Open Yukyukuon opened 1 year ago
书第五章:机器学习基础
Keras Conv2D官方说明:https://keras.io/api/layers/convolution_layers/ 卷积神经网络接收形状为(image_height, image_width, image_channels)的输入张量(不包括批量维度)
tf.keras.layers.Conv2D( filters, kernel_size, strides=(1, 1), padding="valid", data_format=None, dilation_rate=(1, 1), groups=1, activation=None, use_bias=True, kernel_initializer="glorot_uniform", bias_initializer="zeros", kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, kernel_constraint=None, bias_constraint=None, **kwargs )
卷积核大小:kernel_size 输入数据的层数:input_layer 截距项,偏置项:bias 输出的层数:output_layer Params = (kernel_size input_layer + bias) output_layer
密集连接层和卷积层的根本区别在于,Dense 层从输入特征空间中学到的是全局模式,而卷积层学到的是局部模式。 卷积神经网络具有以下两个有趣的性质:
对于包含两个空间轴(高度和宽度)和一个深度轴(也叫通道轴)的3D 张量,其卷积也叫特征图(feature map)。
卷积由以下两个关键参数所定义:
输出的宽度和高度可能与输入的宽度和高度不同,不同的原因可能有两点:
最大池化的作用:对特征图进行下采样,与步进卷积类似。 最大池化是从输入特征图中提取窗口,并输出每个通道的最大值。最大池化使用硬编码的max 张量运算对局部图块进行变换,而不是使用学到的线性变换(卷积核)。最大池化与卷积的最大不同之处在于,最大池化通常使用2×2 的窗口和步幅2,其目的是将特征图下采样2 倍。与此相对的是,卷积通常使用3×3 窗口和步幅1。
简而言之,使用下采样的原因,一是减少需要处理的特征图的元素个数,二是通过让连续卷积层的观察窗口越来越大(即窗口覆盖原始输入的比例越来越大),从而引入空间过滤器的层级结构。
使用的是Kaggle的猫狗分类数据集:https://www.kaggle.com/competitions/dogs-vs-cats 处理前:这个数据集包含25 000 张猫狗图像(每个类别都有12 500 张),大小为543MB
处理后:创建一个新数据集,其中包含三个子集:每个类别各1000 个样本的训练集、每个类别各500 个样本的验证集和每个类别各500 个样本的测试集。
import os, shutil # 改变当前工作目录到指定的路径 os.chdir("/home/yifanjia/workspace") # 创建处理后文件夹位置 original_dataset_dir = 'data/kaggle_original_data/train' base_dir = 'data/cats_and_dogs_small' os.mkdir(base_dir) train_dir = os.path.join(base_dir, 'train') os.mkdir(train_dir) validation_dir = os.path.join(base_dir, 'validation') os.mkdir(validation_dir) test_dir = os.path.join(base_dir, 'test') os.mkdir(test_dir) train_cats_dir = os.path.join(train_dir, 'cats') os.mkdir(train_cats_dir) train_dogs_dir = os.path.join(train_dir, 'dogs') os.mkdir(train_dogs_dir) validation_cats_dir = os.path.join(validation_dir, 'cats') os.mkdir(validation_cats_dir) validation_dogs_dir = os.path.join(validation_dir, 'dogs') os.mkdir(validation_dogs_dir) test_cats_dir = os.path.join(test_dir, 'cats') os.mkdir(test_cats_dir) test_dogs_dir = os.path.join(test_dir, 'dogs') os.mkdir(test_dogs_dir) #复制cat图片到处理后的文件夹 fnames = ['cat.{}.jpg'.format(i) for i in range(1000)] for fname in fnames: src = os.path.join(original_dataset_dir, fname) dst = os.path.join(train_cats_dir, fname) shutil.copyfile(src, dst) fnames = ['cat.{}.jpg'.format(i) for i in range(1000, 1500)] for fname in fnames: src = os.path.join(original_dataset_dir, fname) dst = os.path.join(validation_cats_dir, fname) shutil.copyfile(src, dst) fnames = ['cat.