雷鋒網(wǎng)按：本文原載于Qunar技術(shù)沙龍，原作者已授權(quán)雷鋒網(wǎng)發(fā)布。作者孟曉龍，2016年加入Qunar，目前在去哪兒網(wǎng)機(jī)票事業(yè)部擔(dān)任算法工程師。熱衷于深度學(xué)習(xí)技術(shù)的探索，對(duì)新事物有著強(qiáng)烈的好奇心。

一、前言

目前，深度學(xué)習(xí)已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域，比如圖像識(shí)別，圖形定位與檢測(cè)，語(yǔ)音識(shí)別，機(jī)器翻譯等等，對(duì)于這個(gè)神奇的領(lǐng)域，很多童鞋想要一探究竟，這里拋磚引玉的簡(jiǎn)單介紹下最火的深度學(xué)習(xí)開(kāi)源框架 tensorflow。本教程不是 cookbook，所以不會(huì)將所有的東西都事無(wú)巨細(xì)的講到，所有的示例都將使用 python。

那么本篇教程會(huì)講到什么？首先是一些基礎(chǔ)概念，包括計(jì)算圖，graph 與 session，基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)，Variable，placeholder 與 feed_dict 以及使用它們時(shí)需要注意的點(diǎn)。最后給出了在 tensorflow 中建立一個(gè)機(jī)器學(xué)習(xí)模型步驟，并用一個(gè)手寫(xiě)數(shù)字識(shí)別的例子進(jìn)行演示。

1、tensorflow是什么？

tensorflow 是 google 開(kāi)源的機(jī)器學(xué)習(xí)工具，在2015年11月其實(shí)現(xiàn)正式開(kāi)源，開(kāi)源協(xié)議Apache 2.0。

下圖是 query 詞頻時(shí)序圖，從中可以看出 tensorflow 的火爆程度。

2、 why tensorflow?

Tensorflow 擁有易用的 python 接口，而且可以部署在一臺(tái)或多臺(tái) cpu , gpu 上，兼容多個(gè)平臺(tái)，包括但不限于 安卓/windows/linux 等等平臺(tái)上，而且擁有 tensorboard這種可視化工具，可以使用 checkpoint 進(jìn)行實(shí)驗(yàn)管理，得益于圖計(jì)算，它可以進(jìn)行自動(dòng)微分計(jì)算，擁有龐大的社區(qū)，而且很多優(yōu)秀的項(xiàng)目已經(jīng)使用 tensorflow 進(jìn)行開(kāi)發(fā)了。

3、 易用的tensorflow工具

如果不想去研究 tensorflow 繁雜的API,僅想快速的實(shí)現(xiàn)些什么，可以使用其他高層工具。比如 tf.contrib.learn，tf.contrib.slim，Keras 等，它們都提供了高層封裝。這里是 tflearn 的樣例集（github鏈接  https://github.com/tflearn/tflearn/tree/master/examples）。

4、 tensorflow安裝

目前 tensorflow 的安裝已經(jīng)十分方便，有興趣可以參考官方文檔 （https://www.tensorflow.org/get_started/os_setup）。

二、 tensorflow基礎(chǔ)

實(shí)際上編寫(xiě)tensorflow可以總結(jié)為兩步.

（1）組裝一個(gè)graph;

（2）使用session去執(zhí)行g(shù)raph中的operation。

因此我們從 graph 與 session 說(shuō)起。

1、 graph與session

（1）計(jì)算圖

Tensorflow 是基于計(jì)算圖的框架，因此理解 graph 與 session 顯得尤為重要。不過(guò)在講解 graph 與 session 之前首先介紹下什么是計(jì)算圖。假設(shè)我們有這樣一個(gè)需要計(jì)算的表達(dá)式。該表達(dá)式包括了兩個(gè)加法與一個(gè)乘法，為了更好講述引入中間變量c與d。由此該表達(dá)式可以表示為：

當(dāng)需要計(jì)算e時(shí)就需要計(jì)算c與d，而計(jì)算c就需要計(jì)算a與b，計(jì)算d需要計(jì)算b。這樣就形成了依賴關(guān)系。這種有向無(wú)環(huán)圖就叫做計(jì)算圖，因?yàn)閷?duì)于圖中的每一個(gè)節(jié)點(diǎn)其微分都很容易得出，因此應(yīng)用鏈?zhǔn)椒▌t求得一個(gè)復(fù)雜的表達(dá)式的導(dǎo)數(shù)就成為可能，所以它會(huì)應(yīng)用在類似tensorflow這種需要應(yīng)用反向傳播算法的框架中。

