歡迎訪問我的GitHub
https://github.com/zq2599/blog_demos
內容：所有原創文章分類彙總及配套原始碼，涉及Java、Docker、Kubernetes、DevOPS等；
本篇概覽
- 作為《DL4J》實戰的第三篇，目標是在DL4J框架下建立經典的LeNet-5卷積神經網路模型，對MNIST資料集進行訓練和測試，本篇由以下內容構成：
- LeNet-5簡介
- MNIST簡介
- 資料集簡介
- 關於版本和環境
- 編碼
- 驗證
LeNet-5簡介
- 是Yann LeCun於1998年設計的卷積神經網路，用於手寫數字識別，例如當年美國很多銀行用其識別支票上的手寫數字，LeNet-5是早期卷積神經網路最有代表性的實驗系統之一
- LeNet-5網路結構如下圖所示，一共七層：C1 -> S2 -> C3 -> S4 -> C5 -> F6 -> OUTPUT
- 按照上圖簡單分析一下，用於指導接下來的開發：
- 每張圖片都是28*28的單通道，矩陣應該是[1, 28,28]
- C1是卷積層，所用卷積核尺寸5*5，滑動步長1，卷積核數目20，所以尺寸變化是：28-5+1=24（想象為寬度為5的視窗在寬度為28的視窗內滑動，能滑多少次），輸出矩陣是[20,24,24]
- S2是池化層，核尺寸2*2，步長2，型別是MAX，池化操作後尺寸減半，變成了[20,12,12]
- C3是卷積層，所用卷積核尺寸5*5，滑動步長1，卷積核數目50，所以尺寸變化是：12-5+1=8，輸出矩陣[50,8,8]
- S4是池化層，核尺寸2*2，步長2，型別是MAX，池化操作後尺寸減半，變成了[50,4,4]
- C5是全連線層(FC)，神經元數目500，接relu啟用函式
- 最後是全連線層Output，共10個節點，代表數字0到9，啟用函式是softmax
MNIST簡介
- MNIST是經典的計算機視覺資料集，來源是National Institute of Standards and Technology (NIST，美國國家標準與技術研究所)，包含各種手寫數字圖片，其中訓練集60,000張，測試集 10,000張，
- MNIST來源於250 個不同人的手寫,其中 50% 是高中學生, 50% 來自人口普查局 (the Census Bureau) 的工作人員.，測試集(test set) 也是同樣比例的手寫數字資料
- MNIST官網：http://yann.lecun.com/exdb/mnist/
資料集簡介
- 從MNIST官網下載的原始資料並非圖片檔案，需要按官方給出的格式說明做解析處理才能轉為一張張圖片，這些事情顯然不是本篇的主題，因此我們們可以直接使用DL4J為我們準備好的資料集(下載地址稍後給出)，該資料集中是一張張獨立的圖片，這些圖片所在目錄的名字就是該圖片具體的數字，如下圖，目錄0裡面全是數字0的圖片：
- 上述資料集的下載地址有兩個：
- 可以在CSDN下載（0積分）：https://download.csdn.net/download/boling_cavalry/19846603
- github：https://raw.githubusercontent.com/zq2599/blog_download_files/master/files/mnist_png.tar.gz
- 下載之後解壓開，是個名為mnist_png的資料夾，稍後的實戰中我們們會用到它
關於DL4J版本
- 《DL4J實戰》系列的原始碼採用了maven的父子工程結構，DL4J的版本在父工程dlfj-tutorials中定義為1.0.0-beta7
- 本篇的程式碼雖然還是dlfj-tutorials的子工程，但是DL4J版本卻使用了更低的1.0.0-beta6，之所以這麼做，是因為下一篇文章，我們們會把本篇的訓練和測試工作交給GPU來完成，而對應的CUDA庫只有1.0.0-beta6
- 扯了這麼多，可以開始編碼了
原始碼下載
- 本篇實戰中的完整原始碼可在GitHub下載到，地址和連結資訊如下表所示(https://github.com/zq2599/blog_demos)：
| 名稱 | 連結 | 備註 |
|---|---|---|
| 專案主頁 | https://github.com/zq2599/blog_demos | 該專案在GitHub上的主頁 |
| git倉庫地址(https) | https://github.com/zq2599/blog_demos.git | 該專案原始碼的倉庫地址，https協議 |
| git倉庫地址(ssh) | git@github.com:zq2599/blog_demos.git | 該專案原始碼的倉庫地址，ssh協議 |
- 這個git專案中有多個資料夾，《DL4J實戰》系列的原始碼在dl4j-tutorials資料夾下，如下圖紅框所示：
- dl4j-tutorials資料夾下有多個子工程，本次實戰程式碼在simple-convolution目錄下，如下圖紅框：
編碼
- 在父工程 dl4j-tutorials下新建名為 simple-convolution的子工程，其pom.xml如下，可見這裡的dl4j版本被指定為1.0.0-beta6：
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<parent>
<artifactId>dlfj-tutorials</artifactId>
<groupId>com.bolingcavalry</groupId>
<version>1.0-SNAPSHOT</version>
</parent>
<modelVersion>4.0.0</modelVersion>
<artifactId>simple-convolution</artifactId>
<properties>
<dl4j-master.version>1.0.0-beta6</dl4j-master.version>
</properties>
