目录
前言
一、前期工作
1.1 设置GPU
1.2 导入数据
1.3 数据归一化
1.4 数据可视化
二、构建CNN网络
2.1 基本概念
2.2 代码实现
三、编译
四、训练模型
五、预测
六、模型评估
总结
前言
🍨 本文为中的学习记录博客[🔗365天深度学习训练营]🍖 原作者：[K同学啊]
说在前面
1）本周任务：学习如何编写一个完整的深度学习程序；了解分类彩色图片和灰度图片有什么区别；测试集accuracy到达72%
2）运行环境：Python3.6、Pycharm2020、tensorflow2.4.0
一、前期工作
1.1 设置GPU
代码如下：
# 1.1 设置GPU
import tensorflow as tf
import matplotlib.pyplot as plt
gpus = tf.config.list_physical_devices("GPU")if gpus:gpu0 = gpus[0] #如果有多个GPU，仅使用第0个GPUtf.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")
1.2 导入数据
代码如下：
# 1.2 导入数据
from tensorflow.keras import datasets, layers, models
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()
1.3 数据归一化
代码如下：
# 1.3 归一化
# 将像素的值标准化至0到1的区间内。
train_images, test_images = train_images / 255.0, test_images / 255.0
print(train_images.shape, test_images.shape,train_labels.shape, test_labels.shape)打印输出：(50000, 32, 32, 3) (10000, 32, 32, 3) (50000, 1) (10000, 1)
1.4 数据可视化
代码如下：
#1.4 可视化
class_names = ['airplane', 'automobile', 'bird', 'cat','deer', 'dog', 'frog', 'horse', 'ship', 'truck']plt.figure(figsize=(20,10))
for i in range(20):plt.subplot(5, 10, 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][0]])
plt.show()
打印输出：
二、构建CNN网络
2.1 基本概念
池化层对提取到的特征信息进行降维，一方面使特征图变小，简化网络计算复杂度；另一方面进行特征压缩，提取主要特征，增加平移不变性，减少过拟合风险。但其实池化更多程度上是一种计算性能的一个妥协，强硬地压缩特征的同时也损失了一部分信息，所以现在的网络比较少用池化层或者使用优化后的如SoftPool。
池化层包括最大池化层（MaxPooling）和平均池化层（AveragePooling），均值池化对背景保留更好，最大池化对纹理提取更好）。同卷积计算，池化层计算窗口内的平均值或者最大值。例如通过一个 2*2 的最大池化层，其计算方式如下：
模型结构图如下：
2.2 代码实现
代码如下：
# 二、构建CNN网络
model = models.Sequential([layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)), # 卷积层1，卷积核3*3layers.MaxPooling2D((2, 2)), # 池化层1，2*2采样layers.Conv2D(64, (3, 3), activation='relu'), # 卷积层2，卷积核3*3layers.MaxPooling2D((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*3layers.Flatten(), # Flatten层，连接卷积层与全连接层layers.Dense(64, activation='relu'), # 全连接层，特征进一步提取layers.Dense(10) # 输出层，输出预期结果
])model.summary() # 打印网络结构打印输出：
三、编译
代码如下：
# 三、编译
model.compile(optimizer='adam',loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),metrics=['accuracy'])四、训练模型
代码如下：
# 四、训练模型
history = model.fit(train_images, train_labels, epochs=15,validation_data=(test_images, test_labels))打印输出：
Epoch 1/15
1563/1563 [==============================] - 14s 9ms/step - loss: 1.7816 - accuracy: 0.3393 - val_loss: 1.2449 - val_accuracy: 0.5547
Epoch 2/15
1563/1563 [==============================] - 13s 9ms/step - loss: 1.1769 - accuracy: 0.5798 - val_loss: 1.0685 - val_accuracy: 0.6210
Epoch 3/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.9999 - accuracy: 0.6487 - val_loss: 0.9839 - val_accuracy: 0.6495
Epoch 4/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.8891 - accuracy: 0.6879 - val_loss: 0.9301 - val_accuracy: 0.6766
Epoch 5/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.8108 - accuracy: 0.7143 - val_loss: 0.8857 - val_accuracy: 0.6947
Epoch 6/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.7571 - accuracy: 0.7332 - val_loss: 0.8756 - val_accuracy: 0.6972
Epoch 7/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.7010 - accuracy: 0.7553 - val_loss: 0.8619 - val_accuracy: 0.7076
Epoch 8/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.6609 - accuracy: 0.7689 - val_loss: 0.8532 - val_accuracy: 0.7094
Epoch 9/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.6190 - accuracy: 0.7837 - val_loss: 0.8639 - val_accuracy: 0.7116
Epoch 10/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.5839 - accuracy: 0.7942 - val_loss: 0.8705 - val_accuracy: 0.7124
Epoch 11/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.5361 - accuracy: 0.8089 - val_loss: 0.8650 - val_accuracy: 0.7137
Epoch 12/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.5089 - accuracy: 0.8208 - val_loss: 0.8719 - val_accuracy: 0.7175
Epoch 13/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.4602 - accuracy: 0.8381 - val_loss: 0.9218 - val_accuracy: 0.7135
Epoch 14/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.4410 - accuracy: 0.8457 - val_loss: 0.9610 - val_accuracy: 0.7150
Epoch 15/15
1563/1563 [==============================] - 14s 9ms/step - loss: 0.4147 - accuracy: 0.8511 - val_loss: 0.9712 - val_accuracy: 0.7118
五、预测
代码如下：
# 五、预测
plt.imshow(test_images[1])
import numpy as np
pre = model.predict(test_images)
print(class_names[np.argmax(pre[1])])打印输出：ship
六、模型评估
代码如下：
# 六、模型评估
plt.figure(figsize=(10,5))
plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label='val_accuracy')
plt.yticks(fontsize=10)
plt.xticks(fontsize=10)
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1])
plt.legend(loc='lower right')
plt.show()test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
print(test_acc)打印输出：
0.7117999792098999
修改优化器为SGD，这时输出的测试集准确率为0.6492000222206116，所以对于本文任务而言，Adam优化器更适用；又继续修改了epoch=20，准确率达到了0.717199981212616
总结
- 对基于tensorflow框架下搭建深度学习模型的框架有了进一步的了解
-
分类彩色图片和灰度图片的区别主要体现在以下几个方面：
1）数据维度：
彩色图片：通常由三种颜色通道组成（如RGB：红、绿、蓝），每个通道包含了图像的亮度信息，形成一个三维的数据结构。每个像素用三组值表示。
灰度图片：只有一个通道，表示图像的亮度，通常范围是0（黑）到255（白）之间的单一数值。每个像素只用一个值表示。
2）信息丰富度：
彩色图片：含有更多的信息和细节，能够传达颜色的变化、色彩的深度和丰富性，适合表现复杂的场景和对象。
灰度图片：信息相对简单，主要通过不同的亮度级别来表现图像的结构和形状，通常用在需要关注形状和轮廓的应用中。
3）处理和计算复杂度：
彩色图片：由于亚像素层面上的数据量大，处理和计算通常更加复杂，需要较多的计算资源和时间。
灰度图片：计算更简单，处理速度较快，因为只有一个通道的数据
- 通过调整训练的epoch提高了测试集上的准确率
低-中-高级别，通关啦)