TensorFlow技术解析与实战学习笔记（15）-----MNIST识别（LSTM）

 

 一、任务：采用基本的LSTM识别MNIST图片，将其分类成10个数字。

 

为了使用RNN来分类图片，将每张图片的行看成一个像素序列，因为MNIST图片的大小是28*28像素，所以我们把每一个图像样本看成一行行的序列。因此，共有（28个元素的序列）×（28行），然后每一步输入的序列长度是28，输入的步数是28步。

二、LSTM模型：

 

输入：x(t-1)的大小为一个28维的向量。……x(t-1)，x(t)、x(t+1）……有28个。【将一张图片拆成28*28】

隐藏层大小：128

输出：10

U：28*128

V：128*10

三、LSTM代码：

加载数据：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets('MNIST_data',one_hot = True)

构建模型：

#定义RNN模型：
def RNN(X,w,b,input_size,unit,batch_size):
    ################################
    #输入层，先处理x的shape
    #将输入的x转换成（128 batch * 28 time_steps,28 input_size）
    X = tf.reshape(X,[-1,input_size])
    #####################################
    #隐藏层
    
    #输入的大小转换：
    # x_in的大小：（128 batch * 28 time_steps ,128 unit）
    X_in = tf.matmul(X,w['in']) + b['in']  
    #将x_in转换成：（128 batch , 28 input_size,128 unit）,因为要将其转成张量才能输入LSTM的结构中
    X_in = tf.reshape(X_in,[-1,input_size,unit])
    
    #隐藏层模型结构：
    
    #BasicLSTMCell 是最简单的LSTMCell.
    with tf.variable_scope('lstm',reuse=tf.AUTO_REUSE):
        lstm = tf.contrib.rnn.BasicLSTMCell(num_units = unit , forget_bias= 1.0 ,state_is_tuple= True)
    
    #初始化状态：lstm单元由两个部分组成：（c_state,h_state）状态值和输出值
        init_state = lstm.zero_state(batch_size , dtype = tf.float32)
    
    #dynamic_rnn接收张量(batch , steps , inputs) 或者（steps,batch,inputs）作为X_in，其需要输入、隐藏层结构【遗忘门】以及细胞状态
        outputs , final_state = tf.nn.dynamic_rnn(lstm , X_in,initial_state = init_state , time_major = False)
    
    #########################################################
    #输出层
    results = tf.matmul(final_state[1],w['out']) + b['out']
    return results

 

训练模型：

 1、设置参数（超参数、神经网络参数）

 2、前向传播（构建RNN模型）【即构建模型的过程】

 3、后向传播（求损失函数、设置优化器）

 4、设置会话、训练模型。

 

def train(mnist):
#设置参数

########################
    #设置训练的超参数,学习率、训练次数和每轮训练大小
    lr = 0.001
    training_iters = 100000
    batch_size = 128

    #设置神经网络的参数
    input_size = 28 #一个输入的向量大小
    time_steps = 28 #序列长度
    unit = 128 #隐藏层的神经元个数
    output_size = 10 #输出

    #定义输入数据以及权重
    x = tf.placeholder(tf.float32,[None,time_steps,input_size])
    y = tf.placeholder(tf.float32,[None,output_size])

#     with tf.variable_scope("canshu", reuse=True):
    #in大小:(28*128),out大小：（128*10）。
    w = {
        'in':tf.Variable(tf.random_normal([input_size,unit])),
        'out':tf.Variable(tf.random_normal([unit,output_size]))
    }
    b = {
        'in':tf.Variable(tf.constant(0.1,shape = [unit])),
        'out':tf.Variable(tf.constant(0.1,shape = [output_size]))
    }

    #################################
    ##构建模型，定义损失函数和优化器，优化器采用AdamOptimizer


    with tf.variable_scope('train_op',reuse=tf.AUTO_REUSE):
        pred = RNN(x,w,b,input_size,unit,batch_size)
        loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = pred , labels = y))
        train_op = tf.train.AdamOptimizer(lr).minimize(loss)

    ####################################
    #计算模型预测结果以及准确率计算方法
    correct_pred = tf.equal(tf.argmax(pred,1),tf.argmax(y,1))
    acc = tf.reduce_mean(tf.cast(correct_pred,tf.float32))    
    
