- 🍨 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
- 🚀 文章来源:K同学的学习圈子
一、前期工作
采用CNN实现多云、下雨、晴、日出四种天气状态的识别。
为了增加模型的泛化能力,新增了Dropout层(正则化)并且将最大池化层调整成了平均池化层。
Q:模型的泛化能力是指什么?
解析CNN泛化能力即使模型重建出来的图片信息在人眼看来完整度不高,但是也能正确分类。(个人比较浅显的理解)
我的环境:(换系统了,所以这一课开始,后续都使用这个环境)
- 电脑系统:Windows 11
- 语言环境:Python 3.7.8
- 深度学习环境:TensorFlow 2.11.0- 编译器:jupyter notebook
1. 导入数据
import matplotlib.pyplot as plt
import os,PIL
# 设置随机种子尽可能使结果可以重现
import numpy as np
np.random.seed(1)
# 设置随机种子尽可能使结果可以重现
import tensorflow as tf
tf.random.set_seed(1)
from tensorflow import keras
from tensorflow.keras import layers,models
import pathlib
data_dir = "D:/jupyter notebook/DL-100-days/datasets/weather_photos/"
data_dir = pathlib.Path(data_dir)
3. 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)
图片总数为: 1125
imges = list(data_dir.glob('rain/*.jpg'))
PIL.Image.open(str(imges[0]))
二、数据预处理
1. 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)
# Q:900张图片的数量怎么计算出来的?能不能看到这900张图片分别是哪些?
Found 1125 files belonging to 4 classes.
Using 900 files for training.
Q:900张图片的数量怎么计算出来的?能不能看到这900张图片分别是哪些?
A:在上述代码中,有这样一句validation_split=0.2,subset="training",
,是指将80%的图像用于训练,图片总数是1125,乘以0.8的比例,1125*0.8=900
,所以是900张。
"""
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)
#Q:同样,225张图片是怎么计算出来的,明明参数设置和训练数据是一样的,除了‘subset’参数的值?
Found 1125 files belonging to 4 classes.
Using 225 files for validation.
Q:同样,225张图片是怎么计算出来的? 明明参数设置和训练数据是一样的,除了
subset
参数的值
A:看这一句:validation_split=0.2,subset="validation",
用图片总数*划分比例
,这里验证集的比例是0.2,所以1125*0.2=225
。
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)
['cloudy', 'rain', 'shine', 'sunrise']
2. 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")
3. 再次检查数据
for image_batch, labels_batch in train_ds:
print(image_batch.shape)
print(labels_batch.shape)
break
(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
4. 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
用的CNN结构和前两课一样,不同的是在Flatten层前加了一个
Dropout()
(正则化)
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,fashion_mnist 数据集中的图片,形状是 (28, 28, 1)
即灰度图像。声明第一层同时将形状赋值给参数input_shape
。
num_classes = 5
"""
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),
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
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
rescaling (Rescaling) (None, 180, 180, 3) 0
conv2d (Conv2D) (None, 178, 178, 16) 448
average_pooling2d (AverageP (None, 89, 89, 16) 0
ooling2D)
conv2d_1 (Conv2D) (None, 87, 87, 32) 4640
average_pooling2d_1 (Averag (None, 43, 43, 32) 0
ePooling2D)
conv2d_2 (Conv2D) (None, 41, 41, 64) 18496
dropout (Dropout) (None, 41, 41, 64) 0
flatten (Flatten) (None, 107584) 0
dense (Dense) (None, 128) 13770880
dense_1 (Dense) (None, 5) 645
=================================================================
Total params: 13,795,109
Trainable params: 13,795,109
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
)
#Q:已经第三课了,为啥每一课设置的epoch都是10???
Epoch 1/10
29/29 [==============================] - 19s 519ms/step - loss: 1.4765 - accuracy: 0.5844 - val_loss: 0.7658 - val_accuracy: 0.6222
Epoch 2/10
29/29 [==============================] - 14s 475ms/step - loss: 0.5206 - accuracy: 0.7900 - val_loss: 0.5840 - val_accuracy: 0.7600
Epoch 3/10
29/29 [==============================] - 14s 475ms/step - loss: 0.3913 - accuracy: 0.8467 - val_loss: 0.5092 - val_accuracy: 0.8222
Epoch 4/10
29/29 [==============================] - 14s 474ms/step - loss: 0.3156 - accuracy: 0.8833 - val_loss: 0.4492 - val_accuracy: 0.8222
Epoch 5/10
29/29 [==============================] - 14s 477ms/step - loss: 0.2448 - accuracy: 0.9178 - val_loss: 0.5740 - val_accuracy: 0.7956
Epoch 6/10
29/29 [==============================] - 14s 477ms/step - loss: 0.2248 - accuracy: 0.9156 - val_loss: 0.4942 - val_accuracy: 0.8178
Epoch 7/10
29/29 [==============================] - 14s 475ms/step - loss: 0.2247 - accuracy: 0.9100 - val_loss: 0.4552 - val_accuracy: 0.8356
Epoch 8/10
29/29 [==============================] - 14s 477ms/step - loss: 0.1708 - accuracy: 0.9389 - val_loss: 0.4721 - val_accuracy: 0.8444
Epoch 9/10
29/29 [==============================] - 14s 476ms/step - loss: 0.1167 - accuracy: 0.9544 - val_loss: 0.5596 - val_accuracy: 0.8311
Epoch 10/10
29/29 [==============================] - 14s 477ms/step - loss: 0.1400 - accuracy: 0.9467 - val_loss: 0.6492 - val_accuracy: 0.7867
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()
七:其它
思考:1.最大池化与平均池化的区别是什么呢?2.学习率是不是越大越好,优化器该如何设置呢?
1.首先是计算的结果不同
最大值池化: 给定一个固定size的卷积核(假设是3x3的大小),用这个卷积核和输入网络层的矩阵进行计算,取最大值;
平均值池化: 和上述一样的方式,先计算出卷积后的值,然后取平均值作为最终的值;
其次效果不同,假设某个区域的像素值之间差距特别大(比如边缘、亮度变化特别明显的地方),如果用最大值池化可能会造成的效果是重要特征丢失;而用平均值的话就可以在一定程度上避免这种情况。
2.学习率不是越大越好,让训练模型效果达到最好的学习率才是最好的。优化器的选择可以参考以下的图:
【拓展】热文 | 卷积神经网络入门案例,轻松实现花朵分类