{}.jpg'.format(i) for i in range(1500, 2000)] for fname in fnames: src = os.path.join(original_dataset_dir, fname) dst = os.path.join(test_cats_dir, fname) shutil.copyfile(src, dst) # 复制dog图片到处理后文件夹 fnames = ['dog.{}.jpg'.format(i) for i in range(1000)] for fname in fnames: src = os.path.join(original_dataset_dir, fname) dst = os.path.join(train_dogs_dir, fname) shutil.copyfile(src, dst) fnames = ['dog.{}.jpg'.format(i) for i in range(1000, 1500)] for fname in fnames: src = os.path.join(original_dataset_dir, fname) dst = os.path.join(validation_dogs_dir, fname) shutil.copyfile(src, dst) fnames = ['dog.{}.jpg'.format(i) for i in range(1500, 2000)] for fname in fnames: src = os.path.join(original_dataset_dir, fname) dst = os.path.join(test_dogs_dir, fname) shutil.copyfile(src, dst)
初始输入的尺寸为150×150,所以最后在Flatten 层之前的特征图大小为7×7
from tensorflow.keras import layers from tensorflow.keras import models model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(150, 150, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Flatten()) model.add(layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid'))
使用RMSprop 优化器。因为网络最后一层是单一sigmoid单元,所以我们将使用二元交叉熵作为损失函数
from tensorflow.keras import optimizers model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=1e-4), metrics=['acc'])
Keras有一个图像处理辅助工具的模块,位于keras.preprocessing.image。特别地,它包含ImageDataGenerator 类,可以快速创建Python 生成器,能够将硬盘上的图像文件自动转换为预处理好的张量批量。
ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器,可以每一次给模型“喂”一个batch_size大小的样本数据,同时也可以在每一个批次中对这batch_size个样本数据进行增强,扩充数据集大小,增强模型的泛化能力。比如进行旋转,变形,归一化等等。
# 使用ImageDataGenerator 从目录中读取图像 # rescale 重缩放因子。rescale的作用是对图片的每个像素值均乘上这个放缩因子, # 这个操作在所有其它变换操作之前执行,在一些模型当中,直接输入原图的像素值可能会落入激活函数的“死亡区”, # 因此设置放缩因子为1/255,把像素值放缩到0和1之间有利于模型的收敛,避免神经元“死亡”。 from tensorflow.keras.preprocessing.image import ImageDataGenerator train_datagen = ImageDataGenerator(rescale=1./255) validation_datagen = ImageDataGenerator(rescale=1./255)
flow_from_directory()加载数据,
# 读取指定文件,子文件有cats和dogs,会自动识别在相同文件夹里为相同一类 train_generator = train_datagen.flow_from_directory( train_dir, target_size=(150, 150), batch_size=20, class_mode='binary') validation_generator = validation_datagen.flow_from_directory( validation_dir, target_size=(150, 150), batch_size=20, class_mode='binary')
生成器的输出:生成了150×150 的RGB 图像[形状为(20,150, 150, 3)]与二进制标签[形状为(20,)]组成的批量。
注意,生成器会不停地生成这些批量,它会不断循环目标文件夹中的图像。
因为是生成器生成的数据,使用fit_generator 方法来拟合,它在数据生成器上的效果和fit 相同。
history = model.fit_generator( train_generator, steps_per_epoch=100, epochs=30, validation_data=validation_generator, validation_steps=50)
model.save('cats_and_dogs_small_1.h5')
