使用 TensorFlow 在卷積神經網絡上實現 L2 約束的 softmax 損失函數

做者：chen_h
微信號 & QQ：862251340
微信公衆號：coderpai
簡書地址：https://www.jianshu.com/p/d6a...

---

當咱們要使用神經網絡來構建一個多分類模型時，咱們通常都會採用 softmax 函數來做爲最後的分類函數。softmax 函數對每個分類結果都會分配一個機率，咱們把比較高的那個機率對應的類別做爲模型的輸出。這就是爲何咱們能從模型中推導出具體分類結果。爲了訓練模型，咱們使用 softmax 函數進行反向傳播，進行訓練。咱們最後輸出的就是一個 0-1 向量。

在這篇文章中，咱們不會去解釋什麼是 softmax 迴歸或者什麼是 CNN。這篇文章的主要工做是如何在 TensorFlow 上面設計一個 L2 約束的 softmax 函數，咱們使用的數據集是 MNIST。完整的理論分析能夠查看這篇論文。

在具體實現以前，咱們先來弄清楚一些概念。

softmax 損失函數

softmax 損失函數能夠定義以下：

其中各個參數定義以下：

L2 約束的 softmax 損失函數

帶約束的損失函數定義幾乎和以前的同樣，咱們的目的仍是最小化這個損失函數。

可是，咱們須要對 f(x) 函數進行修改。

咱們不是直接計算最後層權重與前一層網絡輸出 f(x) 之間的乘積，而是對前一層的 f(x) 先作一次歸一化，而後對這個歸一化的值進行 α 倍數的放大，最後咱們進行常規的 softmax 函數進行計算。

也就是說，損失函數是受到以下約束：

程序細節

因此，咱們的架構看起來是以下圖（這也是我想要實現的架構圖）：

C 表示卷積層，P 表示池化層，FC 表示全鏈接層，L2-Norm 層和Scale 層是咱們重點要實現的層。

利用 TensorFlow 進行實現

爲了實現這個模型，咱們使用這個代碼庫 進行學習。

在應用 dropout 以前，咱們先對 N-1 層的輸出進行正則化，而後把正則化以後的結果乘以參數 alpha，而後進行 softmax 函數計算。下面是具體的代碼展現：

fc1 = alpha * tf.divide(fc1, tf.norm(fc1, ord='euclidean'))

若是咱們把 alpha 設置爲 0，那麼這就是常規的 softmax 函數，不然就是一個 L2 約束。

完整代碼以下：

# Actual Code : https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/convolutional_network.ipynb
# Modified By: Manash

from __future__ import division, print_function, absolute_import

# Import MNIST data
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot=False)

import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

# Training Parameters
learning_rate = 0.001
num_steps = 100
batch_size = 20


# Network Parameters
num_input = 784 # MNIST data input (img shape: 28*28)
num_classes = 10 # MNIST total classes (0-9 digits)
dropout = 0.75 # Dropout, probability to keep units


# Create the neural network
def conv_net(x_dict, n_classes, dropout, reuse, is_training, alpha=5):
    
    # Define a scope for reusing the variables
    with tf.variable_scope('ConvNet', reuse=reuse):
        # TF Estimator input is a dict, in case of multiple inputs
        x = x_dict['images']

        # MNIST data input is a 1-D vector of 784 features (28*28 pixels)
        # Reshape to match picture format [Height x Width x Channel]
        # Tensor input become 4-D: [Batch Size, Height, Width, Channel]
        x = tf.reshape(x, shape=[-1, 28, 28, 1])

        # Convolution Layer with 32 filters and a kernel size of 5
        conv1 = tf.layers.conv2d(x, 32, 5, activation=tf.nn.relu)
        # Max Pooling (down-sampling) with strides of 2 and kernel size of 2
        conv1 = tf.layers.max_pooling2d(conv1, 2, 2)

        # Convolution Layer with 32 filters and a kernel size of 5
        conv2 = tf.layers.conv2d(conv1, 64, 3, activation=tf.nn.relu)
        # Max Pooling (down-sampling) with strides of 2 and kernel size of 2
        conv2 = tf.layers.max_pooling2d(conv2, 2, 2)

