对比学习用 Keras 搭建 CNN RNN 等常用神经网络

Keras 是一个兼容 Theano 和 Tensorflow 的神经网络高级包, 用他来组件一个神经网络更加快速, 几条语句就搞定了. 而且广泛的兼容性能使 Keras 在 Windows 和 MacOS 或者 Linux 上运行无阻碍.

今天来对比学习一下用 Keras 搭建下面几个常用神经网络：

1. 回归
2. RNN回归
3. 分类
4. CNN分类
5. RNN分类
6. 自编码分类

它们的步骤差不多是一样的：

1. [导入模块并创建数据]
2. [建立模型]
3. [定义优化器]
4. [激活模型]
5. [训练模型]
6. [检验模型]
7. [可视化结果]

为了对比学习，用到的数据也差不多是一样的，
所以本文只把注意力放在 2. [建立模型] 上面，其它步骤大同小异，可以去参考里提到的教学网站观看或者直接看源代码。

---

1. 回归

目的是对一组数据进行拟合。

 

 

1. 用 Sequential 建立 model
2. 再用 model.add 添加神经层，添加的是 Dense 全连接神经层。

参数有两个，一个是输入数据和输出数据的维度，本代码的例子中 x 和 y 是一维的。

如果需要添加下一个神经层的时候，不用再定义输入的纬度，因为它默认就把前一层的输出作为当前层的输入。在这个例子里，只需要一层就够了。

# build a neural network from the 1st layer to the last layer
model = Sequential()
model.add(Dense(output_dim=1, input_dim=1))

---

2. RNN回归

我们要用 sin 函数预测 cos 数据，会用到 LSTM 这个网络。

 

RNN vs LSTM

1. 搭建模型，仍然用 Sequential。
2. 然后加入 LSTM 神经层。

• batch_input_shape 就是在后面处理批量的训练数据时它的大小是多少，有多少个时间点，每个时间点有多少个数据。
• output_dim 意思是 LSTM 里面有二十个 unit。
• return_sequences 意思是在每个时间点，要不要输出output，默认的是 false，现在我们把它定义为 true。如果等于 false，就是只在最后一个时间点输出一个值。
• stateful，默认的也是 false，意义是批和批之间是否有联系。直观的理解就是我们在读完二十步，第21步开始是接着前面二十步的。也就是第一个 batch中的最后一步与第二个 batch 中的第一步之间是有联系的。

3. 有个不同点是 TimeDistributed。

在上一个回归问题中，我们是直接加 Dense 层，因为只在最后一个输出层把它变成一个全连接层。
今天这个问题是每个时间点都有一个 output，那需要 dense 对每一个 output 都进行一次全连接的计算。

model = Sequential()
# build a LSTM RNN
model.add(LSTM(
    batch_input_shape=(BATCH_SIZE, TIME_STEPS, INPUT_SIZE),       # Or: input_dim=INPUT_SIZE, input_length=TIME_STEPS,
    output_dim=CELL_SIZE,
    return_sequences=True,      # True: output at all steps. False: output as last step.
    stateful=True,              # True: the final state of batch1 is feed into the initial state of batch2
))
# add output layer
model.add(TimeDistributed(Dense(OUTPUT_SIZE)))
adam = Adam(LR)
model.compile(optimizer=adam,
              loss='mse',)

 

 

---

3. 分类

数据用的是 Keras 自带 MNIST 这个数据包，再分成训练集和测试集。x 是一张张图片，y 是每张图片对应的标签，即它是哪个数字。

简单介绍一下相关模块：

• models.Sequential，用来一层一层一层的去建立神经层；
• layers.Dense 意思是这个神经层是全连接层。
• layers.Activation 激活函数。
• optimizers.RMSprop 优化器采用 RMSprop，加速神经网络训练方法。

import numpy as np
np.random.seed(1337)  # for reproducibility
from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Dense, Activation
from keras.optimizers import RMSprop

在回归网络中用到的是 model.add 一层一层添加神经层，今天的方法是直接在模型的里面加多个神经层。好比一个水管，一段一段的，数据是从上面一段掉到下面一段，再掉到下面一段。