import matplotlib.pyplot as plt acc = history.history['acc'] val_acc = history.history['val_acc'] loss = history.history['loss'] val_loss = history.history['val_loss'] epochs = range(1, len(acc) + 1) plt.plot(epochs, acc, 'bo', label='Training acc') plt.plot(epochs, val_acc, 'b', label='Validation acc') plt.title('Training and validation accuracy') plt.legend() plt.figure() plt.plot(epochs, loss, 'bo', label='Training loss') plt.plot(epochs, val_loss, 'b', label='Validation loss') plt.title('Training and validation loss') plt.legend() plt.show()
过拟合是学习样本太少,导致无法训练出能够泛化到新数据的模型。数据增强是从现有的训练样本中生成更多的训练数据,其方法是利用多种能够生成可信图像的随机变换来增加(augment)样本。
在Keras 中,这可以通过对ImageDataGenerator 实例读取的图像执行多次随机变换来实现:
查看数据增强图片
# 数据增强例子 datagen = ImageDataGenerator( rotation_range=40, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True, fill_mode='nearest') # 显示几个随机增强后的训练图像 from keras.preprocessing import image //图像预处理工具的模块 fnames = [os.path.join(train_cats_dir, fname) for fname in os.listdir(train_cats_dir)] img_path = fnames[110] //选择一张图片 img = image.load_img(img_path, target_size=(150, 150)) //读取图片并调整大小 x = image.img_to_array(img) //将其转换为形状(150, 150, 3) 的Numpy 数组 x = x.reshape((1,) + x.shape) //将其形状改变为(1, 150, 150, 3) # 生成随机变换后的图像批量。循环是无限的,因此你需要在某个时刻终止循环 i = 0 for batch in datagen.flow(x, batch_size=1): plt.figure(i) imgplot = plt.imshow(image.array_to_img(batch[0])) i += 1 if i % 4 == 0: break plt.show()
Dropout + 数据增强
# 定义一个包含dropout 的新卷积神经网络 model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(150, 150, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Flatten()) model.add(layers.Dropout(0.5)) model.add(layers.Dense(512, activation='relu')) model.add(layers.Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=1e-4), metrics=['acc']) # 利用数据增强生成器训练卷积神经网络 train_datagen = ImageDataGenerator( rescale=1./255, rotation_range=40, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True,) test_datagen = ImageDataGenerator(rescale=1./255) //验证集不能用数据增强 train_generator = train_datagen.flow_from_directory( train_dir, target_size=(150, 150), batch_size=32, class_mode='binary') validation_generator = test_datagen.flow_from_directory( validation_dir, target_size=(150, 150), batch_size=32, class_mode='binary') # 拟合 history = model.fit_generator( train_generator, steps_per_epoch=63, epochs=100, validation_data=validation_generator, validation_steps=32) # 保存模型 model.save('./model/cats_and_dogs_small_2.h5')
预训练网络(pretrained network)是一个保存好的网络,之前已在大型数据集(通常是大规模图像分类任务)上训练好。如果这个原始数据集足够大且足够通用,那么预训练网络学到的特征的空间层次结构可以有效地作为视觉世界的通用模型,因此这些特征可用于各种不同的计算机视觉问题,即使这些新问题涉及的类别和原始任务完全不同。
使用预训练网络有两种方法:特征提取(feature extraction)和微调模型(fine-tuning)
特征提取是使用之前网络学到的表示来从新样本中提取出有趣的特征。然后将这些特征输入一个新的分类器,从头开始训练。 对于卷积神经网络而言,特征提取就是取出之前训练好的网络的卷积基(convolutional base),在上面运行新数据,然后在输出上面训练一个新的分类器
