这篇文章是翻译官方IOS TuriCreate的图片分类器的使用。
原文链接:高级使用
高级使用
在本节中,我们将介绍图片分类器工具包中的一些高级选项,这些将使你可以执行更多操作。
标注数据
如果只有图片而没有相应的标签,你可以使用内置在image_classifier
中的标注工具。其用法如下所示:
import turicreate as tc
# Use the example provided in the `Introductory Example`
# Use the Annotation GUI to annotate your data.
annotated_data = tc.image_classifier.annotate(data)
该工具将仅展示SFrame中没有缺失值的行。所有缺少值的行都不会在GUI中显示,但是它们仍将具有默认标签(未定义的值,表示缺失标签),包含在结果集中。如果找不到对应的图片,将引发异常。
如果你忘记将标签的输出赋值给变量,我们提供了一种方法来帮助你恢复这些标签,代码如下所示:
import turicreate as tc
# Use the example provided in the `Introductory Example`
# If you forget to assign the output to a variable
tc.image_classifier.annotate(data)
# recover your annotation with this method
annotated_data = tc.image_classifier.recover_annotation()
标签工具支持str
和int
的标签类型。
改变模型
图片分类器工具箱基于迁移学习的技术开发的。在底层实现中,模型的创建是通过简单的删除掉1000种分类的深度神经网络的输出层,然后把将要传递到输出层的信号作为特征传递给分类器。
通过高级选项,你可以从一组预训练的模型中进行选择,这可以使模型具有不同的尺寸、性能和精度特征。
使用下面的选项,你可以更改为使用squeezenet
,该模型可以通过牺牲一些准确性来换取在更小的内存和磁盘上运行。
model = tc.image_classifier.create(
train_data, target='label', model='squeezenet_v1.1')
使用GPUs
GPUs可以更快的创建图片分类器模型。如果你具有macOS 10.13或者更高版本,那么Turi Create将自动使用GPU。如果你的Linux机器具有NVIDIA GPU,则可以将Turi Create设置使用GPU,请参考说明
使用turicreate.config.set_num_gpus
函数可以控制是否使用GPU:
# Use all GPUs (default)
turicreate.config.set_num_gpus(-1)
# Use only 1 GPU
turicreate.config.set_num_gpus(1)
# Use CPU
turicreate.config.set_num_gpus(0)
副业赚钱
说完了正文,接下来打一波广告,程序员如何副业赚钱,我本科同学这里有一个赚钱的机会,现在是北大金融系硕士,有副业赚钱想法的兄弟们,请添加他微信 zhengxiangpku
备注lfdanding推荐
即可。