Deep Learning深度学习之（五-1）CNN卷积神经网络代码理解

  里面包含的是我对一个作者的CNN笔记的翻译性的理解，对CNN的推导和实现做了详细的介绍，看明白这个笔记对代码的理解非常重要，所以强烈建议先看懂上面这篇文章。

         下面是自己对代码的注释：

cnnexamples.m

[plain] view plain copy

1. clear all; close all; clc;  

2. addpath('../data');  

3. addpath('../util');  

4. load mnist_uint8;  

5. train_x = double(reshape(train_x',28,28,60000))/255;  

6. test_x = double(reshape(test_x',28,28,10000))/255;  

7. train_y = double(train_y');  

8. test_y = double(test_y');  

9. %% ex1   

10. %will run 1 epoch in about 200 second and get around 11% error.   

11. %With 100 epochs you'll get around 1.2% error  

12. cnn.layers = {  

13.     struct('type', 'i') %input layer  

14.     struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer  

15.     struct('type', 's', 'scale', 2) %sub sampling layer  

16.     struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer  

17.     struct('type', 's', 'scale', 2) %subsampling layer  

18. };  

19. % 这里把cnn的设置给cnnsetup，它会据此构建一个完整的CNN网络，并返回  

20. cnn = cnnsetup(cnn, train_x, train_y);  

21. % 学习率  

22. opts.alpha = 1;  

23. % 每次挑出一个batchsize的batch来训练，也就是每用batchsize个样本就调整一次权值，而不是  

24. % 把所有样本都输入了，计算所有样本的误差了才调整一次权值  

25. opts.batchsize = 50;   

26. % 训练次数，用同样的样本集。我训练的时候：  

27. % 1的时候 11.41% error  

28. % 5的时候 4.2% error  

29. % 10的时候 2.73% error  

30. opts.numepochs = 10;  

31. % 然后开始把训练样本给它，开始训练这个CNN网络  

32. cnn = cnntrain(cnn, train_x, train_y, opts);  

33. % 然后就用测试样本来测试  

34. [er, bad] = cnntest(cnn, test_x, test_y);  

35. %plot mean squared error  

36. plot(cnn.rL);  

37. %show test error  

38. disp([num2str(er*100) '% error']);  

cnnsetup.m

[plain] view plain copy

1. function net = cnnsetup(net, x, y)  

2.     inputmaps = 1;  

3.     % B=squeeze(A) 返回和矩阵A相同元素但所有单一维都移除的矩阵B，单一维是满足size(A,dim)=1的维。  

4.     % train_x中图像的存放方式是三维的reshape(train_x',28,28,60000)，前面两维表示图像的行与列，  

5.     % 第三维就表示有多少个图像。这样squeeze(x(:, :, 1))就相当于取第一个图像样本后，再把第三维  

6.     % 移除，就变成了28x28的矩阵，也就是得到一幅图像，再size一下就得到了训练样本图像的行数与列数了  

7.     mapsize = size(squeeze(x(:, :, 1)));  

8.     % 下面通过传入net这个结构体来逐层构建CNN网络  

9.     % n = numel(A)返回数组A中元素个数  

10.     % net.layers中有五个struct类型的元素，实际上就表示CNN共有五层，这里范围的是5  

11.     for l = 1 : numel(net.layers)   %  layer  

12.         if strcmp(net.layers{l}.type, 's') % 如果这层是 子采样层  

13.             % subsampling层的mapsize，最开始mapsize是每张图的大小28*28  

14.             % 这里除以scale=2，就是pooling之后图的大小，pooling域之间没有重叠，所以pooling后的图像为14*14  

15.             % 注意这里的右边的mapsize保存的都是上一层每张特征map的大小，它会随着循环进行不断更新  

16.             mapsize = floor(mapsize / net.layers{l}.scale);  

17.             for j = 1 : inputmaps % inputmap就是上一层有多少张特征图  

18.                 net.layers{l}.b{j} = 0; % 将偏置初始化为0  

19.             end  

20.         end  

21.         if strcmp(net.layers{l}.type, 'c') % 如果这层是 卷积层  

22.             % 旧的mapsize保存的是上一层的特征map的大小，那么如果卷积核的移动步长是1，那用  

23.             % kernelsize*kernelsize大小的卷积核卷积上一层的特征map后，得到的新的map的大小就是下面这样  

24.             mapsize = mapsize - net.layers{l}.kernelsize + 1;  

25.             % 该层需要学习的参数个数。每张特征map是一个(后层特征图数量)*(用来卷积的patch图的大小)  