（2）概念說(shuō)明

下面是 graph , session , operation , tensor 四個(gè)概念的簡(jiǎn)介。

Tensor：類型化的多維數(shù)組，圖的邊；

Operation:執(zhí)行計(jì)算的單元，圖的節(jié)點(diǎn)；

Graph：一張有邊與點(diǎn)的圖，其表示了需要進(jìn)行計(jì)算的任務(wù)；

Session:稱之為會(huì)話的上下文，用于執(zhí)行圖。

Graph僅僅定義了所有 operation 與 tensor 流向，沒(méi)有進(jìn)行任何計(jì)算。而session根據(jù) graph 的定義分配資源，計(jì)算 operation，得出結(jié)果。既然是圖就會(huì)有點(diǎn)與邊，在圖計(jì)算中 operation 就是點(diǎn)而 tensor 就是邊。Operation 可以是加減乘除等數(shù)學(xué)運(yùn)算，也可以是各種各樣的優(yōu)化算法。每個(gè) operation 都會(huì)有零個(gè)或多個(gè)輸入，零個(gè)或多個(gè)輸出。 tensor 就是其輸入與輸出，其可以表示一維二維多維向量或者常量。而且除了Variables指向的 tensor 外所有的 tensor 在流入下一個(gè)節(jié)點(diǎn)后都不再保存。

（3）舉例

下面首先定義一個(gè)圖（其實(shí)沒(méi)有必要，tensorflow會(huì)默認(rèn)定義一個(gè)），并做一些計(jì)算。

import  tensorflow as tf

graph  = tf.Graph()

with  graph.as_default():

    foo = tf.Variable(3,name='foo')

    bar = tf.Variable(2,name='bar')

    result = foo + bar

    initialize =  tf.global_variables_initializer()

這段代碼，首先會(huì)載入tensorflow，定義一個(gè)graph類，并在這張圖上定義了foo與bar的兩個(gè)變量，最后對(duì)這個(gè)值求和，并初始化所有變量。其中，Variable是定義變量并賦予初值。讓我們看下result（下方代碼）。后面是輸出，可以看到并沒(méi)有輸出實(shí)際的結(jié)果，由此可見(jiàn)在定義圖的時(shí)候其實(shí)沒(méi)有進(jìn)行任何實(shí)際的計(jì)算。

print(result)  #Tensor("add:0", shape=(), dtype=int32)

下面定義一個(gè)session，并進(jìn)行真正的計(jì)算。

with  tf.Session(graph=graph) as sess:

    sess.run(initialize)

    res = sess.run(result)

   print(res)  # 5

這段代碼中，定義了session，并在session中執(zhí)行了真正的初始化，并且求得result的值并打印出來(lái)。可以看到，在session中產(chǎn)生了真正的計(jì)算，得出值為5。

下圖是該graph在tensorboard中的顯示。這張圖整體是一個(gè)graph,其中foo,bar,add這些節(jié)點(diǎn)都是operation，而foo和bar與add連接邊的就是tensor。當(dāng)session運(yùn)行result時(shí)，實(shí)際就是求得add這個(gè)operation流出的tensor值，那么add的所有上游節(jié)點(diǎn)都會(huì)進(jìn)行計(jì)算，如果圖中有非add上游節(jié)點(diǎn)（本例中沒(méi)有）那么該節(jié)點(diǎn)將不會(huì)進(jìn)行計(jì)算，這也是圖計(jì)算的優(yōu)勢(shì)之一。

2、數(shù)據(jù)結(jié)構(gòu)

Tensorflow的數(shù)據(jù)結(jié)構(gòu)有著rank,shape,data types的概念，下面來(lái)分別講解。

（1）rank

Rank一般是指數(shù)據(jù)的維度，其與線性代數(shù)中的rank不是一個(gè)概念。其常用rank舉例如下。

（2）shape

Shape指tensor每個(gè)維度數(shù)據(jù)的個(gè)數(shù)，可以用python的list/tuple表示。下圖表示了rank,shape的關(guān)系。

