环境的配置

详细配置参考
1、安装Anaconda

2、配置TensorFlow、Keras
①创建虚拟环境
输入下面命令

conda create -n tf1 python=3.6
#tf1是自己为创建虚拟环境取的名字，后面python的版本可以根据自己需求进行选择

②安装tensorflow和keras

pip install 包名
#直接这样安装可以由于网络的原因，安装失败或者安装很慢
#解决方式：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名
#此次安装命令如下：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.14.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.2.5

神经网络CNN的介绍

卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习算法，常用于计算机视觉任务，如图像分类、物体检测和语义分割等。

卷积

简单定义：设f(x),g(x)是R1上的两个可积函数，作积分：
称为函数f(x)与g(x)的卷积，记为：f ( x ) ∗ g ( x ) = h ( x )

• 卷积与傅里叶变换有着密切的关系：两函数的傅里叶变换的乘积 = 它们卷积后的傅里叶变换（能简化傅里叶分析）

• h(x)要比f(x)、g(x)更光滑:特别当g(x)为具有紧致集的光滑函数，f(x)为局部可积时，它们的卷积h(x)也是光滑函数;利用这一性质，对于任意的可积函数f(x)，都可以简单地构造出一列逼近于f(x)的光滑函数列fs，这种方法称为函数的光滑化或正则化

前馈神经网络

• 前馈神经网络是一种最简单的神经网络，各神经元分层排列。每个神经元只与前一层的神经元相连。接收前一层的输出，并输出给下一层．各层间没有反馈。

• 其中每一层包含若干个神经元，各神经元可以接收前一层神经元的信号，并产生输出到下一层。第0层叫输入层，最后一层叫输出层，其他中间层叫做隐含层（或隐藏层、隐层），隐层可以是一层。也可以是多层。

一个典型的多层前馈神经网络如下图所示：

卷积神经网络

卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习算法，常用于计算机视觉任务，如图像分类、物体检测和语义分割等。

CNN的核心思想是模仿人类的视觉系统，通过多个卷积层和池化层的组合，自动地从原始输入数据中提取特征。以下是CNN的主要组成部分：

• 卷积层（Convolutional Layer）： 卷积层是CNN的核心组件。它通过将输入数据与一组可学习的卷积核进行卷积操作，提取局部区域的特征。卷积操作是指使用卷积核在输入数据上进行滑动操作，计算卷积核与输入的点积，并生成特征图作为输出。每个卷积核可以捕捉不同的特征，如边缘、纹理和形状等。
  3×3核的卷积核（卷积核一般采用3×3或2×2），卷积过程如下图：
  

• 激活函数（Activation Function）： 在卷积层之后，通常会应用一种非线性激活函数，如ReLU（Rectified Linear Unit），用于引入非线性特征。激活函数将每个卷积操作的输出进行非线性变换，增强网络的表达能力。

• 池化层（Pooling Layer）： 池化层用于降低特征图的空间维度，减少参数数量，并增强特征的平移不变性。常用的池化操作包括最大池化和平均池化，它们分别提取输入数据的最大值和平均值作为特征图的输出。
  

• 全连接层（Fully Connected Layer）： 在经过多个卷积层和池化层后，通过对特征图进行展平操作，将其作为输入传递给全连接层。全连接层是一个经典的神经网络结构，每个神经元都与上一层的所有神经元相连，用于对提取到的特征进行分类或回归等任务。
  

除了上述常见的组件，CNN还可以通过增加多个卷积层、池化层和全连接层来构建更深的网络结构。深层次的CNN可以学习到更高级别的抽象特征，提高模型的性能。

应用邻域

• 图像分类（Image Classification）： CNN在图像分类任务中表现出色。通过训练，CNN可以学习到从输入图像中提取特征，并将其分为不同的类别，比如识别猫和狗的图像。

• 物体检测（Object Detection）： CNN在物体检测中也取得了很大的成功。通过在图像中滑动卷积窗口进行特征提取，结合目标检测算法（如候选区域和边界框回归），CNN可以实现定位和识别图像中的多个物体。

• 人脸识别（Face Recognition）： CNN在人脸识别领域广泛应用。训练一个CNN模型以识别人脸特征，可以用于人脸验证（例如解锁手机）和人脸识别（例如安全监控）等任务。

• 语义分割（Semantic Segmentation）： CNN可以将图像中的每个像素分类为不同的语义类别，实现图像的精确分割。这在医学图像分析、自动驾驶和图像编辑等领域具有重要应用。

• 视频分析（Video Analysis）： CNN也可以应用于视频分析任务，如动作识别、行为识别和视频标注等。通过对视频帧进行卷积和池化操作，CNN能够提取时间和空间信息。

卷积神经网络不仅仅局限于上述应用领域，在许多其他领域，如自然语言处理（NLP）、药物发现和声音处理等，也可以使用CNN进行特征提取和分类任务。

数据集准备

猫狗图片数据集下载：——提取码：ruyn
数据集下载完毕后，解压缩，注意存放路径不能存在中文，如图所示：

数据预处理

对猫狗图像进行分类，代码如下：

import os, shutil 
# 原始目录所在的路径
original_dataset_dir = 'E:Cat_And_Dogtrain'

