java寫卷積神經網絡(CupCnn簡介)

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，已成功地應用於圖像識別。目前，很多的車牌識號識別，人臉識別等都採用卷積神經網絡，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捲積神經網絡的實現，那麼，為什麼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，並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。

什麼是CupCnn

CupCnn是個用java寫的捲積神經網絡，我在工作之餘，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麼的限制，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！ ！ ！
^-^^-^^-^

設計的思路

我希望它是以足夠簡單的神經網絡，這樣有利於初學者學習。所以我沒有實現那些並發加速的東西，這保證的代碼的簡介性。設計的時候，我將捲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，這樣可以輕鬆的通過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：

參數的保存對於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個特徵）+最大值池化+卷積（6個特徵）+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。得益於java良好的跨平台屬性，你下載完CupCnn的源碼後，使用eclipse打開該項目，然後直接運行，應該就能開始在mnist數據集上訓練和測試了。

構建神經網絡

 public void buildNetwork(){ //首先構建神經網絡對象，並設置參數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（）函數設置一個批次裡有多少張圖片。

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，並且願意提交到CupCnn,那本人深表歡迎。

構建全連接神經網絡

 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。比如神經網絡的最後一層是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，那麼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，這點還有改進的餘地。對於池化層，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

搭建好神經網絡後，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。

 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

 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，然後調用這個network的loadModel加載已保存的參數，然後不要忘記調用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武林網。