（3）data type

Data type，是指單個(gè)數(shù)據(jù)的類型。常用DT_FLOAT，也就是32位的浮點(diǎn)數(shù)。下圖表示了所有的types。

3、 Variables

（1）介紹

當(dāng)訓(xùn)練模型時(shí)，需要使用Variables保存與更新參數(shù)。Variables會(huì)保存在內(nèi)存當(dāng)中，所有tensor一旦擁有Variables的指向就不會(huì)在session中丟失。其必須明確的初始化而且可以通過(guò)Saver保存到磁盤上。Variables可以通過(guò)Variables初始化。

weights  = tf.Variable(tf.random_normal([784, 200], stddev=0.35),name="weights")

biases  = tf.Variable(tf.zeros([200]), name="biases")

其中，tf.random_normal是隨機(jī)生成一個(gè)正態(tài)分布的tensor，其shape是第一個(gè)參數(shù)，stddev是其標(biāo)準(zhǔn)差。tf.zeros是生成一個(gè)全零的tensor。之后將這個(gè)tensor的值賦值給Variable。

（2）初始化

實(shí)際在其初始化過(guò)程中做了很多的操作，比如初始化空間，賦初值（等價(jià)于tf.assign），并把Variable添加到graph中等操作。注意在計(jì)算前需要初始化所有的Variable。一般會(huì)在定義graph時(shí)定義global_variables_initializer，其會(huì)在session運(yùn)算時(shí)初始化所有變量。

直接調(diào)用global_variables_initializer會(huì)初始化所有的Variable，如果僅想初始化部分Variable可以調(diào)用tf.variables_initializer。

Init_ab  = tf.variables_initializer([a,b],name=”init_ab”)

Variables可以通過(guò)eval顯示其值，也可以通過(guò)assign進(jìn)行賦值。Variables支持很多數(shù)學(xué)運(yùn)算，具體可以參照官方文檔 （https://www.tensorflow.org/api_docs/python/math_ops/）。

（3）Variables與constant的區(qū)別

值得注意的是Variables與constant的區(qū)別。Constant一般是常量，可以被賦值給Variables，constant保存在graph中，如果graph重復(fù)載入那么constant也會(huì)重復(fù)載入，其非常浪費(fèi)資源，如非必要盡量不使用其保存大量數(shù)據(jù)。而Variables在每個(gè)session中都是單獨(dú)保存的，甚至可以單獨(dú)存在一個(gè)參數(shù)服務(wù)器上?？梢酝ㄟ^(guò)代碼觀察到constant實(shí)際是保存在graph中，具體如下。

const  = tf.constant(1.0,name="constant")

print(tf.get_default_graph().as_graph_def())

這里第二行是打印出圖的定義，其輸出如下。

node {

  name: "constant"

  op: "Const"

  attr {

    key: "dtype"

    value {

      type: DT_FLOAT

    }

  }

  attr {

    key: "value"

    value {

      tensor {

        dtype: DT_FLOAT

        tensor_shape {

        }

        float_val: 1.0

      }

    }

  }

}

versions {

  producer: 17

}

（4）命名

另外一個(gè)值得注意的地方是盡量每一個(gè)變量都明確的命名，這樣易于管理命令空間，而且在導(dǎo)入模型的時(shí)候不會(huì)造成不同模型之間的命名沖突，這樣就可以在一張graph中容納很多個(gè)模型。

4、 placeholders與feed_dict

當(dāng)我們定義一張graph時(shí)，有時(shí)候并不知道需要計(jì)算的值，比如模型的輸入數(shù)據(jù)，其只有在訓(xùn)練與預(yù)測(cè)時(shí)才會(huì)有值。這時(shí)就需要placeholder與feed_dict的幫助。

定義一個(gè)placeholder，可以使用tf.placeholder(dtype,shape=None,name=None)函數(shù)。

foo =  tf.placeholder(tf.int32,shape=[1],name='foo')

bar = tf.constant(2,name='bar')

result = foo + bar

with tf.Session() as sess:

    print(sess.run(result))

在上面的代碼中，會(huì)拋出錯(cuò)誤（InvalidArgumentError），因?yàn)橛?jì)算result需要foo的具體值，而在代碼中并沒(méi)有給出。這時(shí)候需要將實(shí)際值賦給foo。最后一行修改如下:

print(sess.run(result,{foo:[3]}))

其中最后的dict就是一個(gè)feed_dict，一般會(huì)使用python讀入一些值后傳入，當(dāng)使用minbatch的情況下，每次輸入的值都不同。

