Deep Learning With Python, Tensorflow & Keras - Neural Network For Image Classification

引言

这节课将针对图片识别的需求，建立第一个 “Neural Network”。在 Keras fashion MNIST dataset 中，有如下图这样的一个关于服饰图形的数据集，我们可以用这些数据集来训练模型，就好像是训练一个小孩的大脑一样，裤子的样子可以有很多种，我们拿很多种裤子给这个小孩，告诉他这个样子的都是叫做 “裤子”，从而形成他对裤子的认知，Deep Learning 也是同样的原理。

另外，这张图上的每个图像都是由 28*28=784 个像素构成的。而每一个像素都可以看作是一个神经元，每个神经元的值都是 0-1，表现出来的就是由白到黑等不同的灰度，最终，784个不同灰度的像素块构成了每一张图，就像这个靴子一样：

正文

引入需要的包

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
import keras

// 常看目前 keras 使用的引擎，也就是默认使用的 backend
keras.backend.backend() // 输出 'tensorflow'

1. 引入数据集

a). 根据 Keras Api 文档，执行如下命令，就可以下载到我们所需要的数据集：

from keras.datasets import fashion_mnist
(X_train, y_train), (X_test, y_test) = fashion_mnist.load_data()

P.S.: 这里的 X_train 和 X_test 中的 X 必须用大写

b). 简单看下该数据集的内容

训练数据和测试数据的整体结构

X_train.shape // 输出 (60000, 28, 28)，说明有 6000 个数据，每个数据都是由 28*28 个像素构成的
X_test.shape // 输出 (10000, 28, 28)，说明有 1000 个测试数据

具体分析某个数据

X_train[0]

输出的是一个二维数组（这里只截取部分），横向和纵向分别是 28 行和 28 列，总体 784 个像素点分别以不同的色号存在，并组合成一个图像。

以图像的形式查看这个数据（一共有 6000个测试数据，大家可以随意试下 6000 以内的数字，看看输出图像的样子）：

plt.matshow(X_train[0])

输出：

查看第一个数据对应的 label

y_train[0] // 输出 9

在上面提到过的 API 文档中，可以看到 label 9 对应的图像就是 Ankle boot.

c). 总结这个数据集的结构

这个数据集一共有 7000个数据，其中，6000 个作为训练数据，1000 个作为测试数据。每个数据都可以看成是一个对象，由 28*28 个像素（会有不同的 RGB 色号, 从而表现出不同的颜色）构成一幅图，同时还对应着 0-9 的 label 值，而 0-9 又分别代表着不用的服饰类别。所以就是一共有 7000 个服饰的图像，可以归纳为 10 个类别。以上，希望我讲明白了，如果有不清楚的，欢迎留言谈论。。。。。。

d). 整理数据集

目前每个像素的值都是 0-255，训练模型时，需要的值是 0-1，所以对数据做如下处理：

X_train = X_train/255
X_test = X_test/255

2. 使用 [Keras Sequential model](Keras Sequential model) 建立 linear Neural Network

a). 引入包

from keras.models import Sequential
from keras.layers import Dense, Activation, Flatten

b). 创建模型

model = Sequential()

c). 建立 neurons network

model.add(Flatten(input_shape=[28,28])) // 输入层
model.add(Dense(200, activation='relu')) // 中间层
model.add(Dense(10, activation='softmax')) // 输出层

d). 查看模型

model.summary()

输出

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
flatten_4 (Flatten)          (None, 784)               0         
_________________________________________________________________
dense_5 (Dense)              (None, 200)               157000    
_________________________________________________________________
dense_6 (Dense)              (None, 10)                2010      
=================================================================
Total params: 159,010
Trainable params: 159,010
Non-trainable params: 0
_________________________________________________________________

e). 编译模型

model.compile(loss="sparse_categorical_crossentropy",
             optimizer = "adam",
              metrics = ["accuracy"])

f).训练模型

model.fit(X_train, y_train,epochs = 3 )

g). 查看模型精度

model.evaluate(X_test, y_test) // 输出 0.8684

h). 测试模型

在 X_test 中，随机抽取一个数据来查看模型的准确度

plt.matshow(X_test[10])

输出：

// 得出所有的测试数据 yp
yp = model.predict(X_test)

// 查看第一个测试数据的值
yp[10]

// 输出
array([8.87211208e-05, 8.38008709e-05, 1.22824974e-01, 5.10792916e-06,
       8.17192376e-01, 7.80780056e-07, 5.97540773e-02, 2.47130760e-08,
       4.97993715e-05, 2.97149313e-07], dtype=float32)

// 以上输出的是一个数组，其中数值最大的元素，就是最终得出的值，可以借助 numpy 的 argmax() 函数来得出这个最大值
np.argmax(yp[10]) // 输出 4    

通过上面的预测，我们得到的结果是 4，再去查看 Fashion-MNIST database API, 看到 label 4 对应的就是 coat, 说明模型预测成功。

本作品采用《CC 协议》，转载必须注明作者和本文链接