我如何获得图像识别的概率

Question

我有一个 MNIST CNN。从 MNIST 数据集进行网络学习和训练，并给出每个数字（0 到 9）的 10 个概率向量，其总和为 1（当然使用 softmax）。我试图改变一种方式，我将为每个数字获得十个概率，例如，所选图像到 b 1 的概率是 0.23，所以它不是 1 的概率是 0.67，（总和为 1但对于 10 位数字）。所以我需要的是 10 种不同的 softmax 激活，但我不明白该怎么做。 这是计算 10 个加起来为 1 的概率并最终给出准确度计算的原始代码。 有没有办法改变代码为每个数字提供 10 个 softmax？

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import numpy as np
import tensorflow as tf

tf.logging.set_verbosity(tf.logging.INFO)


def cnn_model_fn(features, labels, mode):

   input_layer = tf.reshape(features["x"], [-1, 28, 28, 1])

   conv1 = tf.layers.conv2d(inputs=input_layer, filters=32,kernel_size[5,5], 
   padding="same", activation=tf.nn.relu)

   pool1 = tf.layers.max_pooling2d(inputs=conv1, pool_size=[2, 2],strides=2)

   conv2 = tf.layers.conv2d(inputs=pool1, filters=64, kernel_size=[5, 5], 
   padding="same", activation=tf.nn.relu)

   pool2 = tf.layers.max_pooling2d(inputs=conv2, pool_size=[2, 2],strides=2)
   pool2_flat = tf.reshape(pool2, [-1, 7 * 7 * 64])

   dense = tf.layers.dense(inputs=pool2_flat, 
   units=1024,activation=tf.nn.relu)

   dropout = tf.layers.dropout(inputs=dense, rate=0.4, training=mode == 
   tf.estimator.ModeKeys.TRAIN)

   logits = tf.layers.dense(inputs=dropout, units=10)

   predictions = {
       "classes": tf.argmax(input=logits, axis=1),
       "probabilities": tf.nn.softmax(logits, name="softmax_tensor")}
   if mode == tf.estimator.ModeKeys.PREDICT:
     return tf.estimator.EstimatorSpec(mode=mode, predictions=predictions)

   loss = tf.losses.sparse_softmax_cross_entropy(labels=labels, 
   logits=logits)


   if mode == tf.estimator.ModeKeys.TRAIN:
     optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.001)
     train_op = optimizer.minimize(
         loss=loss,
         global_step=tf.train.get_global_step())
     return tf.estimator.EstimatorSpec(mode=mode, loss=loss, 
     train_op=train_op)

   eval_metric_ops = {
        "accuracy": tf.metrics.accuracy(
            labels=labels, predictions=predictions["classes"])}
   return tf.estimator.EstimatorSpec(
       mode=mode, loss=loss, eval_metric_ops=eval_metric_ops)


def main(unused_argv):
  # Load training and eval data
  mnist = tf.contrib.learn.datasets.load_dataset("mnist")
  train_data = mnist.train.images  # Returns np.array
  train_labels = np.asarray(mnist.train.labels, dtype=np.int32)
  eval_data = mnist.test.images  # Returns np.array
  eval_labels = np.asarray(mnist.test.labels, dtype=np.int32)

  # Create the Estimator
  mnist_classifier = tf.estimator.Estimator(model_fn=cnn_model_fn, 
  model_dir="/tmp/mnist_convnet_model")

  # Set up logging for predictions
  # Log the values in the "Softmax" tensor with label "probabilities"
  tensors_to_log = {"probabilities": "softmax_tensor"}
  logging_hook = tf.train.LoggingTensorHook(
      tensors=tensors_to_log, every_n_iter=50)

  # Train the model
  train_input_fn = tf.estimator.inputs.numpy_input_fn(
      x={"x": train_data},
      y=train_labels,
      batch_size=100,
      num_epochs=None,
      shuffle=True)
  mnist_classifier.train(
      input_fn=train_input_fn,
      steps=20000,
      hooks=[logging_hook])

  # Evaluate the model and print results
  eval_input_fn = tf.estimator.inputs.numpy_input_fn(
      x={"x": eval_data},
      y=eval_labels,
      num_epochs=1,
      shuffle=False)
  eval_results = mnist_classifier.evaluate(input_fn=eval_input_fn)
  print(eval_results)

if __name__ == "__main__":
  tf.app.run()

Answer 1

如果我正确理解您的问题，您希望每个班级都有独立的预测。

执行此操作的典型方法是使用 sigmoid 而不是 softmax 进行激活，使用 log_loss 进行损失。

现在每个类别都将独立于其他类别进行预测，因此概率总和不会为 1。

在此设置中您不需要单独的否定类。您可以将1-prediciton 解释为否定情况的概率（例如图像不是1）。

请注意，当您希望允许为一张图片添加多个标签（图片可以同时包含一只狗和一只球）时，这种方法最有效。对于具有单个标签的 MINST 数据集，softmax 往往表现更好。