TensorFlow之Slim

  TF-Slim是Tensorflow中一个轻量级的库，用于定义、训练和评估复杂的模型。TF-Slim中的组件可以与Tensorflow中原生的函数一起使用，与其他的框架(比如tf.contrib.learn)也可以一起使用。使用方法如下：

import tensorflow.contrib.slim as slim

  TF-Slim可以使建立、训练和评估神经网络更加简单，具有如下特点：

• 允许用户通过减少模板代码使得模型更加简洁。这个可以通过使用argument scoping和大量的高层layers、variables来实现。
• 通过使用常用的正则化(regularizers)使得建立模型更加简单。
• 一些广泛使用的计算机视觉相关的模型(比如VGG、AlexNet)已经在slim中定义好了，用户可以很方便地使用。这些既可以当成黑盒使用，也可以被扩展使用，比如添加一些multiple heads到不同的内部的层。
• Slim使得扩展复杂模型变得容易，可以使用已经存在的模型的checkpoints来开始训练算法。

What are the various components of TF-Slim?

  TF-Slim由几个独立存在的组件组成：

• arg_scope：提供一个新的作用域(scope)，称为arg_scope。在该作用域(scope)中，用户可以定义一些默认的参数，用于特定的操作。
• data：包含TF-Slim的dataset定义、data providers、parallel_reader和decoding utilities。
• evaluation：包含用于模型评估的常规函数。
• layers：包含用于建立模型的高级layers。
• learning：包含一些用于训练模型的常规函数。
• losses：包含一些用于loss function的函数。
• metrics：包含一些热门的评价标准。
• nets：包含一些热门的网络定义，如VGG、AlexNet等模型。
• queues：提供一个内容管理者，使得可以很容易、很安全地启动和关闭QueueRunners。
• regularizers：包含权重正则化。
• variables：提供一个方便的封装，用于变量创建和使用。

Defining Models

  使用TF-Slim，结合variables、layers和scopes，模型可以很简洁地被定义。

Variables

  在原生的Tensorflow中，创建Variable需要一个预定义的值或者一种初始化机制(比如从一个高斯分布中随机采样)。此外，如果一个变量需要在一个特定的设备上(如GPU)创建，那么必须被明确说明。为了减少变量创建所需的代码，TF-Slim提供了一些封装函数(定义在variables.py中)，可以使得用户定义变量变得简单。
  举个例子，定义一个权重(weight)变量，然后使用一个截断的正态分布来初始化，使用l2 loss正则化，并将该变量放置在CPU中，只需要声明如下：

weights = slim.variable(
    'weights', shape=[10, 10, 3, 3], initializer=tf.truncated_normal_initializer(stddev=0.1),
    regularizer=slim.l2_regularizer(0.05), device='/CPU:0')

  在原生的Tensorflow中，有两种类型的variables：regular variables和local (transient) variables。绝大部分变量是regular variables，一旦被创建，可以使用saver来将这些变量保存到磁盘中；Local variables是那些仅仅存在于一个session内的变量，并不会被保存到磁盘中。
  TF-Slim通过定义model variables来进一步区别变量，这些是表示一个模型参数的变量。Model variables在学习期间被训练或者fine-tuned，在评估或者推断期间可以从一个checkpoint中加载。模型变量包括使用slim.fully_connected或者slim.conv2d创建的变量等。非模型变量(Non-model variables)指的是那些在学习或者评估阶段使用，但是在实际的inference中不需要用到的变量。例如global_step在学习和评估阶段会用到的变量，但是实际上并不是模型的一部分。类似的，moving average variables也是非模型变量。
  model variables和regular variables在TF-Slim中很容易地被创建和恢复：

# Model Variables
weights = slim.model_variable(
    'weights', shape=[10, 10, 3, 3], initializer=tf.truncated_normal_initializer(stddev=0.1),
    regularizer=slim.l2_regularizer(0.05), device='/CPU:0')
model_variables = slim.get_model_variables()
# Regular variables
my_var = slim.variable('my_var', shape=[20, 1], initializer=tf.zeros_initializer())
regular_variables_and_model_variables = slim.get_variables()

