前言
在機器學習中，卷積神經網絡是一種深度前饋人工神經網絡，已成功地應用于圖像識別。目前，很多的車牌識號識別，人臉識別等都采用卷積神經網絡，可以說卷積神經網絡在圖像識別方面取得了巨大的成功。當前開源的深度學習框架有很多了，比如caffe,tensorflow,torch等，這些深度學習框架包含了完善的卷積神經網絡的實現，那么，為什么我們還要自己寫卷積神經網絡？直接用這些開源的深度學習框架多好，又快又省事，性能好穩定，bug少。是的，如果你只是使用卷積神經網絡做一些應用，并不在意它的工作原理，那你大可不必自己費神費力的寫卷積神經網絡，可如果你想完全掌握卷積神經網絡的工作原理，古人云：紙上得來終覺淺，覺知此時要躬行。所以，你很有必要自己實現一遍卷積神經網絡，從而加深對它的認識。
什么是cupcnn
cupcnn是個用java寫的卷積神經網絡，我在工作之余，為了加深對卷積神經網絡的認識，實現了它。它足夠簡潔，表現也不錯，非常適合初學者參考使用。它的源碼可以從github下載：cupcnn
你不用擔心它的協議什么的限制，您可以用它來做任何事，任意修改它，如果它能對你有所幫助，希望能給個星星?。。?br /> ^-^^-^^-^
設計的思路
我希望它是以足夠簡單的神經網絡，這樣有利于初學者學習。所以我沒有實現那些并發加速的東西，這保證的代碼的簡介性。設計的時候，我將卷積神經網絡分為四個模塊：network（layer blob loss active），這點可以從包名中看出來。layer,loss,active都有一個基類，整個神經網絡的編程都是面向基類的。network是綜合這四個模塊，統籌和調度資源的中心，每個layer都會有一個network的實例，這樣可以輕松的通過network獲得各種數據，比如獲取每一層的輸出，diff等。
設計框圖如下：
參數的保存對于java而言就非常簡單了，實現serializable接口就可以快速實現參數的序列化和反序列化。cupcnn只對data目錄下的blob和blobparams兩個實現了serializable接口，所有的參數都由這兩個實現。
目前的表現
全連接神經網絡
目前，在mnist數據集上，全連接神經網絡（全連接（100）+全連接（30）+全連接（10）+softmax），訓練30個epoes,準確率為96.76
卷積神經網絡
卷積神經網絡（6個特征）+最大值池化+卷積（6個特征）+全連接（512）+全連接（30）+全連接（10）+softmax）,在學習速率為0.2的情況下，訓練30個epoes,準確率為97.79.我相信經過進一步參數調優，在充分訓練的情況下，準確率能達到更高。
卷積神經網絡訓練快照如下：
begin train
epoe: 0 lossvalue: 2.3019369891560455 lr: 0.2 accuracy is 0.13
epoe: 0 lossvalue: 2.0722489482105195 lr: 0.2 accuracy is 0.44
epoe: 0 lossvalue: 1.2423286194012682 lr: 0.2 accuracy is 0.72
epoe: 0 lossvalue: 0.7860529560675255 lr: 0.2 accuracy is 0.79
epoe: 0 lossvalue: 0.6272194196176664 lr: 0.2 accuracy is 0.87
epoe: 0 lossvalue: 0.5240051326725808 lr: 0.2 accuracy is 0.84
epoe: 0 lossvalue: 0.27637563581928026 lr: 0.2 accuracy is 0.95
epoe: 0 lossvalue: 0.35585388987055083 lr: 0.2 accuracy is 0.92
epoe: 0 lossvalue: 0.441971528417802 lr: 0.2 accuracy is 0.92
epoe: 0 lossvalue: 0.25637710325999674 lr: 0.2 accuracy is 0.95
epoe: 0 lossvalue: 0.39872273532502 lr: 0.2 accuracy is 0.9
epoe: 1 lossvalue: 0.264085484522027 lr: 0.16000000000000003 accuracy is 0.91
epoe: 1 lossvalue: 0.22754066024803088 lr: 0.16000000000000003 accuracy is 0.96
epoe: 1 lossvalue: 0.30256420975577103 lr: 0.16000000000000003 accuracy is 0.96
epoe: 1 lossvalue: 0.18149648622985948 lr: 0.16000000000000003 accuracy is 0.99
epoe: 1 lossvalue: 0.177239938748327 lr: 0.16000000000000003 accuracy is 0.96
epoe: 1 lossvalue: 0.15041993009777443 lr: 0.16000000000000003 accuracy is 0.98
epoe: 1 lossvalue: 0.10759545752665524 lr: 0.16000000000000003 accuracy is 1.0
cupcnn的使用
目前，cupcnn實現了mnist數據集上的測試，在src/test下，mnisttest是main函數的入口，具體的神經網絡的搭建在mnistnetwork類中。在mnistnetwork類中，buildconvnetwork和buildfcnetwork分別實現
了搭建卷積神經網絡和搭建全連接神經網絡。得益于java良好的跨平臺屬性，你下載完cupcnn的源碼后，使用eclipse打開該項目，然后直接運行，應該就能開始在mnist數據集上訓練和測試了。
構建神經網絡
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
public void buildnetwork(){ //首先構建神經網絡對象，并設置參數 network = new network(); network.setbatch(100); network.setloss(new loglikehoodloss()); //network.setloss(new crossentropyloss()); optimizer = new sgdoptimizer(0.2); network.setoptimizer(optimizer); //buildfcnetwork(); buildconvnetwork(); network.prepare();} |
setbatch（）函數設置一個批次里有多少張圖片。
setloss（）設置要是用的損失函數。cupcnn實現了交叉熵損失函數和對數似然損失函數。
setoptimizer（）設置要是用的優化器。cupcnn只實現了sgd優化器，如果您實現了更好的優化器，并且愿意提交到cupcnn,那本人深表歡迎。
構建全連接神經網絡
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
