cifar10 部分代码解释

代码: /tensorflow_models/tensorflow_models/tutorials/image/cifar10

CIFAR10数据集介绍:
CIFAR10
图片: 32x32x3
lable: 0~9
所以CIFAR10一条数据大小:
32*32*3+1
CIFAR10包下面有:
data_batch_1.bin
data_batch_2.bin
data_batch_3.bin
data_batch_4.bin
data_batch_5.bin
test_batch.bin

global_step = tf.get_variable(
        'global_step', [],
        initializer=tf.constant_initializer(0), trainable=False)

这个目的是获取global_step 存储节点，如果不存在，会创建。
     initializer 初始化
     trainable=False 表示该存储节点不参与训练

lr = tf.train.exponential_decay(
    learning_rate,
    global_step,
    decay_steps,
    decay_rate,
    staircase=False,    # True 以离散时间衰减学习率
    name=None
)
这个函数主要处理学习率指数衰减，进过exponential_decay处理之后学习率为:
    lr = learning_rate * decay_rate^(global_step/decay_steps)

opt = tf.train.GradientDescentOptimizer(lr)
 这个是优化器，
    tf.train.GradientDescentOptimizer
        __init__(
            learning_rate,
            use_locking=False,
            name='GradientDescent'
        )

filenamequeue = tf.train.string_input_producer(["a", "b"])
这个函数是生成一个文件队列

reader =  tf.FixedLengthRecordReader(record_bytes=32*32*3+1)
创建一个固定数据大小的解析器

解析文件队列
key , value = reader.read(filenamequeue)
    key 是这种数据:
        'data_batch_1.bin:2', value
    如果想要查看可以使用一下方式:
        sess =tf.InteractiveSession()
        tf.train.start_queue_runners(sess=sess)
        print "key:", sess.run(key)
        print "value": sess.run(value)

value解析:
     record_bytes = tf.decode_raw(value, tf.uint8)
     #decode_raw 将字符串转化为向量（一维）
     #接下来需要从向量中提取label和image,使用到strided_slice
     tf.strided_slice(
        input_,
        begin,
        end,
        strides=None,
        begin_mask=0,
        end_mask=0,
        ellipsis_mask=0,
        new_axis_mask=0,
        shrink_axis_mask=0,
        var=None,
        name=None
    )
    #strided_slice可以向量中获取label
    label = tf.cast(tf.strided_slice(record_bytes, [0],[1]), tf.int32)
    #获取image数据:
    image =  tf.strided_slice(record_bytes, [label_bytes],
                       [label_bytes + image_bytes])
     #将image维度转化，depth, height, width
     jormain =  tf.reshape(image, [3, 32, 32])
     # 将jormain转化成我们一般的图片[height, width, depth]:
     tf.transpose(jormain, [1, 2, 0])
    这样image就提取出来了。

newiamge = tf.random_crop(image, [height, width, 3])
这是一个随机裁剪函数，因为原image是  32 x  32  x 3的维度，而训练模型是使用 24 x 24 x 3的维度，而训练模型是使用24
所以需要对数据进行裁剪，这里使用的是随机裁剪

newiamge = tf.image.random_flip_left_right(newiamge)
这里是对图片以一定概率做水平方向的左右翻转

newiamge = tf.image.random_brightness(newiamge, max_delta=63)
随机调整亮度 调整范围[-63 ,63)

 newiamge = tf.image.random_contrast(newiamge, 0.1, 0.6)
 在0.1 ~ 0.6 范围内随机调整对比度

 newimage = tf.image.per_image_standardization(newiamge)
 对图像做归一化处理

 newimage.set_shape([height, width, 3])
 从新设置维度

batch_image, labels = tf.train.batch(
    tensors,
    batch_size,
    num_threads=1,
    capacity=32,    队列中元素的最大数量
    enqueue_many=False,
    shapes=None,
    dynamic_pad=False,
    allow_smaller_final_batch=False,
    shared_name=None,
    name=None
)

tf.train.shuffle_batch(
    tensors,
    batch_size,
    capacity,
    min_after_dequeue, 在出队列之后队列中最小的元素数量
    num_threads=1,
    seed=None,
    enqueue_many=False,
    shapes=None,
    allow_smaller_final_batch=False,
    shared_name=None,
    name=None
)

variable_averages = tf.train.ExponentialMovingAverage(
        cifar10.MOVING_AVERAGE_DECAY, global_step)
这是计算平均滑动

variables_averages_op = variable_averages.apply(tf.trainable_variables())
更新训练存储节点的平均滑动值

bacth_queue = tf.contrib.slim.prefetch_queue.prefetch_queue(
          [images, labels], capacity=8)
预填充batch数据，使用最多8个队列

每次获取batch数据 使用
     images , lables = batch_queue.dequeue() 出队列

cifar10 部分代码解释

猜你喜欢