    ######################################
    #训练数据及评估模型
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        step = 0
        while step * batch_size < training_iters:
            batch_xs , batch_ys = mnist.train.next_batch(batch_size)
            batch_xs = batch_xs.reshape([batch_size,time_steps,input_size])
            sess.run([train_op],feed_dict = {
                x:batch_xs,
                y:batch_ys,
            })
            if step % 20 == 0:
                print(sess.run(acc,feed_dict = {
                    x:batch_xs,
                    y:batch_ys,
                }))
            step += 1
            

原本代码中没有加红的两句，然后报错：

Variable basic/rnn/basic_lstm_cell/weights does not exist, or was not created with tf.get_variable(). Did you mean to set reuse=None in VarScope?

原因：是因为在BasicRNNCell 使用到了get_variable操作，第一次的时候创建新的variable，第二次调用的时候检测到命名冲突，报错。

加上以下代码：

with tf.variable_scope('lstm',reuse=tf.AUTO_REUSE):

 with tf.variable_scope('train_op',reuse=tf.AUTO_REUSE):

 

四、MultiLSTM代码：比普通的LSTM多了两行红色的代码

加载数据：

import tensorflow as tf
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data',one_hot = True)

构建模型：

def mLSTM(X,w,b,input_size,unit,batch_size,layer_num):
    ################################
    #输入层，先处理x的shape
    #将输入的x转换成（128 batch * 28 time_steps,28 input_size）
    X = tf.reshape(X,[-1,input_size])
    #####################################
    #隐藏层
    
    #输入的大小转换：
    # x_in的大小：（128 batch * 28 time_steps ,128 unit）
    X_in = tf.matmul(X,w['in']) + b['in']  
    #将x_in转换成：（128 batch , 28 input_size,128 unit）,因为要将其转成张量才能输入LSTM的结构中
    X_in = tf.reshape(X_in,[-1,input_size,unit])
    
    #隐藏层模型结构：
    
    #BasicLSTMCell 是最简单的LSTMCell.
    #state_is_tuple 官方建议设置为True。此时，输入和输出的states为c(cell状态)和h（输出）的二元组
    #forget_bias遗忘门的初始值设为 1，一开始不能遗忘
    #num_units：num_units这个参数的大小就是LSTM输出结果的维度。例如num_units=128， 那么LSTM网络最后输出就是一个128维的向量。
    with tf.variable_scope('lstm',reuse=tf.AUTO_REUSE):
        lstm = tf.contrib.rnn.BasicLSTMCell(num_units = unit , forget_bias= 1.0 ,state_is_tuple= True)
        lstm = tf.nn.rnn_cell.DropoutWrapper(lstm,0.5)
        mlstm = tf.nn.rnn_cell.MultiRNNCell([lstm for i in range(layer_num)])
        init_state = mlstm.zero_state(batch_size,dtype = tf.float32)
        outputs , final_state = tf.nn.dynamic_rnn(mlstm,X_in,initial_state = init_state,time_major=False)
    #初始化状态：lstm单元由两个部分组成：（c_state,h_state）状态值和输出值
#         init_state = lstm.zero_state(batch_size , dtype = tf.float32)
    
    #dynamic_rnn接收张量(batch , steps , inputs) 或者（steps,batch,inputs）作为X_in，其需要输入、隐藏层结构【遗忘门】以及细胞状态
#         outputs , final_state = tf.nn.dynamic_rnn(lstm , X_in,initial_state = init_state , time_major = False)
    
    #########################################################33333
    #输出层
#final_state的【【维度（128，128）的张量】，【维度为（128，128）的张量】】，因为两层的LSTM。

    print(final_state)
    results = tf.matmul(final_state[1][1],w['out']) + b['out']
    return results

 训练模型：

def train(mnist):
#构建模型
########################
    #设置训练的超参数,学习率、训练次数和每轮训练大小
    lr = 0.001
    training_iters = 100000
    batch_size = 128

    #设置神经网络的参数
    input_size = 28 #一个输入的向量大小
    time_steps = 28 #序列长度
    unit = 128 #隐藏层的神经元个数
    output_size = 10 #输出
    layer_num = 3