  这是如何工作的呢？当你通过TF-Slim的layer或者直接通过slim.model_variable函数创建一个模型的变量时，TF-Slim将变量添加到tf.GraphKeys.MODEL_VARIABLES集合中。如果你想拥有自己定制化的layers或者variables创建机制，但是仍然想利用TF-Slim来管理你的变量，此时TF-Slim提供一个方便的函数，用于添加模型的变量到集合中：

my_model_variable = CreateViaCustomCode()
# Letting TF-Slim know about the additional variable
slim.add_model_variable(my_model_variable)

Layers

  在原生的Tensorflow中，要定义一些层(比如说卷积层、全连接层、BatchNorm层等)是比较麻烦的。举个例子，神经网络中的卷积层由以下几个步骤组成：

• 创建权重和偏置变量。
• 将输入与权重做卷积运算。
• 将偏置加到第二步的卷积运算得到的结果中。
• 使用一个激活函数。

上面的步骤使用原始的Tensorflow代码实现如下：

input = ...

with tf.name_scope('conv1_1') as scope:
    kernel = tf.Variable(tf.truncated_normal([3, 3, 64, 128], dtype=tf.float32, stddev=1e-1), name='weights')
    conv = tf.nn.conv2d(input, kernel, [1, 1, 1, 1], padding='SAME')
    biases = tf.Variable(tf.constant(0.0, shape=[128], dtype=tf.float32), trainable=True, name='biases')
    bias = tf.nn.bias_add(conv, biases)
    conv1 = tf.nn.relu(bias, name=scope)

为了减少重复代码，TF-Slim提供了一些方便的、高级别的、更抽象的神经网络层。例如卷积层实现如下：

input = ...
net = slim.conv2d(input, 128, [3, 3], scope='conv1_1')

TF-Slim提供了大量的标准的实现，用于建立神经网络：

Layer	TF-Slim
BiasAdd	slim.bias_add
BatchNorm	slim.batch_norm
Conv2d	slim.conv2d
Conv2dInPlane	slim.conv2d_in_plane
Conv2dTranspose(Deconv)	slim.conv2d_transpose
FullyConnected	slim.fully_connected
AvgPool2D	slim.avg_pool2d
Dropout	slim.dropout
Flatten	slim.flatten
MaxPool2D	slim.max_pool2d
OneHotEncoding	slim.one_hot_encoding
SeparableConv2	slim.separable_conv2d
UnitNorm	slim.unit_norm

  TF-Slim也包含两个操作符，称为repeat和stack，允许用户重复执行相同的操作。例如下面几个卷积层加一个池化层是VGG网络的一部分：

net = ...
net = slim.conv2d(net, 256, [3, 3], scope='conv3_1')
net = slim.conv2d(net, 256, [3, 3], scope='conv3_2')
net = slim.conv2d(net, 256, [3, 3], scope='conv3_3')
net = slim.max_pool2d(net, [2, 2], scope='pool2')

减少重复代码的其中一种方法是利用for循环：

net = ...

for i in range(3):
    net = slim.conv2d(net, 256, [3, 3], scope='conv3_%d' % (i + 1))

net = slim.max_pool2d(net, [2, 2], scope='pool2')

另一种方式是使用TF-Slim中的repeat操作：

net = slim.repeat(net, 3, slim.conv2d, 256, [3, 3], scope='conv3')
net = slim.max_pool2d(net, [2, 2], scope='pool2')

在上面例子中，slim.repeat会自动给每一个卷积层的scopes命名为conv3/conv3_1、conv3/conv3_2和conv3/conv3_3。
  另外，TF-Slim的slim.stack操作允许用户用不同的参数重复调用同一种操作。slim.stack也为每一个被创建的操作创建一个新的tf.variable_scope。例如下面是一种简单的方式来创建多层感知器：

# Verbose way:
x = slim.fully_connected(x, 32, scope='fc/fc_1')
x = slim.fully_connected(x, 64, scope='fc/fc_2')
x = slim.fully_connected(x, 128, scope='fc/fc_3')
# Equivalent, TF-Slim way using slim.stack:
slim.stack(x, slim.fully_connected, [32, 64, 128], scope='fc')

