仅使用线性代数执行训练的张量流模型

Question

我按照以下方式训练图像分类模型：https://www.tensorflow.org/tutorials/image_recognition

我的目标是提取学习的权重值（基于：Extracting weights values from a tensorflow model checkpoint）并仅使用线性代数运算执行模型。

函数def run_inference_on_image(image)（src https://github.com/tensorflow/models/blob/master/tutorials/image/imagenet/classify_image.py）对图像进行分类，但用于对图像进行分类的线性代数运算似乎不可见。是否可以使用我假设在函数run_inference_on_image中“引擎盖下”进行的各种矩阵变换来执行模型？

Answer 1

如果仔细观察run_inference_on_image和整个classify_image.py脚本，它不会定义模型。它只是一个跑步者脚本，从磁盘加载预先训练的模型（参见create_graph）并根据某些约定执行它（run_inference_on_image loos为张量命名为softmax:0）。

tutorial陈述相同：

当程序第一次运行时，classify_image.py会从tensorflow.org下载经过训练的模型。

因此，问题的确切答案实际上取决于您实际决定运行的模型（例如，您可以提供自己的模型）。我将专注于此脚本的默认选择，即Inception model（请参阅DATA_URL常量）。顺便说一下，你也可以使用更新的预训练的Inception v3 model（GitHub issue）。

旁注：this implementation的确切源代码未发布，但我们可以看看tf slim中同一网络的最新实现。图中的命名有点不同，但模型实际上是相同的。

---

一张照片中的整个模型看起来像this。本质上，它是一个很长的初始模块序列，由带有各种滤波器的卷积层组成。初始模块v3的变体是：

这里每个a x b框表示具有滤波器大小[a, b]的卷积层。它看起来令人生畏，但如果你多年来遵循history of its development，它开始有意义。

上面的图片转换为以下代码（对于n=7）：

  with tf.variable_scope(end_point):
    with tf.variable_scope('Branch_0'):
      branch_0 = slim.conv2d(net, depth(192), [1, 1], scope='Conv2d_0a_1x1')
    with tf.variable_scope('Branch_1'):
      branch_1 = slim.conv2d(net, depth(128), [1, 1], scope='Conv2d_0a_1x1')
      branch_1 = slim.conv2d(branch_1, depth(128), [1, 7],
                             scope='Conv2d_0b_1x7')
      branch_1 = slim.conv2d(branch_1, depth(192), [7, 1],
                             scope='Conv2d_0c_7x1')
    with tf.variable_scope('Branch_2'):
      branch_2 = slim.conv2d(net, depth(128), [1, 1], scope='Conv2d_0a_1x1')
      branch_2 = slim.conv2d(branch_2, depth(128), [7, 1],
                             scope='Conv2d_0b_7x1')
      branch_2 = slim.conv2d(branch_2, depth(128), [1, 7],
                             scope='Conv2d_0c_1x7')
      branch_2 = slim.conv2d(branch_2, depth(128), [7, 1],
                             scope='Conv2d_0d_7x1')
      branch_2 = slim.conv2d(branch_2, depth(192), [1, 7],
                             scope='Conv2d_0e_1x7')
    with tf.variable_scope('Branch_3'):
      branch_3 = slim.avg_pool2d(net, [3, 3], scope='AvgPool_0a_3x3')
      branch_3 = slim.conv2d(branch_3, depth(192), [1, 1],
                             scope='Conv2d_0b_1x1')
    net = tf.concat(axis=3, values=[branch_0, branch_1, branch_2, branch_3])

至于你对“线性代数运算”的建议，请注意卷积层与线性层不同（详见CS231n tutorial），尽管存在有效的GPU实现，可归结为矩阵乘法。

正如您所看到的，仅使用低级操作从头开始重复相同的模型需要大量代码（tf slim中的full source code为600行，实际上它包含高级抽象）。如果你想从预训练状态自己重新训练，那么导入已经建成的模型会更简单：

from tensorflow.contrib.slim.python.slim.nets.inception_v3 import inception_v3
...
inputs = tf.random_uniform((batch_size, height, width, 3))
logits, end_points = inception_v3(inputs, num_classes)