    #定义输入数据以及权重
    x = tf.placeholder(tf.float32,[None,time_steps,input_size])
    y = tf.placeholder(tf.float32,[None,output_size])

#     with tf.variable_scope("canshu", reuse=True):
    #in大小:(28*128),out大小：（128*10）。
    w = {
        'in':tf.Variable(tf.random_normal([input_size,unit])),
        'out':tf.Variable(tf.random_normal([unit,output_size]))
    }
    b = {
        'in':tf.Variable(tf.constant(0.1,shape = [unit])),
        'out':tf.Variable(tf.constant(0.1,shape = [output_size]))
    }

    #################################
    #定义损失函数和优化器，优化器采用AdamOptimizer
    with tf.variable_scope('train_op',reuse=tf.AUTO_REUSE):
        pred = mLSTM(x,w,b,input_size,unit,batch_size,layer_num)
        loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = pred , labels = y))
        train_op = tf.train.AdamOptimizer(lr).minimize(loss)

    ####################################
    #计算模型预测结果以及准确率计算方法
    correct_pred = tf.equal(tf.argmax(pred,1),tf.argmax(y,1))
    acc = tf.reduce_mean(tf.cast(correct_pred,tf.float32))    
    
    ######################################
    #训练数据及评估模型
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        step = 0
        while step * batch_size < training_iters:
            batch_xs , batch_ys = mnist.train.next_batch(batch_size)
            batch_xs = batch_xs.reshape([batch_size,time_steps,input_size])
            sess.run([train_op],feed_dict = {
                x:batch_xs,
                y:batch_ys,
            })
            if step % 20 == 0:
                print(sess.run(acc,feed_dict = {
                    x:batch_xs,
                    y:batch_ys,
                }))
            step += 1
            

 五、双向循环神经网络的代码：

加载模型：

import tensorflow as tf
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data',one_hot = True)

构建模型：

def BiRNN(x,w,b):
    x = tf.transpose(x , [1,0,2])
    x = tf.reshape(x,[-1,input_size])
    x = tf.split(x,time_steps)
    with tf.variable_scope('BiRNN',reuse=tf.AUTO_REUSE):
        lstm_fw_cell = tf.contrib.rnn.BasicLSTMCell(hidden_size,forget_bias=1.0,state_is_tuple=True)
        lstm_bw_cell = tf.contrib.rnn.BasicLSTMCell(hidden_size,forget_bias=1.0,state_is_tuple=True)
    #x为一个长度为T的list，list中的每个Tensor元素shape为[batch_size,input_size]
        output , _ , _ = tf.contrib.rnn.static_bidirectional_rnn(lstm_fw_cell,lstm_bw_cell,x,dtype = tf.float32)
        result = tf.nn.bias_add(tf.matmul(output[-1],w) , b)
    return result

设置参数、训练会话

#设置参数
lr = 0.001
batch_size = 128
training_iters = 20000

input_size = 28
time_steps = 28
output_size = 10
hidden_size = 256

#占位符
X = tf.placeholder(tf.float32,[None,time_steps,input_size])
Y = tf.placeholder(tf.float32,[None,output_size])

with tf.variable_scope('out',reuse=tf.AUTO_REUSE):
    w = tf.Variable(tf.truncated_normal([2 * hidden_size , output_size],stddev = 0.1))
    b = tf.get_variable('biases',[output_size],initializer = tf.constant_initializer(0.1))

#后向传播
with tf.variable_scope('train_op',reuse=tf.AUTO_REUSE):
    pred = BiRNN(X,w,b)
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = pred,labels =Y))
    train_op = tf.train.AdamOptimizer(lr).minimize(cost)

correct_pred = tf.equal(tf.argmax(pred,1),tf.argmax(Y,1))
acc = tf.reduce_mean(tf.cast(correct_pred,tf.float32))

#训练会话
init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    step = 1
    while step * batch_size < training_iters:
        batch_xs , batch_ys = mnist.train.next_batch(batch_size)
        batch_xs = batch_xs.reshape([batch_size,time_steps,input_size])
        sess.run(train_op,feed_dict = {X:batch_xs,Y:batch_ys})
        if step % 20 == 0:
            accuracy = sess.run(acc,feed_dict = {X:batch_xs,Y:batch_ys})
            print(accuracy)
        step += 1