在上面的例子中，slim.stack调用了slim.fully_connected三次。类似的，我们可以使用stack来简化多层的卷积层：

# Verbose way:
x = slim.conv2d(x, 32, [3, 3], scope='core/core_1')
x = slim.conv2d(x, 32, [1, 1], scope='core/core_2')
x = slim.conv2d(x, 64, [3, 3], scope='core/core_3')
x = slim.conv2d(x, 64, [1, 1], scope='core/core_4')
# Using stack:
slim.stack(x, slim.conv2d, [(32, [3, 3]), (32, [1, 1]), (64, [3, 3]), (64, [1, 1])], scope='core')

Scopes

  除了Tensorflow中作用域(scope)之外(name_scope、variable_scope)，TF-Slim增加了新的作用域机制，称为arg_scope。这个新的作用域允许使用者明确一个或者多个操作和一些参数，这些定义好的操作或者参数会传递给arg_scope内部的每一个操作。先看如下代码片段：

net = slim.conv2d(
    inputs, 64, [11, 11], 4, padding='SAME',
    weights_initializer=tf.truncated_normal_initializer(stddev=0.01),
    weights_regularizer=slim.l2_regularizer(0.0005), scope='conv1')
net = slim.conv2d(
    net, 128, [11, 11], padding='VALID',
    weights_initializer=tf.truncated_normal_initializer(stddev=0.01),
    weights_regularizer=slim.l2_regularizer(0.0005), scope='conv2')
net = slim.conv2d(
    net, 256, [11, 11], padding='SAME',
    weights_initializer=tf.truncated_normal_initializer(stddev=0.01),
    weights_regularizer=slim.l2_regularizer(0.0005), scope='conv3')

从上面的代码中可以清楚地看出来有3层卷积层，其中很多超参数都是一样的。两个卷积层有相同的padding，所有三个卷积层有相同的weights_initializer和weight_regularizer。上面的代码包含了大量重复的值，其中一种解决方法是使用变量来说明一些默认的值：

padding = 'SAME'
initializer = tf.truncated_normal_initializer(stddev=0.01)
regularizer = slim.l2_regularizer(0.0005)

net = slim.conv2d(
    inputs, 64, [11, 11], 4, padding=padding, weights_initializer=initializer,
    weights_regularizer=regularizer, scope='conv1')
net = slim.conv2d(
    net, 128, [11, 11], padding='VALID', weights_initializer=initializer,
    weights_regularizer=regularizer, scope='conv2')
net = slim.conv2d(
    net, 256, [11, 11], padding=padding, weights_initializer=initializer,
    weights_regularizer=regularizer, scope='conv3')

上面的解决方案其实并没有减少代码的混乱程度。通过使用arg_scope，我们既可以保证每一层使用相同的值，也可以简化代码：

with slim.arg_scope(
    [slim.conv2d], padding='SAME',
    weights_initializer=tf.truncated_normal_initializer(stddev=0.01),
    weights_regularizer=slim.l2_regularizer(0.0005)):
    net = slim.conv2d(inputs, 64, [11, 11], scope='conv1')
    net = slim.conv2d(net, 128, [11, 11], padding='VALID', scope='conv2')
    net = slim.conv2d(net, 256, [11, 11], scope='conv3')

上面的例子表明，使用arg_scope可以使得代码变得更整洁、更干净并且更加容易维护。注意到，在arg_scope中规定的参数值，它们可以被局部覆盖。例如上面的padding参数被设置成SAME，但是在第二个卷积层中用VALID覆盖了这个参数。
  我们也可以嵌套使用arg_scope，在相同的作用域内使用多个操作：

with slim.arg_scope(
    [slim.conv2d, slim.fully_connected], activation_fn=tf.nn.relu,
    weights_initializer=tf.truncated_normal_initializer(stddev=0.01),
    weights_regularizer=slim.l2_regularizer(0.0005)):

    with slim.arg_scope([slim.conv2d], stride=1, padding='SAME'):
        net = slim.conv2d(inputs, 64, [11, 11], 4, padding='VALID', scope='conv1')
        net = slim.conv2d(net, 256, [5, 5], weights_initializer=tf.truncated_normal_initializer(stddev=0.03), scope='conv2')
        net = slim.fully_connected(net, 1000, activation_fn=None, scope='fc')