        # Flatten the data to a 1-D vector for the fully connected layer
        fc1 = tf.contrib.layers.flatten(conv2)

        # Fully connected layer (in tf contrib folder for now)
        fc1 = tf.layers.dense(fc1, 1024)
        
        # If alpha is not zero then perform the l2-Normalization then scaling up
        if alpha != 0:
            fc1 = alpha * tf.divide(fc1, tf.norm(fc1, ord='euclidean'))
    
        # Apply Dropout (if is_training is False, dropout is not applied)
        fc1 = tf.layers.dropout(fc1, rate=dropout, training=is_training)
  
        # Output layer, class prediction
        out = tf.layers.dense(fc1, n_classes)

    return out
  
# Define the model function (following TF Estimator Template)
def model_fn(features, labels, mode):
    # Set alpha
    alph = 50
    
    # Build the neural network
    # Because Dropout have different behavior at training and prediction time, we
    # need to create 2 distinct computation graphs that still share the same weights.
    logits_train = conv_net(features, num_classes, dropout, reuse=False, is_training=True, alpha=alph)
    
    # At test time we don't need to normalize or scale, it's redundant as per paper : https://arxiv.org/abs/1703.09507
    logits_test = conv_net(features, num_classes, dropout, reuse=True, is_training=False, alpha=0)
    
    # Predictions
    pred_classes = tf.argmax(logits_test, axis=1)
    pred_probas = tf.nn.softmax(logits_test)
    
    # If prediction mode, early return
    if mode == tf.estimator.ModeKeys.PREDICT:
        return tf.estimator.EstimatorSpec(mode, predictions=pred_classes) 
        
    # Define loss and optimizer
    loss_op = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(
        logits=logits_train, labels=tf.cast(labels, dtype=tf.int32)))
    optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate)
    train_op = optimizer.minimize(loss_op, global_step=tf.train.get_global_step())
    
    # Evaluate the accuracy of the model
    acc_op = tf.metrics.accuracy(labels=labels, predictions=pred_classes)
    
    # TF Estimators requires to return a EstimatorSpec, that specify
    # the different ops for training, evaluating, ...
    estim_specs = tf.estimator.EstimatorSpec(
      mode=mode,
      predictions=pred_classes,
      loss=loss_op,
      train_op=train_op,
      eval_metric_ops={'accuracy': acc_op})

    return estim_specs

  
# Build the Estimator
model = tf.estimator.Estimator(model_fn)

# Define the input function for training
input_fn = tf.estimator.inputs.numpy_input_fn(
    x={'images': mnist.train.images}, y=mnist.train.labels,
    batch_size=batch_size, num_epochs=None, shuffle=False)
# Train the Model
model.train(input_fn, steps=num_steps)

# Evaluate the Model
# Define the input function for evaluating
input_fn = tf.estimator.inputs.numpy_input_fn(
    x={'images': mnist.test.images}, y=mnist.test.labels,
    batch_size=batch_size, shuffle=False)
# Use the Estimator 'evaluate' method
model.evaluate(input_fn)


# Predict single images
n_images = 4
# Get images from test set
test_images = mnist.test.images[:n_images]
# Prepare the input data
input_fn = tf.estimator.inputs.numpy_input_fn(
    x={'images': test_images}, shuffle=False)
# Use the model to predict the images class
preds = list(model.predict(input_fn))

# Display
for i in range(n_images):
    plt.imshow(np.reshape(test_images[i], [28, 28]), cmap='gray')
    plt.show()
    print("Model prediction:", preds[i])

性能評估

這個真的能提升性能嗎？是的，並且效果很是好，它能提升大約 1% 的性能。我沒有計算不少的迭代，主要是我沒有很好的電腦。若是你對這個性能有你疑惑，你能夠本身試試看。

如下是不一樣 alpha 值對應的模型性能：

橘黃色的線表示用常規的 softmax 函數，藍色的線是用 L2 約束的 softmax 函數。

算法社區直播課：請點擊這裏

---

做者：chen_h
微信號 & QQ：862251340
簡書地址：https://www.jianshu.com/p/d6a...

CoderPai 是一個專一於算法實戰的平臺，從基礎的算法到人工智能算法都有設計。若是你對算法實戰感興趣，請快快關注咱們吧。加入AI實戰微信羣，AI實戰QQ羣，ACM算法微信羣，ACM算法QQ羣。長按或者掃描以下二維碼，關注 「CoderPai」 微信號（coderpai）