深度學習筆記03-CIFAR10彩色圖片分類(Tensorflow)

濃縮凍橘汁

已于 2024-03-18 16:42:45 修改

阅读量887

点赞数 19

文章标签： tensorflow 人工智能 python

于 2024-03-15 11:39:23 首次发布

本文链接：https://blog.csdn.net/Yetta_Chang/article/details/136713124

版权

前言

一、我的環境

二、套件準備

三、GPU設置

四、導入數據

五、歸一化

六、可視化

七、建構CNN模型

八、編譯模型

九、訓練模型

十、預測

十一、模型評估

十一、總結

前言

🍨 本文為🔗365天深度學習訓練營中的學習紀錄博客
🍖 原作者：K同学啊 | 接輔導、項目定制

一、我的環境

電腦系統：Windows 10
顯卡：NVIDIA Quadro P620
語言環境：Python 3.7.0
開發工具：Sublime Text，Command Line(CMD)
深度學習環境：Tensorflow 2.5.0

二、套件準備

# 開源的機器學習框架
import tensorflow as tf

# tensorflow.keras 是 TensorFlow 中的一個 API，用於構建和訓練神經網絡模型
from tensorflow.keras import datasets, layers, models    

# 用於繪製數據可視化的庫
import matplotlib.pyplot as plt  

# 供了高效的多維數組（通常稱為 numpy 數組）操作和數學函數
import numpy as np

三、GPU設置

# 列出系統中的GPU裝置列表
gpus = tf.config.list_physical_devices("GPU")

# 如果有GPU
if gpus:
    # 挑選第一個 GPU
    gpu0 = gpus[0] 
    # 僅在需要的時候分配記憶體
    tf.config.experimental.set_memory_growth(gpu0, True)
    # 將 GPU0 設置為 TensorFlow 中可見的唯一 GPU ，將運算限制在特定的 GPU 上

四、導入數據

# 導入CIFAR-10數據集
# train_images = 訓練集圖片
# train_labels = 訓練集標籤
# test_images = 測試集圖片
# test_labels = 測試集標籤
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

# 印出數據形狀
print("訓練集圖片的形狀:", train_images.shape)  # (50000, 32, 32, 3)   
print("訓練集標籤的形狀:", train_labels.shape)  # (50000, 1) 
print("測試集圖片的形狀:", test_images.shape)  # (10000, 32, 32, 3)  
print("測試集標籤的形狀:", test_labels.shape)  # (10000, 1)

datasets.cifar10.load_data() 是 TensorFlow 提供用於加載 CIFAR-10 數據集的函式，此數據集常用於圖像分類任務上，包含了 10 個類別的彩色圖像，每個類別包含了 6000 張尺寸 32x32 像素的圖像，共計 60000 張圖

圖像類別包括：飛機、汽車、鳥類、貓、鹿、狗、青蛙、馬、船、卡車

五、歸一化

# 將像素的值標準化成0~1區間內的數字
# 像素值通常介於0~255之間，所以直接除上255即可完成歸一化
train_images, test_images = train_images / 255.0, test_images / 255.0

# 印出
print('train_images:', train_images)
print('test_images:', test_images)

六、可視化

# 定義類別名稱
class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer','dog', 'frog', 'horse', 'ship', 'truck']

# 將訓練集前20張圖片作可視化處理
# 畫出大小為寬20*長10的圖(英吋)
plt.figure(figsize=(20,10))

# 繪製訓練集前20張圖，並在下方顯示對應的標籤(即類別)
for i in range(20):
    # 將figure分成2行10列，繪製第+1個子圖
    plt.subplot(2,10,i+1)

    # 不顯示x軸
    plt.xticks([])
    # 不顯示y軸
    plt.yticks([])
    # 不顯示網格
    plt.grid(False)
    
    # cmap=plt.cm.binary参数指定使用二進制顏色映射，黑色表示低像素值，白色表示高像素值
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    
    # 設置x軸標籤為圖片對應的類別
    plt.xlabel(class_names[train_labels[i][0]])
# 顯示圖片
plt.show()

