TensorFlow：各种层

拼搏现实的明天。 2023-09-25 15:09 140阅读 0赞

### 2. 模型序列中那些常用的层 ###

一个神经网络模型和流水线很类似，也有一套多层的处理设备，能将输入转化为输出。

#### 2.1 Sequential 序列 ####

通过序列Sequential构建模型有如下两种方式：

# 方式一：一站式
    model = tf.keras.models.Sequential([
        keras.layers.Flatten(),
        keras.layers.Dense(),
        keras.layers.Dropout(),
        keras.layers.Dense()
    ])
    复制代码

# 方式二：分步式
    model = tf.keras.models.Sequential()
    model.add(layers.Embedding())
    model.add(layers.Bidirectional())
    model.add(layers.Dense())
    复制代码

两种方式的共同点都是通过`Sequential`构建模型，一个模型都会设置多个层。

我们拿手写数字识别的序列举个例子：

model = tf.keras.models.Sequential([
        tf.keras.layers.Flatten(input_shape=(28,28)),
        tf.keras.layers.Dense(128, activation='relu'),
        tf.keras.layers.Dense(10, activation='softmax')
    ])
    
    model.summary()
    复制代码

这个序列里面依次包含了三个层，每个层是有顺序的，这也是为什么叫序列的原因。

可以调用`model.summary()`打印出来结构：

Model: "sequential"
    _________________________________________________________________
    Layer (type)                 Output Shape              Param #   
    =================================================================
    flatten (Flatten)            (None, 784)               0         
    _________________________________________________________________
    dense (Dense)                (None, 128)               100480    
    _________________________________________________________________
    dense_1 (Dense)              (None, 10)                1290      
    _________________________________________________________________
    复制代码

1.  第一层输入28x28的二维数据，输出784大小的一维数据。
2.  第二层将第一层的输出作为输入，输出128大小的一维数据。
3.  第三层将第二层的输出作为输入，输出10大小的一维数据。

其实28x28的二维数据就是图片像素值的宽高矩阵。

![format_png][]

其转化的流程如下图所示：

![2ef588e564b747248bc1cb502d93e8d8.png][]

第一层转为784大小的一维数组，经过第二层变为128大小，到第三层时转化成10的大小，这10个代表0~9个数字的分类，其中数字“6”的分类占比最高，所以识别结果就是“6”。

那么，这些个**层**都有哪些，他们都起什么作用呢？

看代码都是`tf.keras.layers`开头的，说明他们是一类，下面就说几个常见的层。

#### 2.2 Dense 全连接层 ####

![format_png 1][]

Dense层又称全连接层，是神经网络中最常见的一个层，它既能当输入层，又能当输出层，还能当中间层。

Dense的中文翻译是：稠密的，笨拙的。看它上面的结构图就很稠密，密密麻麻。

说到笨拙，其实它确实也不聪明，它就是固定的计算，逻辑上等价于一个函数：out=Activation(Wx+bias)。

*  W：m\*n的矩阵，权重，结构是提前定义的，但是数值是训练出来的。
 *  x：n维向量，是输入。
 *  Activation：激活函数，为线性变换再套一层变换，解决非线性问题。
 *  bias：偏置项，也是训练出来的。
 *  out：最终输出m维向量。

最终变化就是一个线性变化加一个非线性变化产生输出。

从效果看是：输入的n维数据，最后输出m维数据。

![format_png 2][]

就好比手写数字识别中，输入是28x28的二维向量，经过层层变化，最终输出10个分类。

全连接层的定义举例：`Dense(10, activation='softmax')`

*  该层有10个节点的输出，也是下一个节点的输入。
 *  激活函数使用softmax。

#### 2.3 Conv2D 卷积层 ####

卷积层一般用于图像处理，用于寻找图像的局部特征。

假如，我们要识别一张图片是不是老鹰，我们依靠两点进行判断：鹰嘴、鹰爪。如果有这两个特点，我们就说这是老鹰。

![format_png 3][]

要判断是否包含这两类特征，我们就需要有一个小方块在图片上移动，这个小方块是带着有色眼镜的，会专门寻找鹰爪的那个勾，遇到带勾的区域就特别兴奋地标记为1，遇不到就没有感觉地标记为0。

这个小方块就是卷积核，卷积核在整幅图像上挨个标记的操作就叫卷积操作。

![format_png 4][]

上图就是模拟了一个卷积操作。

用一个3x3的卷积核，在5x5的图像上标记，每次移动两个格子（术语：步长为2），最后生成了最右边2x2的图像。

如果我们定义卷积值大于600就是鹰爪的话，那么原图经过扫描之后，发现有2个鹰爪。

卷积可以重复卷，可以卷完了再卷，很恐怖。

卷积的定义举例：`Conv2D(64, (3,3), activation='relu')`

*  卷积层的卷积核大小为3x3。
 *  有64类卷积方块去进行扫描。
 *  激活函数使用relu。

#### 2.4 Flatten 压平层 ####

这个层最容易理解。就是把多维压平成一维。

![format_png 5][]