# 将VGG16 卷积基实例化 from tensorflow.keras.applications import VGG16 conv_base = VGG16(weights='imagenet', include_top=False, input_shape=(150, 150, 3)) # 数据准备 import os import numpy as np from tensorflow.keras.preprocessing.image import ImageDataGenerator base_dir = "../data/cats_and_dogs_small" train_dir = os.path.join(base_dir, 'train') validation_dir = os.path.join(base_dir, 'validation') test_dir = os.path.join(base_dir, 'test')
接下来,添加密集连接分类器有两种方法:
ImageDataGenerator.flow_from_directory函数的返回值是: 一个产生(x,y)元组的目录迭代器(DirectoryIterator)。 其中x是包含一批(batch_size,* target_size,channels)类型的图像的numpy数组,y是对应标签的numpy数组。
datagen =ImageDataGenerator(rescale=1./255) batch_size =20 def extract_features(directory, sample_count): # 开启储存特征和标签的空间 features = np.zeros(shape=(sample_count, 4, 4, 512)) labels = np.zeros(shape=(sample_count)) generator = datagen.flow_from_directory( directory, target_size=(150, 150), batch_size=batch_size, class_mode='binary') i = 0 # 迭代器产生的每个batch数组保存在开启的储存空间中(因为会不断产生数据,所以你必须在读取完所有图像后终止循环) for inputs_batch, labels_batch in generator: features_batch = conv_base.predict(inputs_batch) features[i * batch_size : (i+1) * batch_size] = features_batch labels[i * batch_size : (i+1) * batch_size] = labels_batch i += 1 if i * batch_size >= sample_count: break return features, labels # 传入数据 train_features, train_labels = extract_features(train_dir, 2000) validation_features, validation_labels = extract_features(validation_dir, 1000) test_features, test_labels = extract_features(test_dir, 1000)
目前,提取的特征形状为(samples, 4, 4, 512)。我们要将其输入到密集连接分类器中,所以首先必须将其形状展平为(samples, 8192):
train_features = np.reshape(train_features, (2000, 4 * 4 * 512)) validation_features = np.reshape(validation_features, (1000, 4 * 4 * 512)) test_features = np.reshape(test_features, (1000, 4 * 4 * 512))
定义密集连接分类器(注意要使用dropout 正则化),并在刚刚保存的数据和标签上训练这个分类器:
from tensorflow.keras import models from tensorflow.keras import layers from tensorflow.keras import optimizers model = models.Sequential() model.add(layers.Dense(256, activation='relu', input_dim=4 * 4 *512)) model.add(layers.Dropout(0.5)) model.add(layers.Dense(1, activation='sigmoid')) model.compile(optimizer=optimizers.RMSprop(lr=2e-5), loss='binary_crossentropy', metrics=['acc']) history = model.fit(train_features, train_labels, epochs=30, batch_size=20, validation_data=(validation_features, validation_labels))
方法就是:扩展conv_base 模型,然后在输入数据上端到端地运行模型。
