- 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
一、前期工作
本文将采用CNN实现多云、下雨、晴、日出四种天气状态的识别。较上篇文章,本文为了增加模型的泛化能力,新增了Dropout层并且将最大池化层调整成了平均池化层。
我的环境:
●语言环境:Python 3.6.5
●编译器:jupyter notebook
●深度学习环境:TensorFlow 2.6.2
●数据:包含’cloudy’、 ‘rain’、 ‘shine’、 'sunrise’四种天气的数据
- 设置GPU(如果使用的是CPU可以忽略这步)
import tensorflow as tf
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")
- 导入数据
import os,PIL,pathlib
import matplotlib.pyplot as plt
import numpy as np
from tensorflow import keras
from tensorflow.keras import layers,models
data_dir = "E:/365_jichu/TensorFlow rumenshizhan/T3/weather_photos"
data_dir = pathlib.Path(data_dir)
- 查看数据
数据集一共分为cloudy、rain、shine、sunrise四类,分别存放于weather_photos文件夹中以各自名字命名的子文件夹中。
image_count = len(list(data_dir.glob('*/*.jpg')))
print("图片总数为:",image_count)
代码输出:
图片总数为: 1125
roses = list(data_dir.glob('sunrise/*.jpg'))
PIL.Image.open(str(roses[0]))
代码输出:
二、数据预处理
- 加载数据
使用image_dataset_from_directory方法将磁盘中的数据加载到tf.data.Dataset中
batch_size = 32
img_height = 180
img_width = 180
"""
关于image_dataset_from_directory()的详细介绍可以参考文章:https://mtyjkh.blog.csdn.net/article/details/117018789
"""
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
data_dir,
validation_split=0.2,
subset="training",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size)
代码输出:
Found 1125 files belonging to 4 classes.
Using 900 files for training.
"""
关于image_dataset_from_directory()的详细介绍可以参考文章:https://mtyjkh.blog.csdn.net/article/details/117018789
"""
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
data_dir,
validation_split=0.2,
subset="validation",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size)
代码输出:
Found 1125 files belonging to 4 classes.
Using 225 files for validation.
我们可以通过class_names输出数据集的标签。标签将按字母顺序对应于目录名称。
class_names = train_ds.class_names
print(class_names)
代码输出:
['cloudy', 'rain', 'shine', 'sunrise']
- 可视化数据
plt.figure(figsize=(20, 10))
for images, labels in train_ds.take(1):
for i in range(20):
ax = plt.subplot(5, 10, i + 1)
plt.imshow(images[i].numpy().astype("uint8"))
plt.title(class_names[labels[i]])
plt.axis("off")
代码输出:
- 再次检查数据
for image_batch, labels_batch in train_ds:
print(image_batch.shape)
print(labels_batch.shape)
break
代码输出:
(32, 180, 180, 3)
(32,)
● Image_batch是形状的张量(32,180,180,3)。这是一批形状180x180x3的32张图片(最后一维指的是彩色通道RGB)。
● Label_batch是形状(32,)的张量,这些标签对应32张图片
- 配置数据集
● shuffle():打乱数据,关于此函数的详细介绍可以参考:https://zhuanlan.zhihu.com/p/42417456
● prefetch():预取数据,加速运行
prefetch()功能详细介绍:CPU 正在准备数据时,加速器处于空闲状态。相反,当加速器正在训练模型时,CPU 处于空闲状态。因此,训练所用的时间是 CPU 预处理时间和加速器训练时间的总和。prefetch()将训练步骤的预处理和模型执行过程重叠到一起。当加速器正在执行第 N 个训练步时,CPU 正在准备第 N+1 步的数据。这样做不仅可以最大限度地缩短训练的单步用时(而不是总用时),而且可以缩短提取和转换数据所需的时间。如果不使用prefetch(),CPU 和 GPU/TPU 在大部分时间都处于空闲状态:
使用prefetch()可显著减少空闲时间:
● cache():将数据集缓存到内存当中,加速运行
AUTOTUNE = tf.data.AUTOTUNE
train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds = val_ds.cache().prefetch(buffer_size=AUTOTUNE)
三、构建CNN网络
