【TensorFlow】Keras机器学习基础知识-基本图像分类

た入场券 2023-06-20 04:59 2阅读 0赞

本节使用tf.keras来训练一个神经网络模型，用于分类衣物图像（如运动鞋和衬衫），它是一个在TensorFlow中构建和训练模型的高级API。

from __future__ import absolute_import, division, print_function, unicode_literals
    
    # TensorFlow and tf.keras
    import tensorflow as tf
    from tensorflow import keras
    
    # Helper libraries
    import numpy as np
    import matplotlib.pyplot as plt
    
    print(tf.__version__)

上述代码输出：
    2.0.0

## 1 导入Fashion MNIST数据集 ##

Fashion MNIST数据集中包含10个类别的70,000张衣物的灰度图像，分辨率为28×28像素，如下图所示：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70]  
Figure 1. Fashion-MNIST samples (by Zalando, MIT License).

Fashion MNIST数据集的目的是替代经典的MNIST数据集（这类似于编程学习里面的“Hello World”。经典的MNIST数据集包含手写数字（0、1、2等）的图像，其格式与这里使用的衣物数据集相同。

这里，使用60,000张图像来训练网络，使用10,000张图像来评估网络图像分类网络的准确性。通过下列语句可以直接从TensorFlow访问、导入和加载Fashion MNIST数据：

fashion_mnist = keras.datasets.fashion_mnist
    (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

上述代码输出：
    Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-labels-idx1-ubyte.gz
    32768/29515 [=================================] - 0s 0us/step
    Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-images-idx3-ubyte.gz
    26427392/26421880 [==============================] - 0s 0us/step
    Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-labels-idx1-ubyte.gz
    8192/5148 [===============================================] - 0s 0us/step
    Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-images-idx3-ubyte.gz
    4423680/4422102 [==============================] - 0s 0us/step

上述语句从TensorFlow加载数据集并返回四个NumPy数组：

*  train\_images和train\_labels数组是训练集：是模型用来学习的数据；
 *  test\_images和test\_labels数组是测试集：通过测试集对模型进行测试。

这些图像是28x28维的NumPy数组，像素值分布在0到255之间。标签（Label）是一个整数数组，范围从0到9，与图像所代表的衣物类别相对应：

<table> 
 <thead> 
  <tr> 
   <th>Label</th> 
   <th>Class</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>0</td> 
   <td>T-shirt/top</td> 
  </tr> 
  <tr> 
   <td>1</td> 
   <td>Trouser</td> 
  </tr> 
  <tr> 
   <td>2</td> 
   <td>Pullover</td> 
  </tr> 
  <tr> 
   <td>3</td> 
   <td>Dress</td> 
  </tr> 
  <tr> 
   <td>4</td> 
   <td>Coat</td> 
  </tr> 
  <tr> 
   <td>5</td> 
   <td>Sandal</td> 
  </tr> 
  <tr> 
   <td>6</td> 
   <td>Shirt</td> 
  </tr> 
  <tr> 
   <td>7</td> 
   <td>Sneaker</td> 
  </tr> 
  <tr> 
   <td>8</td> 
   <td>Bag</td> 
  </tr> 
  <tr> 
   <td>9</td> 
   <td>Ankle boot</td> 
  </tr> 
 </tbody> 
</table>

每幅图像都对应一个标签。由于类名没有包含在数据集中，所以将它们存储在class\_names中，以便后面绘制图像时使用:

class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
                   'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

## 2 数据细节 ##

在训练模型之前，让我们先研究一下数据集的格式。可以通过以下命令输出数据集的部分细节：

train_images.shape 
    len(train_labels)
    train_labels
    test_images.shape
    len(test_labels)

对应输出如下：

(60000, 28, 28)                                  - 训练集中有60000张图像，每张图像的大小都为28x28像素
    60000                                            - 训练集中有60000个标签
    array([9, 0, 0, ..., 3, 0, 5], dtype=uint8)      - 每个标签都是0到9之间的整数
    (10000, 28, 28)                                  - 测试集中有10,000张图像。同样，每个图像表示为28 x 28像素
    10000                                            - 测试集包含10,000个图像标签

## 3 处理数据 ##

在训练网络之前，必须对数据进行预处理。如果你检查训练集中的第一个图像，你会看到像素值落在0到255的范围内。可通过下列代码显示图像：

plt.figure()
    plt.imshow(train_images[0])
    plt.colorbar()
    plt.grid(False)
    plt.show()

得到下图：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70 1]

在将这些值输入神经网络模型之前，需要将训练集和测试集中图像的像素值缩放到0到1的范围。可通过以下代码实现：

train_images = train_images / 255.0
    test_images = test_images / 255.0

为了验证数据的格式是否正确，我们通过以下代码显示来自训练集的前25个图像，并在每个图像下面显示类名：

plt.figure(figsize=(10,10))
    for i in range(25):
        plt.subplot(5,5,i+1)
        plt.xticks([])
        plt.yticks([])
        plt.grid(False)
        plt.imshow(train_images[i], cmap=plt.cm.binary)
        plt.xlabel(class_names[train_labels[i]])
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70 2]