<dependencies>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-classic</artifactId>
</dependency>
<dependency>
<groupId>org.deeplearning4j</groupId>
<artifactId>deeplearning4j-core</artifactId>
<version>${dl4j-master.version}</version>
</dependency>
<dependency>
<groupId>org.nd4j</groupId>
<artifactId>${nd4j.backend}</artifactId>
<version>${dl4j-master.version}</version>
</dependency>
</dependencies>
</project>
- 接下來按照前面的分析實現程式碼，已經新增了詳細註釋，就不再贅述了：
package com.bolingcavalry.convolution;
import lombok.extern.slf4j.Slf4j;
import org.datavec.api.io.labels.ParentPathLabelGenerator;
import org.datavec.api.split.FileSplit;
import org.datavec.image.loader.NativeImageLoader;
import org.datavec.image.recordreader.ImageRecordReader;
import org.deeplearning4j.datasets.datavec.RecordReaderDataSetIterator;
import org.deeplearning4j.nn.conf.MultiLayerConfiguration;
import org.deeplearning4j.nn.conf.NeuralNetConfiguration;
import org.deeplearning4j.nn.conf.inputs.InputType;
import org.deeplearning4j.nn.conf.layers.ConvolutionLayer;
import org.deeplearning4j.nn.conf.layers.DenseLayer;
import org.deeplearning4j.nn.conf.layers.OutputLayer;
import org.deeplearning4j.nn.conf.layers.SubsamplingLayer;
import org.deeplearning4j.nn.multilayer.MultiLayerNetwork;
import org.deeplearning4j.nn.weights.WeightInit;
import org.deeplearning4j.optimize.listeners.ScoreIterationListener;
import org.deeplearning4j.util.ModelSerializer;
import org.nd4j.evaluation.classification.Evaluation;
import org.nd4j.linalg.activations.Activation;
import org.nd4j.linalg.dataset.api.iterator.DataSetIterator;
import org.nd4j.linalg.dataset.api.preprocessor.DataNormalization;
import org.nd4j.linalg.dataset.api.preprocessor.ImagePreProcessingScaler;
import org.nd4j.linalg.learning.config.Nesterovs;
import org.nd4j.linalg.lossfunctions.LossFunctions;
import org.nd4j.linalg.schedule.MapSchedule;
import org.nd4j.linalg.schedule.ScheduleType;
import java.io.File;
import java.util.HashMap;
import java.util.Map;
import java.util.Random;
@Slf4j
public class LeNetMNISTReLu {
// 存放檔案的地址，請酌情修改
// private static final String BASE_PATH = System.getProperty("java.io.tmpdir") + "/mnist";
private static final String BASE_PATH = "E:\\temp\\202106\\26";
public static void main(String[] args) throws Exception {
// 圖片畫素高
int height = 28;
// 圖片畫素寬
int width = 28;
// 因為是黑白影像，所以顏色通道只有一個
int channels = 1;
// 分類結果，0-9，共十種數字
int outputNum = 10;
// 批大小
int batchSize = 54;
// 迴圈次數
int nEpochs = 1;
// 初始化偽隨機數的種子
int seed = 1234;
// 隨機數工具
Random randNumGen = new Random(seed);
log.info("檢查資料集資料夾是否存在：{}", BASE_PATH + "/mnist_png");
if (!new File(BASE_PATH + "/mnist_png").exists()) {