private void buildfcnetwork(){ //給network添加網絡層 inputlayer layer1 = new inputlayer(network,new blobparams(network.getbatch(),1,28,28)); network.addlayer(layer1); fullconnectionlayer layer2 = new fullconnectionlayer(network,new blobparams(network.getbatch(),784,1,1)); layer2.setactivationfunc(new reluactivationfunc()); network.addlayer(layer2); fullconnectionlayer layer3 = new fullconnectionlayer(network,new blobparams(network.getbatch(),100,1,1)); layer3.setactivationfunc(new reluactivationfunc()); network.addlayer(layer3); fullconnectionlayer layer4 = new fullconnectionlayer(network,new blobparams(network.getbatch(),30,1,1)); layer4.setactivationfunc(new sigmodactivationfunc()); network.addlayer(layer4); fullconnectionlayer layer5 = new fullconnectionlayer(network,new blobparams(network.getbatch(),10,1,1)); layer5.setactivationfunc(new reluactivationfunc()); network.addlayer(layer5); softmaxlayer sflayer = new softmaxlayer(network,new blobparams(network.getbatch(),10,1,1)); network.addlayer(sflayer);} |
正如上面代碼展示的一樣，每一個layer都需要一個network,它是network的實例，network是全局的管理者和資源的調度者，有了network的引用，我們可以輕易的獲得到每一層的輸出的數據，輸出的誤差等。此外，每一層都需要一個指定當前層輸出數據塊大小的參數，該參數告訴某一層你需要輸出多少數據。比如神經網絡的最后一層是softmaxlayer ，它需要輸出到底是哪個數字，這個數字用長度為10的向量表示，比如數字7，那么softmaxlayer 應該輸出第8個元素的值為1，其他元素的值為0。卷積層和池化層需要更多的參數，因為他們都有一個kernel,對卷積層而言，它叫卷積核，卷積層的實現每此每個方向的stride也就是步長都是1，這點還有改進的余地。對于池化層，你出來需要傳入池化核的參數外，還需要傳入水平方向和垂直方向的步長，這是必須的。
訓練和測試
搭建好神經網絡后，你需要調用network.prepare()方法，該方法會根據每一層的數據參數創建輸出數據塊和誤差數據塊。因此該方法的調用是必須的。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
public void train(list<digitimage> imglist,int epoes){ system.out.println("begin train"); int batch = network.getbatch(); double loclalr = optimizer.getlr(); for(int e=0;e<epoes;e++){ collections.shuffle(imglist); for(int i=0;i<imglist.size()-batch;i+=batch){ list<blob> inputandlabel = buildblobbyimagelist(imglist,i,batch,1,28,28); double lossvalue = network.train(inputandlabel.get(0), inputandlabel.get(1)); if(i>batch && i/batch%50==0){ system.out.print("epoe: "+e+" lossvalue: "+lossvalue+" "+" lr: "+optimizer.getlr()+" "); testinner(inputandlabel.get(0), inputandlabel.get(1)); } } if(loclalr>0.001){ loclalr*=0.8; optimizer.setlr(loclalr); } }}public void test(list<digitimage> imglist){ system.out.println("begin test"); int batch = network.getbatch(); int correctcount = 0; int i = 0; for(i=0;i<imglist.size()-batch;i+=batch){ list<blob> inputandlabel = buildblobbyimagelist(imglist,i,batch,1,28,28); blob output = network.predict(inputandlabel.get(0)); int[] caloutlabels = getbatchoutputlabel(output.getdata()); int[] reallabels = getbatchoutputlabel(inputandlabel.get(1).getdata()); for(int kk=0;kk<caloutlabels.length;kk++){ if(caloutlabels[kk] == reallabels[kk]){ correctcount++; } } } double accuracy = correctcount/(1.0*i+batch); system.out.println("test accuracy is "+accuracy+" correctcount "+correctcount);} |
如上，調用network的 train即可訓練，調用network的predict方法即可測試。
參數的保存和加載
|
1
2
3
4
5
6
7
8
9
|
public void savemodel(string name){ network.savemodel(name);}public void loadmodel(string name){ network = new network(); network.loadmodel(name); network.prepare();} |
調用network的savemodel和loadmodel可分別實現參數的保存和加載，你只需要傳入一個文件名即可。當我們通過保存的參數創建神經網絡的時候，我們需要先new 一個network，然后調用這個network的loadmodel加載已保存的參數，然后不要忘記調用prepare方法創建每一層的輸出數據塊和誤差數據塊。
目前的完成情況及未來的計劃
目前，實現的層有：全連接，卷積，最大值池化層，平均值池化層，softmax層。實現的激活函數有：sigmod,tanh,relu.
實現的損失函數有：交叉熵，對數似然。實現的優化為：sgd。參數已經能save和load.接下來會添加droupout層，還會嘗試添加cifar-10上的例子。
此外，我會寫一些文章，回顧自己寫cupcnn過程中的思考可問題，供初學者參考，大神請繞道。感興趣的可以繼續關注，希望對大家的學習有所幫助，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/u011913612/article/details/79253450
