ですか?この例では私たちは常にバニラバージョンを選択するつもりです私たちの畳み込み1strideを使用し、出力が入力と同じサイズになるようにゼロが埋め込まれます。私たちのプーリングは、2×2ブロックを超える古い最大のプーリングでありことは明白です。私たちのコードをよりきれいに維持するために、機能上のこれらの操作のも抽象化してみましょう。

def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                        strides=[1, 2, 2, 1], padding='SAME')

 

畳み込み第1層

 今、私たちは第1の層を実装することができます。これは、最大プーリングに続く畳み込みで構成されます。畳み込みは、それぞれ5×5のパッチのための32の特徴を計算します。その重量テンソルは[5, 5, 1, 32]の形状を持つことになります。最初の2次元は、次の入力チャネルの数であり、パッチの大きさであり、そして最後には出力チャネルの数です。また、各出力チャネルのためのコンポーネントを有するバイアスベクトルを持つことになります。

W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])

 を適用するために我々は、第一、第二及び第三の次元は、画像の幅と高さ及びカラーチャンネル対応する最終的な次元に対応して4Dテンソルx再構築します

x_image = tf.reshape(x, [-1,28,28,1])

私たちはそれから重みテンソルと一緒にバイアスを追加し、ReLU関数を適用し、最終的に最大のプールx_imageに畳み込みます

h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
h_pool1 = max_pool_2x2(h_conv1)

 

畳み込み第2層

深いネットワーク構築するために、私たちは、このタイプのいくつかの層を積み重ねます。第二の層は、それぞれ5×5のパッチのための64の特徴を持つことになります。

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)

 

密集接続層

画像サイズは7×7に還元されているのだから、私たちは、画像全体の処理を可能にするために1024ニューロンと完全に接続された層を追加します。私たちは、バイアスを追加し重み行列を掛けて、ReLUを適用するベクトルのバッチにプーリングからテンソルの形を変えます

W_fc1 = weight_variable([7 * 7 * 64, 1024])
b_fc1 = bias_variable([1024])

h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)

 

ドロップアウト

過剰適合を軽減するために私たちは、読み出し層の前にドロップアウトが適用されます。私たちは、ニューロンの出力はドロップアウト時には保持されている見込みがあるplaceholderを作成します。これは、トレーニング中にドロップアウトをオンにし、テスト中にそれをオフにすることができます。TensorFlow'のtf.nn.dropout OPは、自動的にそれらを作ることに加えて、ニューロンの出力をスケーリングします。だからドロップアウトは、単に追加のスケーリングなしで動作します

keep_prob = tf.placeholder("float")
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

 

読み出し層

最後に私たちは上記の1層のソフトマックス回帰のようにソフトマックスを追加します。

W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])

y_conv=tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

 

訓練し、モデルを評価します

このモデルは、どれだけのことをするのでしょうか?訓練し、評価することは、私たちは、上記の単純な一つの層ソフトマックスネットワークの場合とほぼ同じであるコードを使用します。違いがあること:私たちはより洗練されたADAMオプティマイザで最急勾配降下オプティマイザに置き換えられます:私たちはドロップアウト率を制御するfeed_dict に追加のパラメータkeep_probが含まれます:私たちは訓練プロセス内のすべての100番目のイテレーション(繰り返し)にログが追加されます。

cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
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())
for i in range(20000):
  batch = mnist.train.next_batch(50)
  if i%100 == 0:
    train_accuracy = accuracy.eval(feed_dict={
        x:batch[0], y_: batch[1], keep_prob: 1.0})
    print("step %d, training accuracy %g"%(i, train_accuracy))
  train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})

print("test accuracy %g"%accuracy.eval(feed_dict={
    x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0}))

 

このコードを実行した後、最終的なテストセットの精度は99.2%であるべきです

 


私たちは、迅速かつ容易に、訓練を構築し、TensorFlowを使用して、かなり洗練された深い学習モデルを評価する方法を学びました。

 

f:id:TensorFlow:20160111100445j:plain

(原文サイト)

Deep MNIST for Experts