卷积神经网络(CNN)的输入是张量 (Tensor) 形式的 (image_height, image_width, color_channels),包含了图像高度、宽度及颜色信息。不需要输入batch size。color_channels 为 (R,G,B) 分别对应 RGB 的三个颜色通道(color channel)。在此示例中,我们的 CNN 输入形状是 (180, 180, 3)。我们需要在声明第一层时将形状赋值给参数input_shape。
网络结构图
num_classes = 4
"""
关于卷积核的计算不懂的可以参考文章:https://blog.csdn.net/qq_38251616/article/details/114278995
layers.Dropout(0.4) 作用是防止过拟合,提高模型的泛化能力。
在上一篇文章花朵识别中,训练准确率与验证准确率相差巨大就是由于模型过拟合导致的
关于Dropout层的更多介绍可以参考文章:https://mtyjkh.blog.csdn.net/article/details/115826689
"""
model = models.Sequential([
layers.experimental.preprocessing.Rescaling(1./255, input_shape=(img_height, img_width, 3)),
layers.Conv2D(16, (3, 3), activation='relu', input_shape=(img_height, img_width, 3)), # 卷积层1,卷积核3*3
layers.AveragePooling2D((2, 2)), # 池化层1,2*2采样
layers.Conv2D(32, (3, 3), activation='relu'), # 卷积层2,卷积核3*3
layers.AveragePooling2D((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.Dropout(0.3), # 让神经元以一定的概率停止工作,防止过拟合,提高模型的泛化能力。
layers.Flatten(), # Flatten层,连接卷积层与全连接层
layers.Dense(128, activation='relu'), # 全连接层,特征进一步提取
layers.Dense(num_classes) # 输出层,输出预期结果
])
model.summary() # 打印网络结构
代码输出:
Model: "sequential_2"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
rescaling_2 (Rescaling) (None, 180, 180, 3) 0
_________________________________________________________________
conv2d_6 (Conv2D) (None, 178, 178, 16) 448
_________________________________________________________________
average_pooling2d_4 (Average (None, 89, 89, 16) 0
_________________________________________________________________
conv2d_7 (Conv2D) (None, 87, 87, 32) 4640
_________________________________________________________________
average_pooling2d_5 (Average (None, 43, 43, 32) 0
_________________________________________________________________
conv2d_8 (Conv2D) (None, 41, 41, 64) 18496
_________________________________________________________________
dropout_2 (Dropout) (None, 41, 41, 64) 0
_________________________________________________________________
flatten_2 (Flatten) (None, 107584) 0
_________________________________________________________________
dense_4 (Dense) (None, 128) 13770880
_________________________________________________________________
dense_5 (Dense) (None, 4) 516
=================================================================
Total params: 13,794,980
Trainable params: 13,794,980
Non-trainable params: 0
_________________________________________________________________
四、编译
在准备对模型进行训练之前,还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的:
●损失函数(loss):用于衡量模型在训练期间的准确率。
●优化器(optimizer):决定模型如何根据其看到的数据和自身的损失函数进行更新。
●指标(metrics):用于监控训练和测试步骤。以下示例使用了准确率,即被正确分类的图像的比率。
# 设置优化器
opt = tf.keras.optimizers.Adam(learning_rate=0.001)
model.compile(optimizer=opt,
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
五、训练模型
epochs = 10
history = model.fit(
train_ds,
validation_data=val_ds,
epochs=epochs
)
代码输出:
Epoch 1/10
