AI：是猫还是狗，这是个问题 - HelloWorld开发者社区

首发自公众号：RAIS

如果你不喜欢小猫和小狗，你可能不知道他们具体是哪一种品种，但是一般来说，你都能区分出这是猫还是狗，猫和狗的特征还是不一样的，那我们如何用机器学习的方法训练一个网络区分猫狗呢？

我们选用的是 Kaggle 的一个数据集(https://www.kaggle.com/c/dogs...，用神经网络的方法进行模型的训练。下载下来的数据集对于我们测试来说数据有点大，这里面分别有 12500 个猫和狗的训练图片，我们先来缩小一下训练集，然后再进行模型的搭建和训练。我们的做法做法是猫和狗分别选择 1000 个训练图片，500 个验证集和 500 个测试集，我们可以手工完成这个工作，需要做的就是：

// 如下非可执行代码，含义非常清楚的表达，最后会附上可执行代码
mkdir dog-vs-cats-small
cp dog-vs-cats/train/cat/pic-{0-999}.jpg dog-vs-cats-small/train/cat/
cp dog-vs-cats/train/dog/pic-{0-999}.jpg dog-vs-cats-small/train/dog/
cp dog-vs-cats/validation/cat/pic-{1000-1499}.jpg dog-vs-cats-small/validation/cat/
cp dog-vs-cats/validation/dog/pic-{1000-1499}.jpg dog-vs-cats-small/validation/dog/
cp dog-vs-cats/test/cat/pic-{1500-1999}.jpg dog-vs-cats-small/test/cat/
cp dog-vs-cats/test/dog/pic-{1500-1999}.jpg dog-vs-cats-small/test/dog/

从我们前面文章的经验中，我们可以知道，这个卷积神经网络我们可以用 relu 激活的 Conv2D 层与 MaxPooling2D 层堆叠而成，与之前相比稍微需要修改就是网络的大小，更大的网络处理更多是数据。

卷积神经网络网络的深度往往与特征图的尺寸负相关，越深的网络每个特征图的尺寸往往是越小的，我看到的数据往往是：深度 32-> 128，特征图尺寸 150x150 -> 7x7。如下，这是我们构架的网络：

AI：是猫还是狗，这是个问题

优化器依旧采用 RMSprop，学习率由默认的 0.001 设置为 0.0001，后续我们也将对不同的优化器进行介绍。由于需要输出的结果是“猫 or 狗”，所以我们最后一层激活参数为 sigmoid，自然损失函数就为 binary_crossentropy 了，如此一来，网络就构建好了，接下来就应该喂给网络数据了。

由于我们这里是一张又一张的图片，jpg 格式，这可不是我们网络所喜欢的格式，需要进行处理，读出图片，将其解码为 RGB 像素，再将 RGB 中的像素值转换成浮点数进行计算，又由于我们的网络对于处理 0-1 之间的数效果更好，因此我们需要将像素值转换区间，即从 0-255 转换到 0-1，是不是觉得有点麻烦，确实！Keras 之所以说是最容易上手的深度学习框架，就是因为它同样把这些繁琐但是使用的工具内置了，Image 包下的 ImageDataGenerator 就可以帮上大忙，这样我们就可以得到 RGB 图像与二进制标签组成的批量。

接下来，我们就要对数据进行拟合了，fit_generator，上面的生成器也将传给它，这样，这一个网络我们就建立完成了，可以进行训练了，与前文一样，我们仍然画出损失曲线和精度曲线。

AI：是猫还是狗，这是个问题

训练精度逐渐接近百分之百，提醒我们注意过拟合的危险；训练精度在第五次（或六次）次后就维持在 70%左右不再上升了。

AI：是猫还是狗，这是个问题

第五次或第十次后，验证损失就达到了最小值，嗯……，很显然，过拟合了，我们需要降低过拟合。

出现过拟合的原因是学习样本太少了，我们采用 数据增强 来解决这个问题。我们的做法就是在现有的训练数据中生成更多的训练数据，就是增加一些随机变换，这种随机变化生成的图片依然要保证是有效的。这样模型在训练的时候就可以看到不同的更多的图像了，这就使得训练出的模型泛化能力更好。怎么做呢，就可以把图片进行随机的旋转，缩放，平移和翻转等，ImageDataGenerator 提供了这样的能力。同时在密集层之前添加一个 Dropout 层，会更好的降低过拟合，如此一来，看看结果：