26.             % 因为是通过用一个核窗口在上一个特征map层中移动（核窗口每次移动1个像素），遍历上一个特征map  

27.             % 层的每个神经元。核窗口由kernelsize*kernelsize个元素组成，每个元素是一个独立的权值，所以  

28.             % 就有kernelsize*kernelsize个需要学习的权值，再加一个偏置值。另外，由于是权值共享，也就是  

29.             % 说同一个特征map层是用同一个具有相同权值元素的kernelsize*kernelsize的核窗口去感受输入上一  

30.             % 个特征map层的每个神经元得到的，所以同一个特征map，它的权值是一样的，共享的，权值只取决于  

31.             % 核窗口。然后，不同的特征map提取输入上一个特征map层不同的特征，所以采用的核窗口不一样，也  

32.             % 就是权值不一样，所以outputmaps个特征map就有（kernelsize*kernelsize+1）* outputmaps那么多的权值了  

33.             % 但这里fan_out只保存卷积核的权值W，偏置b在下面独立保存  

34.             fan_out = net.layers{l}.outputmaps * net.layers{l}.kernelsize ^ 2;  

35.             for j = 1 : net.layers{l}.outputmaps  %  output map  

36.                 % fan_out保存的是对于上一层的一张特征map，我在这一层需要对这一张特征map提取outputmaps种特征，  

37.                 % 提取每种特征用到的卷积核不同，所以fan_out保存的是这一层输出新的特征需要学习的参数个数  

38.                 % 而，fan_in保存的是，我在这一层，要连接到上一层中所有的特征map，然后用fan_out保存的提取特征  

39.                 % 的权值来提取他们的特征。也即是对于每一个当前层特征图，有多少个参数链到前层  

40.                 fan_in = inputmaps * net.layers{l}.kernelsize ^ 2;  

41.                 for i = 1 : inputmaps  %  input map  

42.                     % 随机初始化权值，也就是共有outputmaps个卷积核，对上层的每个特征map，都需要用这么多个卷积核  

43.                     % 去卷积提取特征。  

44.                     % rand(n)是产生n×n的 0-1之间均匀取值的数值的矩阵，再减去0.5就相当于产生-0.5到0.5之间的随机数  

45.                     % 再 *2 就放大到 [-1, 1]。然后再乘以后面那一数，why？  

46.                     % 反正就是将卷积核每个元素初始化为[-sqrt(6 / (fan_in + fan_out)), sqrt(6 / (fan_in + fan_out))]  

47.                     % 之间的随机数。因为这里是权值共享的，也就是对于一张特征map，所有感受野位置的卷积核都是一样的  

48.                     % 所以只需要保存的是 inputmaps * outputmaps 个卷积核。  

49.                     net.layers{l}.k{i}{j} = (rand(net.layers{l}.kernelsize) - 0.5) * 2 * sqrt(6 / (fan_in + fan_out));  

50.                 end  

51.                 net.layers{l}.b{j} = 0; % 将偏置初始化为0  

52.             end  

53.             % 只有在卷积层的时候才会改变特征map的个数，pooling的时候不会改变个数。这层输出的特征map个数就是  

54.             % 输入到下一层的特征map个数  

55.             inputmaps = net.layers{l}.outputmaps;   

56.         end  

57.     end  

58.     % fvnum 是输出层的前面一层的神经元个数。  

59.     % 这一层的上一层是经过pooling后的层，包含有inputmaps个特征map。每个特征map的大小是mapsize。  

60.     % 所以，该层的神经元个数是 inputmaps * （每个特征map的大小）  

61.     % prod: Product of elements.  

62.     % For vectors, prod(X) is the product of the elements of X  

63.     % 在这里 mapsize = [特征map的行数 特征map的列数]，所以prod后就是 特征map的行*列  

64.     fvnum = prod(mapsize) * inputmaps;  

65.     % onum 是标签的个数，也就是输出层神经元的个数。你要分多少个类，自然就有多少个输出神经元  

66.     onum = size(y, 1);  

67.     % 这里是最后一层神经网络的设定  

68.     % ffb 是输出层每个神经元对应的基biases  

69.     net.ffb = zeros(onum, 1);  

70.     % ffW 输出层前一层 与 输出层 连接的权值，这两层之间是全连接的  

71.     net.ffW = (rand(onum, fvnum) - 0.5) * 2 * sqrt(6 / (onum + fvnum));  

72. end  

下续

本文来自网络，只用于学习交流之用，如有侵权，请联系作者就行处理。

      通过石油纽带，小编认识了很多油气行业的朋友，加小编微信“hboilgas”，你有什么石油方面的需求，小编会免费为您发布，天下石油人是一家，结识天下石油豪杰。