# 在卷积基上添加一个密集连接分类器 from tensorflow.keras import models from tensorflow.keras import layers model = models.Sequential() model.add(conv_base) model.add(layers.Flatten()) model.add(layers.Dense(256, activation='relu')) model.add(layers.Dense(1, activation='sigmoid'))
在编译和训练模型之前,一定要“冻结”卷积基。冻结(freeze)一个或多个层是指在训练过程中保持其权重不变。 在Keras 中,冻结网络的方法是将其trainable 属性设为False。
conv_base.trainable = False
使用数据增强训练模型:
# 利用冻结卷积基端到端的训练模型 from tensorflow.keras.preprocessing.image import ImageDataGenerator from tensorflow.keras import optimizers train_datagen = ImageDataGenerator( rescale=1./255, rotation_range=40, width_shift_range=0.2, height_shift_range=0.2, shear_range=0.2, zoom_range=0.2, horizontal_flip=True, fill_mode='nearest') # 验证资料不做数据增强 test_datagen = ImageDataGenerator(rescale=1./255) train_generator = train_datagen.flow_from_directory( train_dir, target_size=(150, 150), batch_size=20, class_mode='binary') validation_generator =test_datagen.flow_from_directory( validation_dir, target_size=(150, 150), batch_size=20, class_mode='binary') model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=2e-5), metrics=['acc']) history = model.fit_generator( train_generator, steps_per_epoch=100, epochs=30, validation_data=validation_generator, validation_steps=50)
微调是指将其顶部的几层“解冻”,并将这解冻的几层和新增加的部分(本例中是全连接分类器)联合训练 微调网络的步骤如下:
只有上面的分类器已经训练好了,才能微调卷积基的顶部几层。如果分类器没有训练好,那么训练期间通过网络传播的误差信号会特别大,微调的几层之前学到的表示都会被破坏
微调最后三个卷积层,也就是说,直到block4_pool 的所有层都应该被冻结,而block5_conv1、block5_conv2 和block5_conv3 三层应该是可训练的:
# 冻结直到某一层的所有层 conv_base.trainable = True set_trainable = False for layer in conv_base.layers: if layer.name == 'block5_conv1': set_trainable = True if set_trainable: layer.trainable = True else: layer.trainable = False
开始微调网络:
model.compile(loss='binary_crossentropy', optimizer=optimizers.RMSprop(lr=1e-5), metrics=['acc']) history = model.fit_generator( train_generator, steps_per_epoch=100, epochs=100, validation_data=validation_generator, validation_steps=50)
指数平滑+绘图:
def smooth_curve(points, factor=0.8): smoothed_points = [] for point in points: if smoothed_points: previous = smoothed_points[-1] smoothed_points.append(previous * factor + point * (1 - factor)) else: smoothed_points.append(point) return smoothed_points plt.plot(epochs, smooth_curve(acc), 'bo', label='Smoothed training acc') plt.plot(epochs, smooth_curve(val_acc), 'b', label='Smoothed validation acc') plt.title('Training and validation accuracy') plt.legend() plt.figure() plt.plot(epochs, smooth_curve(loss), 'bo', label='Smoothed training loss') plt.plot(epochs, smooth_curve(val_loss), 'b', label='Smoothed validation loss') plt.title('Training and validation loss') plt.show()
书第五章:机器学习基础
卷积神经网络(convnet)
Keras Conv2D官方说明:https://keras.io/api/layers/convolution_layers/ 卷积神经网络接收形状为(image_height, image_width, image_channels)的输入张量(不包括批量维度)