AI：是猫还是狗，这是个问题

可以看出来，效果好了很多。训练精度至少可以到达 80%，再想大幅度提高精度，就需要一些其他的方法了，下一篇文章我们再聊。

老规矩，附上全部代码：

#!/usr/bin/env python3

import os
import shutil
import time

import matplotlib.pyplot as plt
from keras import layers
from keras import models
from keras import optimizers
from keras.preprocessing.image import ImageDataGenerator


def make_small():
    original_dataset_dir = '/Users/renyuzhuo/Desktop/cat/dogs-vs-cats/train'
    base_dir = '/Users/renyuzhuo/Desktop/cat/dogs-vs-cats-small'
    os.mkdir(base_dir)

    train_dir = os.path.join(base_dir, 'train')
    os.mkdir(train_dir)
    validation_dir = os.path.join(base_dir, 'validation')
    os.mkdir(validation_dir)
    test_dir = os.path.join(base_dir, 'test')
    os.mkdir(test_dir)
    train_cats_dir = os.path.join(train_dir, 'cats')
    os.mkdir(train_cats_dir)
    train_dogs_dir = os.path.join(train_dir, 'dogs')
    os.mkdir(train_dogs_dir)
    validation_cats_dir = os.path.join(validation_dir, 'cats')
    os.mkdir(validation_cats_dir)
    validation_dogs_dir = os.path.join(validation_dir, 'dogs')
    os.mkdir(validation_dogs_dir)
    test_cats_dir = os.path.join(test_dir, 'cats')
    os.mkdir(test_cats_dir)
    test_dogs_dir = os.path.join(test_dir, 'dogs')
    os.mkdir(test_dogs_dir)
    fnames = ['cat.{}.jpg'.format(i) for i in range(1000)]
    for fname in fnames:
        src = os.path.join(original_dataset_dir, fname)
        dst = os.path.join(train_cats_dir, fname)
        shutil.copyfile(src, dst)
    fnames = ['cat.{}.jpg'.format(i) for i in range(1000, 1500)]
    for fname in fnames:
        src = os.path.join(original_dataset_dir, fname)
        dst = os.path.join(validation_cats_dir, fname)
        shutil.copyfile(src, dst)
    fnames = ['cat.{}.jpg'.format(i) for i in range(1500, 2000)]
    for fname in fnames:
        src = os.path.join(original_dataset_dir, fname)
        dst = os.path.join(test_cats_dir, fname)
        shutil.copyfile(src, dst)

    fnames = ['dog.{}.jpg'.format(i) for i in range(1000)]
    for fname in fnames:
        src = os.path.join(original_dataset_dir, fname)
        dst = os.path.join(train_dogs_dir, fname)
        shutil.copyfile(src, dst)
    fnames = ['dog.{}.jpg'.format(i) for i in range(1000, 1500)]
    for fname in fnames:
        src = os.path.join(original_dataset_dir, fname)
        dst = os.path.join(validation_dogs_dir, fname)
        shutil.copyfile(src, dst)
    fnames = ['dog.{}.jpg'.format(i) for i in range(1500, 2000)]
    for fname in fnames:
        src = os.path.join(original_dataset_dir, fname)
        dst = os.path.join(test_dogs_dir, fname)
        shutil.copyfile(src, dst)


def cat():
    base_dir = '/Users/renyuzhuo/Desktop/cat/dogs-vs-cats-small'
    train_dir = os.path.join(base_dir, 'train')
    validation_dir = os.path.join(base_dir, 'validation')

    model = models.Sequential()
    model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(150, 150, 3)))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Conv2D(64, (3, 3), activation='relu'))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Conv2D(128, (3, 3), activation='relu'))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Conv2D(128, (3, 3), activation='relu'))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Flatten())
    model.add(layers.Dropout(0.5))
    model.add(layers.Dense(512, activation='relu'))
    model.add(layers.Dense(1, activation='sigmoid'))

    model.summary()
    model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=1e-4), metrics=['acc'])

    # train_datagen = ImageDataGenerator(rescale=1. / 255)
    train_datagen = ImageDataGenerator(
        rescale=1. / 255,
        rotation_range=40,
        width_shift_range=0.2,
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True, )

    test_datagen = ImageDataGenerator(rescale=1. / 255)

    train_generator = train_datagen.flow_from_directory(
        train_dir,
        target_size=(150, 150),
        batch_size=32,
        class_mode='binary')
    validation_generator = test_datagen.flow_from_directory(
        validation_dir,
        target_size=(150, 150),
        batch_size=32,
        class_mode='binary')
    history = model.fit_generator(
        train_generator,
        steps_per_epoch=100,
        epochs=100,
        validation_data=validation_generator,
        validation_steps=50)
    model.save('cats_and_dogs_small_2.h5')

    acc = history.history['acc']
    val_acc = history.history['val_acc']
    loss = history.history['loss']
    val_loss = history.history['val_loss']
    epochs = range(len(acc))
    plt.plot(epochs, acc, 'bo', label='Training acc')
    plt.plot(epochs, val_acc, 'b', label='Validation acc')
    plt.title('Training and validation accuracy')
    plt.legend()
    plt.show()
    plt.figure()
    plt.plot(epochs, loss, 'bo', label='Training loss')
    plt.plot(epochs, val_loss, 'b', label='Validation loss')
    plt.title('Training and validation loss')
    plt.legend()
    plt.show()


if __name__ == "__main__":
    time_start = time.time()
    # make_small()
    cat()
    time_end = time.time()
    print('Time Used: ', time_end - time_start)

首发自公众号：RAIS

Java synchronized同步关键字背后的原理与源码实现

Java SynchronousQueue 同步队列源码分析

热门文章