在第一个arg_scope中，卷积层和全连接层被应用于相同的权重初始化和权重正则化；在第二个arg_scope中，额外的参数仅仅对卷积层conv2d起作用。

Working Example: Specifying the VGG16 Layers

  通过结合TF-Slim的Variables、Operations和scopes，我们可以使用比较少的代码来实现一个比较复杂的网络。例如整个VGG网络定义如下：

def vgg16(inputs):
    with slim.arg_scope(
     [slim.conv2d, slim.fully_connected], activation_fn=tf.nn.relu,
     weights_initializer=tf.truncated_normal_initializer(0.0, 0.01),
     weights_regularizer=slim.l2_regularizer(0.0005)):
        net = slim.repeat(inputs, 2, slim.conv2d, 64, [3, 3], scope='conv1')
        net = slim.max_pool2d(net, [2, 2], scope='pool1')
        net = slim.repeat(net, 2, slim.conv2d, 128, [3, 3], scope='conv2')
        net = slim.max_pool2d(net, [2, 2], scope='pool2')
        net = slim.repeat(net, 3, slim.conv2d, 256, [3, 3], scope='conv3')
        net = slim.max_pool2d(net, [2, 2], scope='pool3')
        net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv4')
        net = slim.max_pool2d(net, [2, 2], scope='pool4')
        net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv5')
        net = slim.max_pool2d(net, [2, 2], scope='pool5')
        net = slim.fully_connected(net, 4096, scope='fc6')
        net = slim.dropout(net, 0.5, scope='dropout6')
        net = slim.fully_connected(net, 4096, scope='fc7')
        net = slim.dropout(net, 0.5, scope='dropout7')
        net = slim.fully_connected(net, 1000, activation_fn=None, scope='fc8')

    return net

Training Models

  训练Tensorflow模型要求一个模型、一个loss function、梯度计算和一个训练的程序，用来迭代地根据loss计算模型权重的梯度和更新权重。TF-Slim提供了loss function和一些帮助函数来运行训练和评估。

Losses

  Loss function定义了一个我们需要最小化的量。对于分类问题，主要是计算真正的分布与预测的概率分布之间的交叉熵；对于回归问题，主要是计算预测值与真实值均方误差。
  特定的模型，比如说多任务学习模型，要求同时使用多个loss function。换句话说，最终被最小化的loss function是多个其他的loss function之和。例如一个同时预测图像中场景的类型和深度的模型，该模型的loss function就是分类loss和深度预测loss之和。
  TF-Slim通过losses模块为用户提供了一种机制，使得定义loss function变得简单。例如下面的是我们想要训练VGG网络的简单示例：

import tensorflow as tf
import tensorflow.contrib.slim.nets as nets

vgg = nets.vgg
images, labels = ...  # Load the images and labels
predictions, _ = vgg.vgg_16(images)  # Create the model
# Define the loss functions and get the total loss
loss = slim.losses.softmax_cross_entropy(predictions, labels)

在上面这个例子中，我们首先创建一个模型(利用TF-Slim的VGG实现)，然后增加了标准的分类loss。现在来看看当我们有一个多个输出的多任务模型的情况：

images, scene_labels, depth_labels = ...  # Load the images and labels
scene_predictions, depth_predictions = CreateMultiTaskModel(images)  # Create the model
# Define the loss functions and get the total loss
classification_loss = slim.losses.softmax_cross_entropy(scene_predictions, scene_labels)
sum_of_squares_loss = slim.losses.sum_of_squares(depth_predictions, depth_labels)
# The following two lines have the same effect:
total_loss = classification_loss + sum_of_squares_loss
total_loss = slim.losses.get_total_loss(add_regularization_losses=False)

在这个例子中有2个loss，是通过调用slim.losses.softmax_cross_entropy和slim.losses.sum_of_squares得到。我们可以将这两个loss加在一起，或者调用slim.losses.get_total_loss来得到全部的loss(total_loss)。这是如何工作的？当你通过TF-Slim创建一个loss时，TF-Slim将loss加到一个特殊的TensorFlow collection of loss functions。这使得你既可以手动地管理全部的loss，也可以让TF-Slim来替你管理它们。
  如果你想让TF-Slim为你管理losses，但是你有一个自己实现的loss该怎么办？loss_ops.py也有一个函数可以将你自己实现的loss加到TF-Slims collection中：

images, scene_labels, depth_labels, pose_labels = ...  # Load the images and labels
scene_predictions, depth_predictions, pose_predictions = CreateMultiTaskModel(images)  # Create the model