• 第一段就是加入 Dense 神经层。32 是输出的维度，784 是输入的维度。
  第一层传出的数据有 32 个feature，传给激活单元.
• 激活函数用到的是 relu 函数。
  经过激活函数之后，就变成了非线性的数据。
• 然后再把这个数据传给下一个神经层，这个 Dense 我们定义它有 10 个输出的 feature。同样的，此处不需要再定义输入的维度，因为它接收的是上一层的输出。
• 接下来再输入给下面的 softmax 函数，用来分类。

# Another way to build your neural net
model = Sequential([
    Dense(32, input_dim=784),
    Activation('relu'),
    Dense(10),
    Activation('softmax'),
])

---

4. CNN分类

 

CNN

数据仍然是用 mnist。

1. 建立网络第一层，建立一个 Convolution2D，参数有 filter 的数量。

• filter 就是滤波器，用32个滤波器扫描同一张图片，每个滤波器会总结出一个 feature。每个滤波器会生成一整张图片，有32个滤波器就会生成32张代表不同特征的图片，
• nb_row nb_col 代表这个滤波器有多少行多少列。
• border_mode 代表这个滤波器在过滤时候用什么方式，这里我们用 same。
  因为是第一层，所以需要定义输入数据的维度，1, 28, 28 就是图片图片的维度。
  滤波器完成之后，会生成32层的数据，但是图片的长和宽是不变的，仍然是28×28。
• 之后再加一个 relu 激活函数。

# Another way to build your CNN
model = Sequential()

# Conv layer 1 output shape (32, 28, 28)
model.add(Convolution2D(
    nb_filter=32,
    nb_row=5,
    nb_col=5,
    border_mode='same',     # Padding method
    dim_ordering='th',      # if use tensorflow, to set the input dimension order to theano ("th") style, but you can change it.
    input_shape=(1,         # channels
                 28, 28,)    # height & width
))
model.add(Activation('relu'))

2. Pooling 是一个向下取样的过程.
它可以缩小生成出来的长和宽，高度不需要被压缩。

• pool_size 是向下取样的时候，考虑多长多宽的图片。
• strides 步长，是取完一个样之后要跳几步再取样，再跳几步再取样。

# Pooling layer 1 (max pooling) output shape (32, 14, 14)
model.add(MaxPooling2D(
    pool_size=(2, 2),
    strides=(2, 2),
    border_mode='same',    # Padding method
))

3. 接下来建立第二个神经层

• 有 64 个 filter，5, 5 的长宽，再跟着一个激活函数。
• 再跟着一个 MaxPooling2D 取样。

# Conv layer 2 output shape (64, 14, 14)
model.add(Convolution2D(64, 5, 5, border_mode='same'))
model.add(Activation('relu'))

# Pooling layer 2 (max pooling) output shape (64, 7, 7)
model.add(MaxPooling2D(pool_size=(2, 2), border_mode='same'))

4. 接下来进入全联接层

• 用 Flatten 把卷出来的三维的层，抹平成二维的。
• 接下来就加一个 Dense 全联接层，抹平就是为了可以把这一个一个点全连接成一个层.
• 接着再加一个激活函数。

# Fully connected layer 1 input shape (64 * 7 * 7) = (3136), output shape (1024)
model.add(Flatten())
model.add(Dense(1024))
model.add(Activation('relu'))

5. 在第二个全连接层，输出 10 个 unit, 用 softmax 作为分类。

# Fully connected layer 2 to shape (10) for 10 classes
model.add(Dense(10))
model.add(Activation('softmax'))

---

5. RNN分类

 

RNN分类

RNN 是一个序列化的神经网，我们处理图片数据的时候，也要以序列化的方式去考虑。
图片是由一行一行的像素组成，我们就一行一行地去序列化地读取数据。最后再进行一个总结，来决定它到底是被分辨成哪一类。

用到的参数含义：

• TIME_STEPS 是要读取多少个时间点的数据，如果一次读一行需要读28次。
• INPUT_SIZE 每次每一行读取多少个像素。
• BATCH_SIZE 每一批训练多少张。
• BATCH_INDEX 用来生成数据。
• OUTPUT_SIZE 分类结果的长度，0到9，所以长度为 10。
• CELL_SIZE 网络中隐藏层要放多少个 unit。
  LR 是学习率。