log.info("資料集檔案不存在，請下載壓縮包並解壓到：{}", BASE_PATH);
return;
}
// 標籤生成器，將指定檔案的父目錄作為標籤
ParentPathLabelGenerator labelMaker = new ParentPathLabelGenerator();
// 歸一化配置(畫素值從0-255變為0-1)
DataNormalization imageScaler = new ImagePreProcessingScaler();
// 不論訓練集還是測試集，初始化操作都是相同套路：
// 1. 讀取圖片，資料格式為NCHW
// 2. 根據批大小建立的迭代器
// 3. 將歸一化器作為前處理器
log.info("訓練集的向量化操作...");
// 初始化訓練集
File trainData = new File(BASE_PATH + "/mnist_png/training");
FileSplit trainSplit = new FileSplit(trainData, NativeImageLoader.ALLOWED_FORMATS, randNumGen);
ImageRecordReader trainRR = new ImageRecordReader(height, width, channels, labelMaker);
trainRR.initialize(trainSplit);
DataSetIterator trainIter = new RecordReaderDataSetIterator(trainRR, batchSize, 1, outputNum);
// 擬合資料(實現類中實際上什麼也沒做)
imageScaler.fit(trainIter);
trainIter.setPreProcessor(imageScaler);
log.info("測試集的向量化操作...");
// 初始化測試集，與前面的訓練集操作類似
File testData = new File(BASE_PATH + "/mnist_png/testing");
FileSplit testSplit = new FileSplit(testData, NativeImageLoader.ALLOWED_FORMATS, randNumGen);
ImageRecordReader testRR = new ImageRecordReader(height, width, channels, labelMaker);
testRR.initialize(testSplit);
DataSetIterator testIter = new RecordReaderDataSetIterator(testRR, batchSize, 1, outputNum);
testIter.setPreProcessor(imageScaler); // same normalization for better results
log.info("配置神經網路");
// 在訓練中，將學習率配置為隨著迭代階梯性下降
Map<Integer, Double> learningRateSchedule = new HashMap<>();
learningRateSchedule.put(0, 0.06);
learningRateSchedule.put(200, 0.05);
learningRateSchedule.put(600, 0.028);
learningRateSchedule.put(800, 0.0060);
learningRateSchedule.put(1000, 0.001);
// 超引數
MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder()
.seed(seed)
// L2正則化係數
.l2(0.0005)
// 梯度下降的學習率設定
.updater(new Nesterovs(new MapSchedule(ScheduleType.ITERATION, learningRateSchedule)))
// 權重初始化
.weightInit(WeightInit.XAVIER)
// 準備分層
.list()
// 卷積層
.layer(new ConvolutionLayer.Builder(5, 5)
.nIn(channels)
.stride(1, 1)
.nOut(20)
.activation(Activation.IDENTITY)
.build())
// 下采樣，即池化
.layer(new SubsamplingLayer.Builder(SubsamplingLayer.PoolingType.MAX)
.kernelSize(2, 2)
.stride(2, 2)
.build())
// 卷積層
.layer(new ConvolutionLayer.Builder(5, 5)
.stride(1, 1) // nIn need not specified in later layers
.nOut(50)
.activation(Activation.IDENTITY)
.build())
// 下采樣，即池化
.layer(new SubsamplingLayer.Builder(SubsamplingLayer.PoolingType.MAX)
.kernelSize(2, 2)
.stride(2, 2)
.build())
// 稠密層，即全連線
.layer(new DenseLayer.Builder().activation(Activation.RELU)
.nOut(500)
.build())
// 輸出
.layer(new OutputLayer.Builder(LossFunctions.LossFunction.NEGATIVELOGLIKELIHOOD)
.nOut(outputNum)
.activation(Activation.SOFTMAX)
.build())