七、建構CNN模型

# 創建並設置模型
model = models.Sequential([
    # 創建一個卷積層，其中包含32個卷積核
    # 每個卷積核的大小為3x3
    # 使用ReLU激活函數作為該卷積層的激活函數
    # 設置輸入形狀為(32, 32, 3)，表示輸入圖像的高度為32像素，寬度為32像素，通道數為3（彩色圖像）
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),
    # 創建一個最大池化層
    # 池化窗口設置為2x2，即在每個2x2區域內取最大值
    layers.MaxPooling2D((2, 2)),  
    # 創建一個卷積層，其中包含64個卷積核
    # 每個卷積核的大小為3x3
    # 使用ReLU激活函數作為該卷積層的激活函數                 
    layers.Conv2D(64, (3, 3), activation='relu'), 
    # 創建一個最大池化層
    # 池化窗口設置為2x2，即在每個2x2區域內取最大值
    layers.MaxPooling2D((2, 2)),      
    # 創建一個卷積層，其中包含64個卷積核
    # 每個卷積核的大小為3x3
    # 使用ReLU激活函數作為該卷積層的激活函數 
    # 寫兩層一樣的卷積層是可以的，這層將會在上一層的輸出上進行操作，目的是希望能更好的捕捉圖像數據中的特徵             
    layers.Conv2D(64, (3, 3), activation='relu'),  
    
    # 將多維輸入數據平坦化成一維數組
    # 將多維輸入數據（如卷積層的輸出）展平成一個一維數組，以便將其餵入全連接層
    layers.Flatten(),

    # 全連接層
    # 有64個神經元  
    # 使用ReLU激活函數作為該全連接層的激活函數
    layers.Dense(64, activation='relu'),

    # 輸出層
    # 有10個神經元 
    # 輸出預期結果
    layers.Dense(10)
])

# 印出模型結構
model.summary()

八、編譯模型

# 編譯模型的函數
# 編譯模型前要先進行配置，包括優化器（optimizer）、損失函數（loss function）、評估指標（metrics）
model.compile(
    # 設置Adam優化器
    optimizer='adam',
    # 設置損失函數為交叉熵損失函數损失函数（tf.keras.losses.SparseCategoricalCrossentropy()）
    # from_logits = True，將y_pred轉化為概率（softmax），否則不進行轉換，通常情況下用True會讓結果更穩定
    loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    # 設置評估指標
    metrics=['accuracy'])

九、訓練模型

# 訓練模型
history = model.fit(
    # 訓練集圖片
    train_images,
    # 訓練集標籤
    train_labels,
    # 設置10個epoch(迭代次數)，每執行一次迭代都會把所有數據輸入模型完成一次訓練
    epochs=10, 
    # 測試圖片集、測試標籤
    validation_data=(test_images, test_labels))


# 儲存模型，方便下次直接載入進行預測
# 載入方式 model = tf.keras.models.load_model('my_model')
model.save('my_model')

十、預測

# 顯示出測試圖片的樣子
plt.imshow(test_images[1])

# 對所有測試圖片進行預測
pre = model.predict(test_images)

#印出測試圖片的預測結果
print(class_names[np.argmax(pre[1])])

結果正確

十一、模型評估

# 模型評估
# 以線圖表示
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()

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

print('test_loss:', test_loss)
print('test_acc:', test_acc)

test_loss 是模型在測試集上的損失值，它衡量了模型在預測時與真實值之間的差距。損失值越低表示模型的預測與真實值越接近，表示模型的性能越好

test_acc 是模型在測試集上的準確率，它表示模型在測試集上正確預測的樣本比例。準確率越高表示模型的預測能力越強，對於未見過的數據的預測效果越好

十一、總結

在這次的實作中我學習到了如何使用 TensorFlow 來實現彩色圖片的分類任務。

具體而言，完成了以下步驟：

數據準備：使用 datasets.cifar10.load_data() 加載了 CIFAR-10 數據集並將像素值標準化到 0 到 1 的範圍內，該數據集包含了 10 類不同的彩色圖片
構建模型：使用 TensorFlow 的 Keras API 構建了一個卷積神經網絡（CNN）模型。該模型包含多個卷積層和池化層，最後是一個全連接層用於分類
訓練模型：使用訓練集來訓練模型，並使用驗證集來驗證模型的性能
模型評估：使用測試集來評估訓練好的模型性能，計算了模型在測試集上的準確率，並可視化了混淆矩陣來更好地理解模型的分類效果

結合上一篇灰度圖片辨識，能更加了解CNN模型的運用