# Define the loss functions and get the total loss
classification_loss = slim.losses.softmax_cross_entropy(scene_predictions, scene_labels)
sum_of_squares_loss = slim.losses.sum_of_squares(depth_predictions, depth_labels)
pose_loss = MyCustomLossFunction(pose_predictions, pose_labels)
slim.losses.add_loss(pose_loss)  # Letting TF-Slim know about the additional loss

# The following two ways to compute the total loss are equivalent:
regularization_loss = tf.add_n(slim.losses.get_regularization_losses())
total_loss1 = classification_loss + sum_of_squares_loss + pose_loss + regularization_loss

total_loss2 = slim.losses.get_total_loss()  # (Regularization Loss is included in the total loss by default)

在这个例子中，我们既可以手动地计算的出全部的loss function，也可以让TF-Slim知道这个额外的loss，然后让TF-Slim处理这个loss。

Training Loop

  TF-Slim提供了一个简单但是很强的用于训练模型的工具(在learning.py中)，其中包括一个可以重复测量loss、计算梯度和将模型保存到磁盘的训练函数。举个例子，一旦定义好了模型、loss function和最优化方法，我们可以调用slim.learning.create_train_op和slim.learning.train来实现优化：

g = tf.Graph()

# Create the model and specify the losses
...
total_loss = slim.losses.get_total_loss()
optimizer = tf.train.GradientDescentOptimizer(learning_rate)
# create_train_op ensures that each time we ask for the loss,
# the update_ops are run and the gradients being computed are applied too
train_op = slim.learning.create_train_op(total_loss, optimizer)
logdir = ...  # Where checkpoints are stored.
slim.learning.train(train_op, logdir, number_of_steps=1000, save_summaries_secs=300, save_interval_secs=600):

在这个例子中，提供给slim.learning.train的参数有train_op(用于计算loss和梯度)；logdir(用于声明checkpoints和event文件保存的路径)；用number_of_steps参数来限制梯度下降的步数；save_summaries_secs=300表明每5分钟计算一次summaries；save_interval_secs=600表明每10分钟保存一次模型的checkpoint。

Working Example: Training the VGG16 Model

  下面是训练一个VGG网络的例子：

import tensorflow as tf
import tensorflow.contrib.slim.nets as nets

slim = tf.contrib.slim
vgg = nets.vgg
...
train_log_dir = ...

if not tf.gfile.Exists(train_log_dir):
    tf.gfile.MakeDirs(train_log_dir)

with tf.Graph().as_default():
    images, labels = ...  # Set up the data loading
    predictions = vgg.vgg_16(images, is_training=True)  # Define the model
    # Specify the loss function:
    slim.losses.softmax_cross_entropy(predictions, labels)
    total_loss = slim.losses.get_total_loss()
    tf.summary.scalar('losses/total_loss', total_loss)
    optimizer = tf.train.GradientDescentOptimizer(learning_rate=.001)  # Specify the optimization scheme
    # create_train_op that ensures that when we evaluate it to get the loss,
    # the update_ops are done and the gradient updates are computed
    train_tensor = slim.learning.create_train_op(total_loss, optimizer)
    slim.learning.train(train_tensor, train_log_dir)  # Actually runs training

Fine-Tuning Existing Models

Brief Recap on Restoring Variables from a Checkpoint

  当一个模型被训练完毕之后，它可以从一个给定的checkpoint中使用tf.train.Saver来恢复变量。在很多情况下，tf.train.Saver提供一个简单的机制来恢复所有变量或者一部分变量：

# Create some variables
v1 = tf.Variable(..., name="v1")
v2 = tf.Variable(..., name="v2")
restorer = tf.train.Saver()  # Add ops to restore all the variables
restorer = tf.train.Saver([v1, v2])  # Add ops to restore some variables

# Later, launch the model, use the saver to restore variables
# from disk, and do some work with the model
with tf.Session() as sess:
    restorer.restore(sess, "/tmp/model.ckpt")  # Restore variables from disk
    print("Model restored.")
    # Do some work with the model