一般情况下，它作为从卷积层到全连接层的过渡。因为图片一般是二维的，但是分类是一维的，需要中间某个时机进行转化。

……
    model.add(layers.Conv2D(64, (3,3), activation='relu'))
    model.add(layers.Flatten())
    model.add(layers.Dense(64, activation='relu'))
    model.add(layers.Dense(10))
    ……
    复制代码

上面的例子就是图片经过卷积多次之后，经过Flatten拉平，然后加两个全连接层最终达到图片变为分类的效果。

#### 2.5 MaxPooling2D 池化层 ####

池化层，可以简单理解成压缩。

对于人工智能，一旦训练起来可能是几天甚至几个月。如果能节省时间，那就太好了，可以快速试错和验证新想法。

那么，如何节省时间呢？除了砸钱增加设备配置之外，降低数据计算量也是一个有效的办法。

我们看下面这张图，左边和右边虽然大小不一样，但是他俩的特征却是一样的，是同一类图像。

![format_png 6][]

这时候，计算尺寸小的图片就比较合算了，能减少成倍的计算量。

所以，我们看很多图片数据集，都是非常小且模糊，精简到你勉强认识。

![format_png 7][]

但是，实际上我们生活中的图片却非常大。

![format_png 8][]

因此，将高清图在保留特征的情况下尽量压缩，以减少数据复杂度，这就是池化层的作用。

池化有很多种方式，比如最大池化，也就是在一定区域内只要最大值。

![format_png 9][]

其他还有平均池化，就是取平均值。

池化层的定义很简单，和卷积层很像，需要定义池化矩阵。例如`MaxPooling2D((2,2))`就是定义了一个2x2的池化矩阵。

看下面一个卷积后池化的例子。

model = models.Sequential()
    model.add(layers.Conv2D(32,(3,3), activation='relu', input_shape=(32,32,1)))
    model.add(layers.MaxPooling2D((2,2)))
    model.summary()
    复制代码

通过打印结果发现，32x32的图片，经过3x3的卷积核以每次移动1个单位处理后，变成30x30的图片，再通过2x2的池化，让30x30变成了15x15。

conv2d (Conv2D)              (None, 30, 30, 32)        320       
    _________________________________________________________________
    max_pooling2d (MaxPooling2D) (None, 15, 15, 32)        0         
    _________________________________________________________________
    复制代码

上面就是神经网络序列中经常出现的几种层。

[知识点：TensorFlow的序列模型和各种层 - 掘金][TensorFlow_ -]

[format_png]: https://img-blog.csdnimg.cn/img_convert/b7df328e13862da925d54a87aa3b148d.webp?x-oss-process=image/format,png
[2ef588e564b747248bc1cb502d93e8d8.png]: https://img-blog.csdnimg.cn/2ef588e564b747248bc1cb502d93e8d8.png
[format_png 1]: https://img-blog.csdnimg.cn/img_convert/94d73cfa714e945fdaa0e7078ac8b213.webp?x-oss-process=image/format,png
[format_png 2]: https://img-blog.csdnimg.cn/img_convert/49e04b6b2acf7186c3c5c914992f9e35.webp?x-oss-process=image/format,png
[format_png 3]: https://img-blog.csdnimg.cn/img_convert/33669ae75eac700a542aca50f4edcb40.webp?x-oss-process=image/format,png
[format_png 4]: https://img-blog.csdnimg.cn/img_convert/db0862f3dceb23b6ad8220fa37e3eaa0.webp?x-oss-process=image/format,png
[format_png 5]: https://img-blog.csdnimg.cn/img_convert/66849d947fcfd0dee00c460827aee18a.webp?x-oss-process=image/format,png
[format_png 6]: https://img-blog.csdnimg.cn/img_convert/cc4b4c09f30f2f557175ca58c050cc35.webp?x-oss-process=image/format,png
[format_png 7]: https://img-blog.csdnimg.cn/img_convert/47d83934c8248c819d3fa3f906f54b41.webp?x-oss-process=image/format,png
[format_png 8]: https://img-blog.csdnimg.cn/img_convert/ddde7f977225c8c26f40168c0889a0ce.webp?x-oss-process=image/format,png
[format_png 9]: https://img-blog.csdnimg.cn/img_convert/25ba6a18a384a6c77d46ebbe270e88ad.webp?x-oss-process=image/format,png
[TensorFlow_ -]: https://juejin.cn/post/7034156187100643364