深度学习 Day2——T2彩色图片分类

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊 | 接辅导、项目定制

---

前言

本文使用的是最简单的CNN模型- -LeNet-5，采用Tenserflow框架完成彩色图片分类。简单讲述实现代码与执行结果，并浅谈涉及知识点，涉及知识点包括。
关键字：CIFAR-10数据集介绍，CNN网络模型结构，神经网络程序调用顺序，loss、val_loss与accuracy、val_accuracy含义

一、我的环境

• 电脑系统：Windows 11
• 语言环境：python 3.8.6
• 编译器：pycharm
• 深度学习环境：TensorFlow 2.10.1

二、代码实现与执行结果

1.引入库

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
import numpy as np
import warnings
warnings.filterwarnings('ignore')  # 忽略一些warning内容，无需打印

2.设置GPU（如果使用的是CPU可以忽略这步）

'''前期工作-设置GPU（如果使用的是CPU可以忽略这步）'''
gpus = tf.config.list_physical_devices("GPU")
if gpus:
    gpu0 = gpus[0]  # 如果有多个GPU，仅使用第0个GPU
    tf.config.experimental.set_memory_growth(gpu0, True)  # 设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpu0], "GPU")

本人电脑无独显，故该步骤被注释，未执行。

3.导入数据

'''前期工作-导入数据'''
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

4.数据归一化

'''前期工作-数据归一化'''
# 将像素的值标准化至0到1的区间内。
train_images, test_images = train_images / 255.0, test_images / 255.0
print(train_images.shape, test_images.shape, train_labels.shape, test_labels.shape)
'''输出：(50000, 32, 32, 3) (10000, 32, 32, 3) (50000, 1) (10000, 1)'''

5.可视化图片

 '''前期工作-可视化图片'''
class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']
plt.figure(figsize=(20, 10))
for i in range(20):
    plt.subplot(5, 4, i + 1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    plt.xlabel(class_names[train_labels[i][0]])
plt.show()

显示训练集数据前20个，显示结果如下：

7.构建CNN网络模型

'''构建CNN网络模型'''
model = models.Sequential([
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),  # 卷积层1，卷积核3*3
    layers.MaxPooling2D((2, 2)),  # 池化层1，2*2采样
    layers.Conv2D(64, (3, 3), activation='relu'),  # 卷积层2，卷积核3*3
    layers.MaxPooling2D((2, 2)),  # 池化层2，2*2采样
    layers.Conv2D(64, (3, 3), activation='relu'),  # 卷积层3，卷积核3*3

    layers.Flatten(),  # Flatten层，连接卷积层与全连接层
    layers.Dense(64, activation='relu'),  # 全连接层，特征进一步提取
    layers.Dense(10)  # 输出层，输出预期结果
])
model.summary()  # 打印网络结构

网络结构结果如下：

8.编译模型

'''编译模型'''
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

9.训练模型

'''训练模型'''
history = model.fit(train_images, train_labels, epochs=10,
                    validation_data=(test_images, test_labels))

训练记录如下：

10.预测

'''预测'''
plt.imshow(test_images[1])
# 需要加上这句话，否则不显示图片
plt.show()
# 通过模型进行预测得到的是每一个类别的概率，数字越大该图片为该类别的可能性越大
pre = model.predict(test_images)
print(class_names[np.argmax(pre[1])])

以下为测试图第2张图

预测结果为ship

11.模型评估

'''模型评估'''
plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label='val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1])
plt.legend(loc='lower right')
plt.show()

plt.plot(history.history['loss'], label='loss')
plt.plot(history.history['val_loss'], label='val_loss')
plt.xlabel('Epoch')
plt.ylabel('loss')
# plt.ylim([0.5, 1])
plt.legend(loc='lower right')
plt.show()

test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
print(test_loss)
print(test_acc)

以下为画出accuracy和loss的图：


三、知识点详解

1.CIFAR-10数据集介绍

cifar10.load_data()下载到本地的路径为：/home/your_userName/.keras/datasets
首次运行调用下载数据稍微花一点时间，已经下载后，则会直接加载。
数据网址：https://www.cs.toronto.edu/~kriz/cifar.html
6万张32*32的彩色图片，共10个类，每类6000张图片,其中训练集和测试集的划分如下：
training images: 50000
test images: 10000
训练集被划分为5个batch，每个batch有10000张图片，测试集只有1个batch，也有10000张图片
以下是数据集中的类，以及每个类的10张随机图片:

这些类是完全互斥的。汽车和卡车之间没有重叠。“汽车”包括轿车、越野车之类的东西。“卡车”只包括大卡车。这两项都不包括皮卡。

2.神经网络程序调用顺序

1. 选择模型
2. 构建网络模型
3. 编译
4. 训练
5. 预测
6. 模型评估

3.CNN网络模型结构

本文网络模型按一下方式构建：

4.loss、val_loss与accuracy、val_accuracy含义

1、概念
loss：训练集损失值
val_loss:测试集损失值
accuracy:训练集准确率
val_accruacy:测试集准确率
2、之间的关系：以下5种情况可供参考：
train loss 不断下降，test loss不断下降，说明网络仍在学习;（最好的）
train loss 不断下降，test loss趋于不变，说明网络过拟合;（max pool或者正则化）
train loss 趋于不变，test loss不断下降，说明数据集100%有问题;（检查dataset）
train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;（减少学习率）
train loss 不断上升，test loss不断上升，说明网络结构设计不当，训练超参数设置不当，数据集经过清洗等问题。（最不好的情况）这种情况，loss在下降，val_loss趋于不变，说明网络过拟合状态。
一般而言，当loss不再下降，趋于稳定时，就差不多收敛了，就意味着训练可以结束了

---

总结

通过本次的学习，能通过tenserflow框架创建cnn网络模型实现彩色图片分类，并更深入的了解了模型评估的分析方法。

参考链接

loss、val_loss与accuracy、val_accuracy含义:https://blog.csdn.net/looknm/article/details/126143124