三、mnist識(shí)別實(shí)例

介紹了一些tensorflow基礎(chǔ)后，我們用一個(gè)完整的例子將這些串起來(lái)。

首先，需要下載數(shù)據(jù)集，mnist數(shù)據(jù)可以在Yann LeCun's website（ http://yann.lecun.com/exdb/mnist/ ）下載到，也可以通過(guò)如下兩行代碼得到。

from  tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets("MNIST_data/",  one_hot=True)

該數(shù)據(jù)集中一共有55000個(gè)樣本，其中50000用于訓(xùn)練，5000用于驗(yàn)證。每個(gè)樣本分為X與y兩部分，其中X如下圖所示，是28*28的圖像，在使用時(shí)需要拉伸成784維的向量。

整體的X可以表示為。

y為X真實(shí)的類別，其數(shù)據(jù)可以看做如下圖的形式。因此，問(wèn)題可以看成一個(gè)10分類的問(wèn)題。

而本次演示所使用的模型為邏輯回歸，其可以表示為

用圖形可以表示為下圖，具體原理這里不再闡述，更多細(xì)節(jié)參考 該鏈接 （http://tech.meituan.com/intro_to_logistic_regression.html）。

那么 let's coding。

當(dāng)使用tensorflow進(jìn)行g(shù)raph構(gòu)建時(shí)，大體可以分為五部分：

   1、 為 輸入X與 輸出y 定義placeholder；

    2、定義權(quán)重W；

    3、定義模型結(jié)構(gòu)；

    4、定義損失函數(shù)；

    5、定義優(yōu)化算法。

首先導(dǎo)入需要的包，定義X與y的placeholder以及 W,b 的 Variables。其中None表示任意維度，一般是min-batch的 batch size。而 W 定義是 shape 為784,10，rank為2的Variable，b是shape為10，rank為1的Variable。

import tensorflow as tf

x = tf.placeholder(tf.float32,  [None, 784])

y_ = tf.placeholder(tf.float32,  [None, 10])

W = tf.Variable(tf.zeros([784,  10]))

b = tf.Variable(tf.zeros([10]))

之后是定義模型。x與W矩陣乘法后與b求和，經(jīng)過(guò)softmax得到y(tǒng)。

y = tf.nn.softmax(tf.matmul(x,  W) + b)

求邏輯回歸的損失函數(shù)，這里使用了cross entropy，其公式可以表示為：

這里的 cross entropy 取了均值。定義了學(xué)習(xí)步長(zhǎng)為0.5，使用了梯度下降算法（GradientDescentOptimizer）最小化損失函數(shù)。不要忘記初始化 Variables。

cross_entropy=tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y),reduction_indices=[1]))

train_step =  tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

init =  tf.global_variables_initializer()

最后，我們的 graph 至此定義完畢，下面就可以進(jìn)行真正的計(jì)算，包括初始化變量，輸入數(shù)據(jù)，并計(jì)算損失函數(shù)與利用優(yōu)化算法更新參數(shù)。

with tf.Session() as sess:

    sess.run(init)

    for i in range(1000):

        batch_xs, batch_ys =  mnist.train.next_batch(100)

        sess.run(train_step, feed_dict={x:  batch_xs, y_: batch_ys})

其中，迭代了1000次，每次輸入了100個(gè)樣本。mnist.train.next_batch 就是生成下一個(gè) batch 的數(shù)據(jù)，這里知道它在干什么就可以。那么訓(xùn)練結(jié)果如何呢，需要進(jìn)行評(píng)估。這里使用單純的正確率，正確率是用取最大值索引是否相等的方式，因?yàn)檎_的 label 最大值為1，而預(yù)測(cè)的 label 最大值為最大概率。

correct_prediction =  tf.equal(tf.argmax(y,1), tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction,  tf.float32))

print(sess.run(accuracy,  feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

至此，我們開(kāi)發(fā)了一個(gè)簡(jiǎn)單的手寫(xiě)數(shù)字識(shí)別模型。

總結(jié)

總結(jié)全文，我們首先介紹了 graph 與 session，并解釋了基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)，講解了一些Variable需要注意的地方并介紹了 placeholders 與 feed_dict 。最終以一個(gè)手寫(xiě)數(shù)字識(shí)別的實(shí)例將這些點(diǎn)串起來(lái)，希望可以給想要入門的你一丟丟的幫助。雷鋒網(wǎng)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。