Caffe学习——使用自己的数据（非图像）训练网络
鸢尾花卉数据集包含150个样本，4个特征（花萼长度，花萼宽度，花瓣长度和花瓣宽度），3个类别（山鸢尾，变色鸢尾和维吉尼亚鸢尾）[1]。
xx_deploy.prototxt：设置网络中间层的结构。data层仅定义4D的input_dim（分别表示batch大小，通道数，滤波器高度，滤波器宽度），最后一层没有loss层。提取特征或预测输出时使用[2]；
xx_solver.prototxt：设置训练网络所需的网络结构文件（xx_train_test.prototxt）和超参数，训练网络时使用；
xx_train_test.prototxt：设置网络每层的结构。data层中include的phase为TRAIN或TEST区分是输入数据是训练数据还是测试数据。data层有完整的定义，最后一层为loss层，训练和测试网络时都用。
xx_train_data.txt：设置xx_train_data.hdf5文件名[4]；
xx_test_data.txt：设置xx_test_data.hdf5文件名。
xx_train_data.hdf5：存放训练数据的data和label；
xx_test_data.hdf5：存放测试数据的data和label。
设置Python编译环境，导入需要的库。
加载iris数据。targets的列数为3（标签或类的个数），把整数变成one-hot格式，比如2->[0 0 1]。new_data是字典：input，output分别为输入数据和输出标签的索引，输入数据为4D张量，如data层的input_dim定义。输出标签为2D矩阵（列为样本数，行为标签one-hot格式）。
- def load_data():
- '''''
- Load Iris Data set
- '''
- data = load_iris()
- print(data.data)
- print(data.target)
- targets = np.zeros((len(data.target), 3))
- for count, target in enumerate(data.target):
- targets[count][target]= 1
- print(targets)
- new_data = {}
- #new_data['input'] = data.data
- new_data['input'] = np.reshape(data.data, (150,1,1,4))
- new_data['output'] = targets
- #print(new_data['input'].shape)
- #new_data['input'] = np.random.random((150, 1, 1, 4))
- #print(new_data['input'].shape)
- #new_data['output'] = np.random.random_integers(0, 1, size=(150,3))
- #print(new_data['input'])
- return new_data
保存hdf5文件：将data这个块（blob）写入磁盘。这里写入的是train_data和test_data（都是new_data），分别得到xx_train_data.hdf5文件和xx_test_data.hdf5文件。
- def save_data_as_hdf5(hdf5_data_filename, data):
- '''''
- HDF5 is one of the data formats Caffe accepts
- '''
- with h5py.File(hdf5_data_filename, 'w') as f:
- f['data'] = data['input'].astype(np.float32)
- f['label'] = data['output'].astype(np.float32)
设置训练网络的模式（CPU还是GPU），get_solver从xx_solver.prototxt文件获得训练网络的超参数给solver，xx_solver.prototxt文件中的net参数定义为xx_train_test.prototxt，所以xx_solver.prototxt不仅包含了训练用到的超参数，还把训练和测试的网络结构链接进来了。solver获得网络结构和训练用到的超参数后，solve开始训练。
- def train(solver_prototxt_filename):
- '''''
- Train the ANN
- '''
- caffe.set_mode_cpu()
- solver = caffe.get_solver(solver_prototxt_filename)
- solver.solve()
打印网络参数：打印了输入，输出，块和参数的网络结构。
- def print_network_parameters(net):
- '''''
- Print the parameters of the network
- '''
- print(net)
- print('net.inputs: {0}'.format(net.inputs))
- print('net.outputs: {0}'.format(net.outputs))
- print('net.blobs: {0}'.format(net.blobs))
- print('net.params: {0}'.format(net.params))
Net搭网络：根据网络参数（NetParameter）将网络的每层连接成有向循环图（DAG）[5]，这里需要的文件是xxx_deploy.prototxt，同时网络类型为TEST，所以生成的网络不包含损失层，同时生成后缀为caffemodel的文件。forward得到前向输出的结果给out，out.outputs[0]返回的是块中第1个样本的结果。
- def get_predicted_output(deploy_prototxt_filename, caffemodel_filename, input, net = None):
- '''''
- Get the predicted output, i.e. perform a forward pass
- '''
- if net is None:
- net = caffe.Net(deploy_prototxt_filename,caffemodel_filename, caffe.TEST)
- out = net.forward(data=input)
- return out[net.outputs[0]]
根据NetParameter打印网络结构，用于保存deploy和train_test的网络结构。
- import google.protobuf
- def print_network(prototxt_filename, caffemodel_filename):
- '''''
- Draw the ANN architecture
- '''
- _net = caffe.proto.caffe_pb2.NetParameter()
- f = open(prototxt_filename)
- google.protobuf.text_format.Merge(f.read(), _net)
- caffe.draw.draw_net_to_file(_net, prototxt_filename + '.png' )
- print('Draw ANN done!')