计算参数
卷积核大小:kernel_size 输入数据的层数:input_layer 截距项,偏置项:bias 输出的层数:output_layer Params = (kernel_size input_layer + bias) output_layer
卷积运算
密集连接层和卷积层的根本区别在于,Dense 层从输入特征空间中学到的是全局模式,而卷积层学到的是局部模式。 卷积神经网络具有以下两个有趣的性质:
对于包含两个空间轴(高度和宽度)和一个深度轴(也叫通道轴)的3D 张量,其卷积也叫特征图(feature map)。
卷积由以下两个关键参数所定义:
输出的宽度和高度可能与输入的宽度和高度不同,不同的原因可能有两点:
最大池化运算(The Max-pooling operation)
最大池化的作用:对特征图进行下采样,与步进卷积类似。 最大池化是从输入特征图中提取窗口,并输出每个通道的最大值。最大池化使用硬编码的max 张量运算对局部图块进行变换,而不是使用学到的线性变换(卷积核)。最大池化与卷积的最大不同之处在于,最大池化通常使用2×2 的窗口和步幅2,其目的是将特征图下采样2 倍。与此相对的是,卷积通常使用3×3 窗口和步幅1。
简而言之,使用下采样的原因,一是减少需要处理的特征图的元素个数,二是通过让连续卷积层的观察窗口越来越大(即窗口覆盖原始输入的比例越来越大),从而引入空间过滤器的层级结构。
实例:猫狗大战
配置数据集
使用的是Kaggle的猫狗分类数据集:https://www.kaggle.com/competitions/dogs-vs-cats 处理前:这个数据集包含25 000 张猫狗图像(每个类别都有12 500 张),大小为543MB
处理后:创建一个新数据集,其中包含三个子集:每个类别各1000 个样本的训练集、每个类别各500 个样本的验证集和每个类别各500 个样本的测试集。
构建网络
初始输入的尺寸为150×150,所以最后在Flatten 层之前的特征图大小为7×7
编译模型
使用RMSprop 优化器。因为网络最后一层是单一sigmoid单元,所以我们将使用二元交叉熵作为损失函数
数据预处理
Keras有一个图像处理辅助工具的模块,位于keras.preprocessing.image。特别地,它包含ImageDataGenerator 类,可以快速创建Python 生成器,能够将硬盘上的图像文件自动转换为预处理好的张量批量。
ImageDataGenerator()是keras.preprocessing.image模块中的图片生成器,可以每一次给模型“喂”一个batch_size大小的样本数据,同时也可以在每一个批次中对这batch_size个样本数据进行增强,扩充数据集大小,增强模型的泛化能力。比如进行旋转,变形,归一化等等。
flow_from_directory()加载数据,
生成器的输出:生成了150×150 的RGB 图像[形状为(20,150, 150, 3)]与二进制标签[形状为(20,)]组成的批量。
拟合模型
因为是生成器生成的数据,使用fit_generator 方法来拟合,它在数据生成器上的效果和fit 相同。
保存模型
绘制曲线
数据增强
过拟合是学习样本太少,导致无法训练出能够泛化到新数据的模型。数据增强是从现有的训练样本中生成更多的训练数据,其方法是利用多种能够生成可信图像的随机变换来增加(augment)样本。
在Keras 中,这可以通过对ImageDataGenerator 实例读取的图像执行多次随机变换来实现:
查看数据增强图片
Dropout + 数据增强
使用预训练的卷积网络(pretrained network)
预训练网络(pretrained network)是一个保存好的网络,之前已在大型数据集(通常是大规模图像分类任务)上训练好。如果这个原始数据集足够大且足够通用,那么预训练网络学到的特征的空间层次结构可以有效地作为视觉世界的通用模型,因此这些特征可用于各种不同的计算机视觉问题,即使这些新问题涉及的类别和原始任务完全不同。
使用预训练网络有两种方法:特征提取(feature extraction)和微调模型(fine-tuning)
特征提取(feature extraction)
特征提取是使用之前网络学到的表示来从新样本中提取出有趣的特征。然后将这些特征输入一个新的分类器,从头开始训练。 对于卷积神经网络而言,特征提取就是取出之前训练好的网络的卷积基(convolutional base),在上面运行新数据,然后在输出上面训练一个新的分类器
接下来,添加密集连接分类器有两种方法:
不使用数据增强的快速特征提取
ImageDataGenerator.flow_from_directory函数的返回值是: 一个产生(x,y)元组的目录迭代器(DirectoryIterator)。 其中x是包含一批(batch_size,* target_size,channels)类型的图像的numpy数组,y是对应标签的numpy数组。
目前,提取的特征形状为(samples, 4, 4, 512)。我们要将其输入到密集连接分类器中,所以首先必须将其形状展平为(samples, 8192):
定义密集连接分类器(注意要使用dropout 正则化),并在刚刚保存的数据和标签上训练这个分类器:
使用数据增强的特征提取
方法就是:扩展conv_base 模型,然后在输入数据上端到端地运行模型。
在编译和训练模型之前,一定要“冻结”卷积基。冻结(freeze)一个或多个层是指在训练过程中保持其权重不变。 在Keras 中,冻结网络的方法是将其trainable 属性设为False。
使用数据增强训练模型:
绘图
模型微调(fine-tuning)
微调是指将其顶部的几层“解冻”,并将这解冻的几层和新增加的部分(本例中是全连接分类器)联合训练
微调网络的步骤如下:
微调最后三个卷积层,也就是说,直到block4_pool 的所有层都应该被冻结,而block5_conv1、block5_conv2 和block5_conv3 三层应该是可训练的:
开始微调网络:
指数平滑+绘图: