高级使用（图片分类）

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。