打印网络权重时用的是train_test.prototxt，用deploy.prototxt也行。绘制的网络结构图中的data和loss层为蓝色矩形块，而ip1~ip3为灰色八边形块。因为data层的输出和loss层的输出为不带权重的真实值，所以它俩在即使在net.params中，各自的所有权重也是相同的。实验保存的图片中没有xxx_weights_xx_data/loss.png也验证了这一点。heatmap反映了某网络中间层的输入节点和输出节点之间的权重，而histogram反映同一层网络中间层的权重值的分布。
- def print_network_weights(prototxt_filename, caffemodel_filename):
- '''''
- For each ANN layer, print weight heatmap and weight histogram
- '''
- net = caffe.Net(prototxt_filename,caffemodel_filename, caffe.TEST)
- for layer_name in net.params:
- # weights heatmap
- arr = net.params[layer_name][0].data
- plt.clf()
- fig = plt.figure(figsize=(10,10))
- ax = fig.add_subplot(111)
- cax = ax.matshow(arr, interpolation='none')
- fig.colorbar(cax, orientation="horizontal")
- plt.savefig('{0}_weights_{1}.png'.format(caffemodel_filename, layer_name), dpi=100, format='png', bbox_inches='tight') # use format='svg' or 'pdf' for vectorial pictures
- plt.close()
- # weights histogram
- plt.clf()
- plt.hist(arr.tolist(), bins=20)
- plt.savefig('{0}_weights_hist_{1}.png'.format(caffemodel_filename, layer_name), dpi=100, format='png', bbox_inches='tight') # use format='svg' or 'pdf' for vectorial pictures
- plt.close()
- def get_predicted_outputs(deploy_prototxt_filename, caffemodel_filename, inputs):
- '''''
- Get several predicted outputs
- '''
- outputs = []
- net = caffe.Net(deploy_prototxt_filename,caffemodel_filename, caffe.TEST)
- for input in inputs:
- outputs.append(copy.deepcopy(get_predicted_output(deploy_prototxt_filename, caffemodel_filename, input, net)))
- return outputs
get_predicted_output深拷贝后的predicted_outputs的每个位阈值化为0或1，这样好和one-hot格式的true_outputs比较。output_number为标签类数（这里为3）。predicted_outputs由很多深拷贝的output数组组成，每个数组都是1个维数为（1*3）的数据类型为float32的矩阵。所以predicted_outputs[i][0][j]表示第i个样本的第j个标签位的概率。
- def get_accuracy(true_outputs, predicted_outputs):
- number_of_samples = true_outputs.shape[0]
- number_of_outputs = true_outputs.shape[1]
- threshold = 0.0 # 0 if SigmoidCrossEntropyLoss ; 0.5 if EuclideanLoss
- for output_number in range(number_of_outputs):
- predicted_output_binary = []
- for sample_number in range(number_of_samples):
- #print(predicted_outputs)
- #print(predicted_outputs[sample_number][output_number])
- if predicted_outputs[sample_number][0][output_number] < threshold:
- predicted_output = 0
- else:
- predicted_output = 1
- predicted_output_binary.append(predicted_output)
- print('accuracy: {0}'.format(sklearn.metrics.accuracy_score(true_outputs[:, output_number], predicted_output_binary)))
- print(sklearn.metrics.confusion_matrix(true_outputs[:, output_number], predicted_output_binary))
主函数中：
（1）定义需要用到的prototxt文件名称；
（2）加载训练和测试数据；
（3）保存数据为hdf5文件格式；
（4）训练网络；
（5）预测输出；
（6）打印网络结构和权重；
（7）根据预测输出计算准确度。
- def main():
- '''''
- This is the main function
- '''
- # Set parameters
- solver_prototxt_filename = 'iris_solver.prototxt'
- train_test_prototxt_filename = 'iris_train_test.prototxt'
- deploy_prototxt_filename = 'iris_deploy.prototxt'
- deploy_prototxt_filename = 'iris_deploy.prototxt'
- deploy_prototxt_batch2_filename = 'iris_deploy_batchsize2.prototxt'
- hdf5_train_data_filename = 'iris_train_data.hdf5'
- hdf5_test_data_filename = 'iris_test_data.hdf5'
- caffemodel_filename = 'iris_iter_5000.caffemodel' # generated by train()
- # Prepare data
- data = load_data()
- print(data)
- train_data = data
- test_data = data
- save_data_as_hdf5(hdf5_train_data_filename, data)
- save_data_as_hdf5(hdf5_test_data_filename, data)
- # Train network
- train(solver_prototxt_filename)
- # Get predicted outputs
- input = np.array([[ 5.1, 3.5, 1.4, 0.2]])
- print(get_predicted_output(deploy_prototxt_filename, caffemodel_filename, input))
- input = np.array([[[[ 5.1, 3.5, 1.4, 0.2]]],[[[ 5.9, 3. , 5.1, 1.8]]]])
- #print(get_predicted_output(deploy_prototxt_batch2_filename, caffemodel_filename, input))
- # Print network
- print_network(deploy_prototxt_filename, caffemodel_filename)
- print_network(train_test_prototxt_filename, caffemodel_filename)
- print_network_weights(train_test_prototxt_filename, caffemodel_filename)
- # Compute performance metrics
- #inputs = input = np.array([[[[ 5.1, 3.5, 1.4, 0.2]]],[[[ 5.9, 3. , 5.1, 1.8]]]])
- inputs = data['input']
- outputs = get_predicted_outputs(deploy_prototxt_filename, caffemodel_filename, inputs)
- get_accuracy(data['output'], outputs)
[2] dirlt.com/caffe.html
[5] caffe.berkeleyvision.org/doxygen/classcaffe_1_1Net.html#details