Partially Restoring Models

  在一个新的数据集或者一个新的任务上fine-tune一个预训练的模型通常是比较流行的，我们可以使用TF-Slim的helper函数来选择想要恢复的一部分变量：

# Create some variables.
v1 = slim.variable(name="v1", ...)
v2 = slim.variable(name="nested/v2", ...)

# Get list of variables to restore (which contains only 'v2').
# These are all equivalent methods:
variables_to_restore = slim.get_variables_by_name("v2")
# or
variables_to_restore = slim.get_variables_by_suffix("2")
# or
variables_to_restore = slim.get_variables(scope="nested")
# or
variables_to_restore = slim.get_variables_to_restore(include=["nested"])
# or
variables_to_restore = slim.get_variables_to_restore(exclude=["v1"])

# Create the saver which will be used to restore the variables
restorer = tf.train.Saver(variables_to_restore)

with tf.Session() as sess:
    restorer.restore(sess, "/tmp/model.ckpt")  # Restore variables from disk
    print("Model restored.")
    # Do some work with the model

Restoring models with different variable names

  当从一个checkpoint中恢复变量时，Saver定位在checkpoint文件中变量的名字，并且将它们映射到当前图(graph)的变量中去。在上面的例子中，我们通过传递给saver一个变量列表来创建一个saver。在这种情况下，在checkpoint文件中定位的变量名隐式地从每个提供的变量的var.op.name中获得。
  当checkpoint文件中的变量名与graph匹配时，将会工作良好。然而有时候，我们想要从一个与当前的graph不同变量名的checkpoint中恢复变量，那么在这种情况下，我们必须给Saver提供一个字典，该字典将每个checkpoint中变量名映射到每个graph的变量。下面的例子通过一个简单的函数获得checkpoint中的变量的名字：

# Assuming than 'conv1/weights' should be restored from 'vgg16/conv1/weights'
def name_in_checkpoint(var):
    return 'vgg16/' + var.op.name

# Assuming than 'conv1/weights' and 'conv1/bias' should be
# restored from 'conv1/params1' and 'conv1/params2'
def name_in_checkpoint(var):
    if "weights" in var.op.name:
        return var.op.name.replace("weights", "params1")

    if "bias" in var.op.name:
        return var.op.name.replace("bias", "params2")

variables_to_restore = slim.get_model_variables()
variables_to_restore = {name_in_checkpoint(var): var for var in variables_to_restore}
restorer = tf.train.Saver(variables_to_restore)

with tf.Session() as sess:
    restorer.restore(sess, "/tmp/model.ckpt")  # Restore variables from disk

Fine-Tuning a Model on a different task

  考虑这么一种情况：我们有一个预训练好的VGG16模型，该模型是在ImageNet数据集上训练好的，有1000类。然而我们想要将其应用到只有20类的Pascal VOC数据集上。为了实现这个功能，我们可以使用不包括最后一层的预训练模型来初始化新模型：

image, label = MyPascalVocDataLoader(...)  # Load the Pascal VOC data
images, labels = tf.train.batch([image, label], batch_size=32)

predictions = vgg.vgg_16(images)  # Create the model
train_op = slim.learning.create_train_op(...)
# Specify where the Model, trained on ImageNet, was saved
model_path = '/path/to/pre_trained_on_imagenet.checkpoint'
log_dir = '/path/to/my_pascal_model_dir/'  # Specify where the new model will live
# Restore only the convolutional layers
variables_to_restore = slim.get_variables_to_restore(exclude=['fc6', 'fc7', 'fc8'])
init_fn = assign_from_checkpoint_fn(model_path, variables_to_restore)
slim.learning.train(train_op, log_dir, init_fn=init_fn)  # Start training

Evaluating Models

  一旦我们已经训练好了一个模型(或者模型正在训练之中)，想要看看模型的实际表现能力，这个可以通过使用一些评估度量来实现，该度量可以对模型的表现能力评分。而评估代码实际上是加载数据、做出预测、将预测结果与真实值做比较，最后得到得分。这个步骤可以运行一次或者周期重复。