1. 用 Sequential 建立模型，就是一层一层地加上神经层。

# build RNN model
model = Sequential()

2. 加上 SimpleRNN。
batch_input_shape 就是在后面处理批量的训练数据时它的大小是多少，有多少个时间点，每个时间点有多少个像素。

# RNN cell
model.add(SimpleRNN(
    # for batch_input_shape, if using tensorflow as the backend, we have to put None for the batch_size.
    # Otherwise, model.evaluate() will get error.
    batch_input_shape=(None, TIME_STEPS, INPUT_SIZE),       # Or: input_dim=INPUT_SIZE, input_length=TIME_STEPS,
    output_dim=CELL_SIZE,
    unroll=True,
))

3. 加 Dense 输出层。
输出 output 长度为 10，接着用 softmax 激活函数用于分类。

# output layer
model.add(Dense(OUTPUT_SIZE))
model.add(Activation('softmax'))

4. 在训练的时候有一个小技巧，就是怎么去处理批量。
输出结果时每 500 步输出一下测试集的准确率和损失。

需要用到 BATCH_INDEX，一批批地截取数据，下一批的时候，这个 BATCH_INDEX 就需要累加，后面的时间点和步长没有变化都是28。
y 的批量和 x 的处理是一样的，只不过 y 只有二维，所以它只有两个参数。

后面有一个判断语句，如果这个 index 大于训练数据的总数，index 就变为 0，再从头开始一批批处理。

# training
for step in range(4001):
    # data shape = (batch_num, steps, inputs/outputs)
    X_batch = X_train[BATCH_INDEX: BATCH_INDEX+BATCH_SIZE, :, :]
    Y_batch = y_train[BATCH_INDEX: BATCH_INDEX+BATCH_SIZE, :]
    cost = model.train_on_batch(X_batch, Y_batch)
    BATCH_INDEX += BATCH_SIZE
    BATCH_INDEX = 0 if BATCH_INDEX >= X_train.shape[0] else BATCH_INDEX

    if step % 500 == 0:
        cost, accuracy = model.evaluate(X_test, y_test, batch_size=y_test.shape[0], verbose=False)
        print('test cost: ', cost, 'test accuracy: ', accuracy)

---

6. 自编码分类

 

自编码

自编码，简单来说就是把输入数据进行一个压缩和解压缩的过程。
原来有很多 Feature，压缩成几个来代表原来的数据，解压之后恢复成原来的维度，再和原数据进行比较。

做的事情是把 datasets.mnist 数据的 28×28＝784 维的数据，压缩成 2 维的数据，然后在一个二维空间中可视化出分类的效果。

模型结构：

encoding_dim，要压缩成的维度。

# in order to plot in a 2D figure
encoding_dim = 2

# this is our input placeholder
input_img = Input(shape=(784,))

建立 encoded 层和 decoded 层，再用 autoencoder 把二者组建在一起。训练时用 autoencoder 层。

1. encoded 用4层 Dense 全联接层
激活函数用 relu，输入的维度就是前一步定义的 input_img。
接下来定义下一层，它的输出维度是64，输入是上一层的输出结果。
在最后一层，我们定义它的输出维度就是想要的 encoding_dim＝2。

2. 解压的环节，它的过程和压缩的过程是正好相反的。
相对应层的激活函数也是一样的，不过在解压的最后一层用到的激活函数是 tanh。因为输入值是由 -0.5 到 0.5 这个范围，在最后一层用这个激活函数的时候，它的输出是 -1 到 1，可以是作为一个很好的对应。

# encoder layers
encoded = Dense(128, activation='relu')(input_img)
encoded = Dense(64, activation='relu')(encoded)
encoded = Dense(10, activation='relu')(encoded)
encoder_output = Dense(encoding_dim)(encoded)

# decoder layers
decoded = Dense(10, activation='relu')(encoder_output)
decoded = Dense(64, activation='relu')(decoded)
decoded = Dense(128, activation='relu')(decoded)
decoded = Dense(784, activation='tanh')(decoded)

# construct the autoencoder model
autoencoder = Model(input=input_img, output=decoded)

接下来直接用 Model 这个模块来组建模型
输入就是图片，输出是解压的最后的结果。

# construct the encoder model for plotting
encoder = Model(input=input_img, output=encoder_output)

当我们想要看由 784 压缩到 2维后，这个结果是什么样的时候，也可以只单独组建压缩的板块，此时它的输入是图片，输出是压缩环节的最后结果。

最后分类的可视化结果：

 

 

---