29/29 [==============================] - 24s 746ms/step - loss: 1.3110 - accuracy: 0.5700 - val_loss: 0.5693 - val_accuracy: 0.7600
Epoch 2/10
29/29 [==============================] - 23s 783ms/step - loss: 0.5092 - accuracy: 0.8033 - val_loss: 0.5053 - val_accuracy: 0.7911
Epoch 3/10
29/29 [==============================] - 22s 747ms/step - loss: 0.3796 - accuracy: 0.8556 - val_loss: 0.5592 - val_accuracy: 0.7600
Epoch 4/10
29/29 [==============================] - 20s 701ms/step - loss: 0.3412 - accuracy: 0.8756 - val_loss: 0.6877 - val_accuracy: 0.7511
Epoch 5/10
29/29 [==============================] - 22s 774ms/step - loss: 0.3013 - accuracy: 0.9011 - val_loss: 0.4302 - val_accuracy: 0.8133
Epoch 6/10
29/29 [==============================] - 27s 925ms/step - loss: 0.2366 - accuracy: 0.9156 - val_loss: 0.4309 - val_accuracy: 0.8178
Epoch 7/10
29/29 [==============================] - 27s 911ms/step - loss: 0.1831 - accuracy: 0.9311 - val_loss: 0.4805 - val_accuracy: 0.8311
Epoch 8/10
29/29 [==============================] - 25s 863ms/step - loss: 0.3268 - accuracy: 0.8978 - val_loss: 0.5060 - val_accuracy: 0.8311
Epoch 9/10
29/29 [==============================] - 23s 779ms/step - loss: 0.2051 - accuracy: 0.9256 - val_loss: 0.7028 - val_accuracy: 0.7822
Epoch 10/10
29/29 [==============================] - 22s 743ms/step - loss: 0.1773 - accuracy: 0.9367 - val_loss: 0.4595 - val_accuracy: 0.8622
六、模型评估
acc = history.history['accuracy']
val_acc = history.history['val_accuracy']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs_range = range(epochs)
plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, acc, label='Training Accuracy')
plt.plot(epochs_range, val_acc, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(epochs_range, loss, label='Training Loss')
plt.plot(epochs_range, val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()
代码输出:
七、分析模型和训练结果
通常,随着 epoch 的增加,训练集上的准确率(accuracy)逐步提高,损失(loss)逐步降低。验证集的准确率(val_accuracy)和损失(val_loss)也会相应变化。如果验证集的准确率不断提高且损失降低,说明模型在验证数据上的表现也在改善。
通过分析,可以看出模型在训练过程中的表现。损失值的逐步减小和准确率的逐步提高表明模型正在学习并改善其性能。然而,验证集上的表现(val_loss 和 val_accuracy)是衡量模型泛化能力的关键指标,如果验证集的损失突然增大或准确率下降,可能表明模型开始过拟合。
从上面的数据来看,模型显示出了一些过拟合的迹象。让我们仔细分析以下几点来判断是否存在过拟合:
- 训练集的准确率和损失
训练集准确率: 随着 epoch 的增加,准确率从 57.00% 上升到了 93.67%。
训练集损失: 损失从 1.3110 逐步降低到0.1773。
- 验证集的准确率和损失
验证集准确率: 验证集的准确率从 76.00% 上升到 86.22%,但在某些 epoch 中,准确率没有明显改善,甚至略有下降(例如,在 Epoch 4 和 Epoch 9)。
验证集损失: 验证集损失在前几个 epoch 有所下降,但在后几个 epoch 中开始增大(例如,从 Epoch 7 到 Epoch 10),说明模型在验证集上的表现变得不稳定。
- 过拟合的迹象
训练准确率高,而验证准确率相对较低: 在 Epoch 10 时,训练集的准确率达到了 93.67%,而验证集的准确率为86.22%。两者之间存在一定的差距,表明模型在训练集上表现非常好,但在验证集上的表现相对较差。
验证损失增加: 验证损失在后几个 epoch 中有所增加,这通常是过拟合的信号,意味着模型开始在训练集上过度拟合,无法很好地泛化到验证集。
结论:虽然模型在验证集上的准确率还算不错,但验证损失的增加以及训练和验证准确率之间的差距表明模型存在一定程度的过拟合。
如何缓解过拟合?
使用更大的数据集: 增加训练数据量,帮助模型学习更多的泛化特征。
数据增强: 通过图像旋转、缩放、翻转等方式增加数据多样性。
正则化: 在模型中添加 L2 正则化或增加 Dropout 层。 减少模型复杂度: 减少神经网络的层数或每层的神经元数量,以降低模型的复杂度。
提前停止: 在验证损失开始增加时停止训练。