Metrics

  我们将度量定义为一个性能度量，它不是一个loss函数(losses是在训练的时候直接最优化)，但我们仍然感兴趣的是评估模型的目的。例如我们想要最优化log loss，但是我们感兴趣的度量可能是F1得分(test accuracy)，或者是Intersection Over Union score(这是不可微的，因此不能作为损失使用)。
  TF-Slim提供了一些使得评估模型变得简单的度量操作。计算度量的值可以分为以下三个步骤：

• 初始化(Initialization)：初始化用于计算度量的变量。
• 聚合(Aggregation)：使用操作(比如求和操作)来计算度量。
• 终止化(Finalization)：这是可选的步骤，使用最终的操作来计算度量值，比如说计算均值、最小值、最大值等。

举个例子，为了计算mean_absolute_error，变量count和total变量被初始化为0。在聚合期间，我们观测到一些预测值和标签值，计算它们的绝对差值然后加到total中。每一次我们观测到新的一个数据，我们增加count。最后在Finalization期间，total除以count来获得均值mean。
  下面的示例演示了声明度量标准的API。由于度量经常在测试集上进行评估，因此我们假设使用的是测试集：

images, labels = LoadTestData(...)
predictions = MyModel(images)

mae_value_op, mae_update_op = slim.metrics.streaming_mean_absolute_error(predictions, labels)
mre_value_op, mre_update_op = slim.metrics.streaming_mean_relative_error(predictions, labels)
pl_value_op, pl_update_op = slim.metrics.percentage_less(mean_relative_errors, 0.3)

一个度量的创建返回两个值：value_op和update_op。value_op是一个幂等操作，它返回度量的当前值；update_op是执行上面提到的聚合步骤的操作，以及返回度量的值。
  跟踪每个value_op和update_op是很费力的，为了解决这个问题，TF-Slim提供了两个便利功能：

# Aggregates the value and update ops in two lists:
value_ops, update_ops = slim.metrics.aggregate_metrics(
    slim.metrics.streaming_mean_absolute_error(predictions, labels),
    slim.metrics.streaming_mean_squared_error(predictions, labels))

# Aggregates the value and update ops in two dictionaries
names_to_values, names_to_updates = slim.metrics.aggregate_metric_map({
    "eval/mean_absolute_error": slim.metrics.streaming_mean_absolute_error(predictions, labels),
    "eval/mean_squared_error": slim.metrics.streaming_mean_squared_error(predictions, labels),
})

Working example: Tracking Multiple Metrics

  将代码全部放在一起：

import tensorflow as tf
import tensorflow.contrib.slim.nets as nets

slim = tf.contrib.slim
vgg = nets.vgg

images, labels = load_data(...)  # Load the data
predictions = vgg.vgg_16(images)  # Define the network

# Choose the metrics to compute:
names_to_values, names_to_updates = slim.metrics.aggregate_metric_map({
    "eval/mean_absolute_error": slim.metrics.streaming_mean_absolute_error(predictions, labels),
    "eval/mean_squared_error": slim.metrics.streaming_mean_squared_error(predictions, labels),
})

# Evaluate the model using 1000 batches of data:
num_batches = 1000

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    sess.run(tf.local_variables_initializer())

    for batch_id in range(num_batches):
        sess.run(names_to_updates.values())

    metric_values = sess.run(names_to_values.values())

    for metric, value in zip(names_to_values.keys(), metric_values):
        print('Metric %s has value: %f' % (metric, value))

Evaluation Loop

  TF-Slim提供了一个评估模块(evaluation.py)，它包含了使用来自metric_ops.py模块编写模型评估脚本的辅助函数。这些功能包括定期运行评估、对数据批量进行评估、打印和汇总度量结果的功能：

import tensorflow as tf

slim = tf.contrib.slim
images, labels = load_data(...)  # Load the data
predictions = MyModel(images)  # Define the network

# Choose the metrics to compute:
names_to_values, names_to_updates = slim.metrics.aggregate_metric_map({
    'accuracy': slim.metrics.accuracy(predictions, labels),
    'precision': slim.metrics.precision(predictions, labels),
    'recall': slim.metrics.recall(mean_relative_errors, 0.3),
})