## 4 构建（配置）模型 ##

建立神经网络需要配置模型的层，然后编译模型，下面分别实现。

### 4.1 设置模型的层（layer） ###

layer是神经网络的基本组件，它从输入的数据中提取数据的特征表示。

大多数深度学习是由简单的layer链接在一起构成的。大多数layer（如tf.keras.layers.Dense），包含有在训练中学习的参数。我们使用以下代码构建本节的模型：

model = keras.Sequential([
        keras.layers.Flatten(input_shape=(28, 28)),
        keras.layers.Dense(128, activation='relu'),
        keras.layers.Dense(10, activation='softmax')
    ])

*  tf.keras.layers.Flatten：这是网络的第一层，将图像的格式从一个二维数组（28×28像素）转换为一个一维数组（28 \* 28 = 784像素）。可以把这个层看作是将图像中的像素行分解并排列起来。这一层没有需要学习的参数，它只是重新格式化数据。
 *  当像素被格式化后，网络由两个tf.keras.layers.Dense组成的序列组成。这些layer紧密相连，或者说完全相连：
    
     *  第一个Dense层有128个节点（或神经元）；
     *  第二个Dense层（也即最后一层）是一个有10个节点的softmax层，它返回一个10个概率值的数组，这些概率值的和为1。每个节点包含一个分数，表示当前图像属于10个类之一的概率。

### 4.2 编译模型 ###

在对模型进行训练之前，需要额外设置一些参数。这些是在模型的编译步骤中添加的：

*  损失函数（Loss function）：用来衡量训练过程中模型的准确性，模型训练时通过最小化这个函数来”引导“模型朝正确的方向前进；
 *  优化器（Optimizer）：是模型根据数据和损失函数进行更新的方式；
 *  度量（Metrics）：用于监视训练和测试步骤。下面的例子使用accuracy度量，即被正确分类的图像的比例。

model.compile(optimizer='adam',
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])

## 5 训练模型 ##

训练神经网络模型需要以下步骤：

1.  将训练数据输入模型。在本例中，训练数据存放在train\_images和train\_tags数组中；
2.  模型通过学习把图像和标签联系起来；
3.  让模型对本例中的测试集test\_images数组进行预测。验证预测是否与test\_labels数组中的标签匹配。

要开始训练，使用model.fit方法：

model.fit(train_images, train_labels, epochs=10)

输出如下：

Train on 60000 samples
    Epoch 1/10
    60000/60000 [==============================] - 5s 85us/sample - loss: 0.4978 - accuracy: 0.8245
    Epoch 2/10
    60000/60000 [==============================] - 4s 69us/sample - loss: 0.3798 - accuracy: 0.8624
    Epoch 3/10
    60000/60000 [==============================] - 4s 62us/sample - loss: 0.3411 - accuracy: 0.8762
    Epoch 4/10
    60000/60000 [==============================] - 4s 61us/sample - loss: 0.3164 - accuracy: 0.8838
    Epoch 5/10
    60000/60000 [==============================] - 4s 61us/sample - loss: 0.2956 - accuracy: 0.8902
    Epoch 6/10
    60000/60000 [==============================] - 4s 64us/sample - loss: 0.2815 - accuracy: 0.8955
    Epoch 7/10
    60000/60000 [==============================] - 4s 65us/sample - loss: 0.2691 - accuracy: 0.9009
    Epoch 8/10
    60000/60000 [==============================] - 4s 62us/sample - loss: 0.2579 - accuracy: 0.9029
    Epoch 9/10
    60000/60000 [==============================] - 4s 63us/sample - loss: 0.2485 - accuracy: 0.9062
    Epoch 10/10
    60000/60000 [==============================] - 4s 60us/sample - loss: 0.2388 - accuracy: 0.9100
    
    <tensorflow.python.keras.callbacks.History at 0x7fefe642a860>

当模型训练时，会输出显示损失（loss）和精度（accuracy）度量指标。该模型的精度约为0.91（或91%）。

## 6 评估模型精度 ##

接下来，比较模型在测试数据集上的执行情况：

test_loss, test_acc = model.evaluate(test_images,  test_labels, verbose=2)
    print('\nTest accuracy:', test_acc)

输出如下：

10000/1 - 1s - loss: 0.2934 - accuracy: 0.8830
    Test accuracy: 0.883

结果表明，测试数据集的准确性略低于训练数据集的准确性。这种训练精度和测试精度之间的差距表示过拟合。过拟合是指机器学习模型在新的、以前未见过的输入上的表现不如在训练数据上的表现。

## 7 模型预测 ##

通过训练模型，可以使用它对一些图像进行预测：

predictions = model.predict(test_images)

这里，模型已经预测了测试集中每张图片的标签，让我们看一下第一个预测：

predictions[0]