.setInputType(InputType.convolutionalFlat(height, width, channels)) // InputType.convolutional for normal image
.build();
MultiLayerNetwork net = new MultiLayerNetwork(conf);
net.init();
// 每十個迭代列印一次損失函式值
net.setListeners(new ScoreIterationListener(10));
log.info("神經網路共[{}]個引數", net.numParams());
long startTime = System.currentTimeMillis();
// 迴圈操作
for (int i = 0; i < nEpochs; i++) {
log.info("第[{}]個迴圈", i);
net.fit(trainIter);
Evaluation eval = net.evaluate(testIter);
log.info(eval.stats());
trainIter.reset();
testIter.reset();
}
log.info("完成訓練和測試，耗時[{}]毫秒", System.currentTimeMillis()-startTime);
// 儲存模型
File ministModelPath = new File(BASE_PATH + "/minist-model.zip");
ModelSerializer.writeModel(net, ministModelPath, true);
log.info("最新的MINIST模型儲存在[{}]", ministModelPath.getPath());
}
}
- 執行上述程式碼，日誌輸出如下，訓練和測試都順利完成，準確率達到0.9886：
21:19:15.355 [main] INFO org.deeplearning4j.optimize.listeners.ScoreIterationListener - Score at iteration 1110 is 0.18300625613640034
21:19:15.365 [main] DEBUG org.nd4j.linalg.dataset.AsyncDataSetIterator - Manually destroying ADSI workspace
21:19:16.632 [main] DEBUG org.nd4j.linalg.dataset.AsyncDataSetIterator - Manually destroying ADSI workspace
21:19:16.642 [main] INFO com.bolingcavalry.convolution.LeNetMNISTReLu -
========================Evaluation Metrics========================
# of classes: 10
Accuracy: 0.9886
Precision: 0.9885
Recall: 0.9886
F1 Score: 0.9885
Precision, recall & F1: macro-averaged (equally weighted avg. of 10 classes)
=========================Confusion Matrix=========================
0 1 2 3 4 5 6 7 8 9
---------------------------------------------------
972 0 0 0 0 0 2 2 2 2 | 0 = 0
0 1126 0 3 0 2 1 1 2 0 | 1 = 1
1 1 1019 2 0 0 0 6 3 0 | 2 = 2
0 0 1 1002 0 5 0 1 1 0 | 3 = 3
0 0 2 0 971 0 3 2 1 3 | 4 = 4
0 0 0 3 0 886 2 1 0 0 | 5 = 5
6 2 0 1 1 5 942 0 1 0 | 6 = 6
0 1 6 0 0 0 0 1015 1 5 | 7 = 7
1 0 1 1 0 2 0 2 962 5 | 8 = 8
1 2 1 3 5 3 0 2 1 991 | 9 = 9
Confusion matrix format: Actual (rowClass) predicted as (columnClass) N times
==================================================================
21:19:16.643 [main] INFO com.bolingcavalry.convolution.LeNetMNISTReLu - 完成訓練和測試，耗時[27467]毫秒
21:19:17.019 [main] INFO com.bolingcavalry.convolution.LeNetMNISTReLu - 最新的MINIST模型儲存在[E:\temp\202106\26\minist-model.zip]
Process finished with exit code 0
關於準確率
-
前面的測試結果顯示準確率為0.9886，這是1.0.0-beta6版本DL4J的訓練結果，如果換成1.0.0-beta7，準確率可以達到0.99以上，您可以嘗試一下；
-
至此，DL4J框架下的經典卷積實戰就完成了，截止目前，我們們的訓練和測試工作都是CPU完成的，工作中CPU使用率的上升十分明顯，下一篇文章，我們們把今天的工作交給GPU執行試試，看能否藉助CUDA加速訓練和測試工作；
你不孤單，欣宸原創一路相伴
歡迎關注公眾號：程式設計師欣宸
微信搜尋「程式設計師欣宸」，我是欣宸，期待與您一同暢遊Java世界...
https://github.com/zq2599/blog_demos