# Create the summary ops such that they also print out to std output:
summary_ops = []

for metric_name, metric_value in names_to_values.iteritems():
    op = tf.summary.scalar(metric_name, metric_value)
    op = tf.Print(op, [metric_value], metric_name)
    summary_ops.append(op)

num_examples = 10000
batch_size = 32
num_batches = math.ceil(num_examples / float(batch_size))

slim.get_or_create_global_step()  # Setup the global step

output_dir = ...  # Where the summaries are stored.
eval_interval_secs = ...  # How often to run the evaluation.
slim.evaluation.evaluation_loop(
    'local', checkpoint_dir, log_dir, num_evals=num_batches, eval_op=names_to_updates.values(),
    summary_op=tf.summary.merge(summary_ops), eval_interval_secs=eval_interval_secs)

---

tf.nn.conv2d和tf.contrib.slim.conv2d的区别

  在查看代码的时候，发现有代码用到卷积层是tf.nn.conv2d，但是也有使用的卷积层是tf.contrib.slim.conv2d。tf.nn.conv2d函数原型如下：

conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)

• input：需要做卷积的输入图像，它要求是一个Tensor，具有[batch_size, in_height, in_width, in_channels]这样的shape，具体含义是[训练时一个batch的图片数量，图片高度，图片宽度，图像通道数]。注意这是一个4维的Tensor，要求数据类型为float32和float64其中之一。
• filter：指定CNN中的卷积核，它要求是一个Tensor，具有[filter_height, filter_width, in_channels, out_channels]这样的shape，具体含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]，要求类型与参数input相同。有一个地方需要注意，第三维in_channels就是参数input的第四维，这里是维度一致，不是数值一致。
• strides：卷积时在图像每一维的步长。这是一个一维的向量，长度为4，对应的是在input的4个维度上的步长。
• padding：string类型的变量，只能是SAME、VALID其中之一。这个值决定了不同的卷积方式，SAME代表卷积核可以停留图像边缘，VALID表示不能。
• use_cudnn_on_gpu：指定是否使用cudnn加速。
• data_format：指定input的格式，默认为NHWC格式。

该函数结果返回一个Tensor，这个输出就是我们常说的feature map。
  tf.contrib.slim.conv2d函数原型如下：

convolution(
    inputs, num_outputs, kernel_size, stride=1, padding='SAME', data_format=None,
    rate=1, activation_fn=nn.relu, normalizer_fn=None, normalizer_params=None,
    weights_initializer=initializers.xavier_initializer(), weights_regularizer=None,
    biases_initializer=init_ops.zeros_initializer(), biases_regularizer=None, reuse=None,
    variables_collections=None, outputs_collections=None, trainable=True, scope=None):

• inputs：需要做卷积的输入图像。
• num_outputs：卷积核的个数(就是filter的个数)。
• kernel_size：卷积核的维度(卷积核的宽度和高度)。
• stride：卷积时在图像每一维的步长。
• padding：padding的方式选择，VALID或者SAME。
• data_format：指定input的格式。
• rate：使用atrous convolution的膨胀率。
• activation_fn：指定激活函数，默认为ReLU函数。
• normalizer_fn：正则化函数。
• normalizer_params：正则化函数的参数。
• weights_initializer：权重的初始化程序。
• weights_regularizer：权重可选的正则化程序。
• biases_initializer：biases的初始化程序。
• biases_regularizer：biases可选的正则化程序。
• reuse：是否共享层或者核变量。
• variable_collections：所有变量的集合列表或者字典。
• outputs_collections：输出被添加的集合。
• trainable：卷积层的参数是否可被训练。
• scope：共享变量所指的variable_scope。

  在上述的API中，可以看出去两者并没有什么不同。只是tf.contrib.slim.conv2d提供了更多可以指定的初始化部分，而对于tf.nn.conv2d而言，其指定filter的方式相比较tf.contrib.slim.conv2d来说更加得复杂。去除掉少用的初始化部分，其实两者的API可以简化如下：

tf.contrib.slim.conv2d(
    inputs,
    num_outputs,  # [卷积核个数]
    kernel_size,  # [卷积核的高度, 卷积核的宽度]
    stride=1, padding='SAME',)

tf.nn.conv2d(
    input,  # 与上述一致
    filter,  # [卷积核的高度, 卷积核的宽度, 图像通道数, 卷积核个数]
    strides, padding,)