输出如下：

array([1.06123218e-06, 8.76374884e-09, 4.13958730e-07, 9.93547733e-09,
       2.39135318e-07, 2.61428091e-03, 2.91701099e-07, 6.94991834e-03,
       1.02351805e-07, 9.90433693e-01], dtype=float32)

预测结果是一个由10个数字组成的数组。它们代表了模特的“置信度（confidence）”，即图像对应于10件不同的衣服中的每一件。你可以看到哪个标签的置信度最高：

np.argmax(predictions[0])

输出为：

因此，模型最确信这是一个Ankle boot，或class\_names\[9\]。

我们将这张图绘制出来查看完整的10个类预测的置信度，下面定义2个函数用于绘制数据图像：

def plot_image(i, predictions_array, true_label, img):
      predictions_array, true_label, img = predictions_array, true_label[i], img[i]
      plt.grid(False)
      plt.xticks([])
      plt.yticks([])
    
      plt.imshow(img, cmap=plt.cm.binary)
    
      predicted_label = np.argmax(predictions_array)
      if predicted_label == true_label:
        color = 'blue'
      else:
        color = 'red'
    
      plt.xlabel("{} {:2.0f}% ({})".format(class_names[predicted_label],
                                    100*np.max(predictions_array),
                                    class_names[true_label]),
                                    color=color)
    
    def plot_value_array(i, predictions_array, true_label):
      predictions_array, true_label = predictions_array, true_label[i]
      plt.grid(False)
      plt.xticks(range(10))
      plt.yticks([])
      thisplot = plt.bar(range(10), predictions_array, color="#777777")
      plt.ylim([0, 1])
      predicted_label = np.argmax(predictions_array)
    
      thisplot[predicted_label].set_color('red')
      thisplot[true_label].set_color('blue')

让我们看看第0张图片、预测和预测数组。正确的预测标签是蓝色的，错误的预测标签是红色的。这个数字给出了预测标签的百分比（满分100）。调用前面定义的函数来绘制数据图：

i = 0
    plt.figure(figsize=(6,3))
    plt.subplot(1,2,1)
    plot_image(i, predictions[i], test_labels, test_images)
    plt.subplot(1,2,2)
    plot_value_array(i, predictions[i],  test_labels)
    plt.show()

![在这里插入图片描述][20191207205710671.png]

i = 12
    plt.figure(figsize=(6,3))
    plt.subplot(1,2,1)
    plot_image(i, predictions[i], test_labels, test_images)
    plt.subplot(1,2,2)
    plot_value_array(i, predictions[i],  test_labels)
    plt.show()

![在这里插入图片描述][20191207205725466.png]  
让我们用他们的预测来绘制几幅图像。需要注意的是，即使在置信度非常高的情况下，模型也可能出错。

# Plot the first X test images, their predicted labels, and the true labels.
    # Color correct predictions in blue and incorrect predictions in red.
    num_rows = 5
    num_cols = 3
    num_images = num_rows*num_cols
    plt.figure(figsize=(2*2*num_cols, 2*num_rows))
    for i in range(num_images):
      plt.subplot(num_rows, 2*num_cols, 2*i+1)
      plot_image(i, predictions[i], test_labels, test_images)
      plt.subplot(num_rows, 2*num_cols, 2*i+2)
      plot_value_array(i, predictions[i], test_labels)
    plt.tight_layout()
    plt.show()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70 3]  
最后，利用训练后的模型对单个图像进行预测。

# Grab an image from the test dataset.
    img = test_images[1]
    print(img.shape)

输出如下：

(28, 28)

tf.keras模型经过优化，可以一次对一批或一组示例进行预测。因此，即使你使用的是一张图片，你也需要将它添加到一个列表中：

# Add the image to a batch where it's the only member.
    img = (np.expand_dims(img,0))
    print(img.shape)

输出如下：

(1, 28, 28)

现在预测这个图像的正确标签：

predictions_single = model.predict(img)
    print(predictions_single)

输出如下：

[[1.4175281e-04 8.5218921e-14 9.9798274e-01 1.7262291e-11 1.3707496e-03
      1.4081123e-14 5.0472573e-04 6.2876434e-17 3.6248435e-09 1.8519042e-13]]

plot_value_array(1, predictions_single[0], test_labels)
    _ = plt.xticks(range(10), class_names, rotation=45)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70 4]  
model.predict返回一个对批量数据中每个图像的列表。获取预测我们的（唯一的）图像块（batch）：

np.argmax(predictions_single[0])

输出如下：

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191207193302126.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191207200512567.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20191207201542765.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc=,size_16,color_FFFFFF,t_70
[20191207205710671.png]: https://img-blog.csdnimg.cn/20191207205710671.png
[20191207205725466.png]: https://img-blog.csdnimg.cn/20191207205725466.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20191207205819632.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20191207210211515.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NmYW45Mjc=,size_16,color_FFFFFF,t_70