# 数据集分类后的目录
base_dir = 'E:Cat_And_Dogtrain1'
os.mkdir(base_dir)

# # 训练、验证、测试数据集的目录
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)

# 猫训练图片所在目录
train_cats_dir = os.path.join(train_dir, 'cats')
os.mkdir(train_cats_dir)

# 狗训练图片所在目录
train_dogs_dir = os.path.join(train_dir, 'dogs')
os.mkdir(train_dogs_dir)

# 猫验证图片所在目录
validation_cats_dir = os.path.join(validation_dir, 'cats')
os.mkdir(validation_cats_dir)

# 狗验证数据集所在目录
validation_dogs_dir = os.path.join(validation_dir, 'dogs')
os.mkdir(validation_dogs_dir)

# 猫测试数据集所在目录
test_cats_dir = os.path.join(test_dir, 'cats')
os.mkdir(test_cats_dir)

# 狗测试数据集所在目录
test_dogs_dir = os.path.join(test_dir, 'dogs')
os.mkdir(test_dogs_dir)

# 将前1000张猫图像复制到train_cats_dir
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)

# 将下500张猫图像复制到validation_cats_dir
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)
    
# 将下500张猫图像复制到test_cats_dir
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)
    
# 将前1000张狗图像复制到train_dogs_dir
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)
    
# 将下500张狗图像复制到validation_dogs_dir
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)
    
# 将下500张狗图像复制到test_dogs_dir
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)

分类后如下图所示：

查看分类后，对应目录下的图片数量：

#输出数据集对应目录下图片数量
print('total training cat images:', len(os.listdir(train_cats_dir)))
print('total training dog images:', len(os.listdir(train_dogs_dir)))
print('total validation cat images:', len(os.listdir(validation_cats_dir)))
print('total validation dog images:', len(os.listdir(validation_dogs_dir)))
print('total test cat images:', len(os.listdir(test_cats_dir)))
print('total test dog images:', len(os.listdir(test_dogs_dir)))

猫狗训练图片各 1000 张，验证图片各 500 张，测试图片各 500 张。

构建基准模型

第①步：构建网络模型：

#网络模型构建
from keras import layers
from keras import models
#keras的序贯模型
model = models.Sequential()
#卷积层，卷积核是3*3，激活函数relu
model.add(layers.Conv2D(32, (3, 3), activation='relu',
                        input_shape=(150, 150, 3)))
#最大池化层
model.add(layers.MaxPooling2D((2, 2)))
#卷积层，卷积核2*2，激活函数relu
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
#最大池化层
model.add(layers.MaxPooling2D((2, 2)))
#卷积层，卷积核是3*3，激活函数relu
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
#最大池化层
model.add(layers.MaxPooling2D((2, 2)))
#卷积层，卷积核是3*3，激活函数relu
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
#最大池化层
model.add(layers.MaxPooling2D((2, 2)))
#flatten层，用于将多维的输入一维化，用于卷积层和全连接层的过渡
model.add(layers.Flatten())
#全连接，激活函数relu
model.add(layers.Dense(512, activation='relu'))
#全连接，激活函数sigmoid
model.add(layers.Dense(1, activation='sigmoid'))

运行以上代码出现以下错误

• 错误原因：这是由于 numpy 版本与 tensorflow 版本不匹配的问题，安装 1.16.4 版本的 numpy 即可，命令如下：

pip install numpy==1.16.4 -i "https://pypi.doubanio.com/simple/"

• 安装完成后，会自动卸载已有的 numpy 版本。
  
  最后重新运行即可
  查看模型各层参数：

#输出模型各层的参数状况
model.summary()

结果如下图所示

2、配置优化器

• loss：计算损失，这里用的是交叉熵损失
• metrics：列表，包含评估模型在训练和测试时的性能的指标

from keras import optimizers

model.compile(loss='binary_crossentropy',
              optimizer=optimizers.RMSprop(lr=1e-4),
              metrics=['acc'])

3、文件中图像转换成所需格式
将训练和验证的图片，调整为150*150

from keras.preprocessing.image import ImageDataGenerator

# 所有图像将按1/255重新缩放
train_datagen = ImageDataGenerator(rescale=1./255)
test_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
        # 这是目标目录
        train_dir,
        # 所有图像将调整为150x150
        target_size=(150, 150),
        batch_size=20,
        # 因为我们使用二元交叉熵损失，我们需要二元标签
        class_mode='binary')

validation_generator = test_datagen.flow_from_directory(
        validation_dir,
        target_size=(150, 150),
        batch_size=20,
        class_mode='binary')

处理结果

#查看上面对于图片预处理的处理结果
for data_batch, labels_batch in train_generator:
    print('data batch shape:', data_batch.shape)
    print('labels batch shape:', labels_batch.shape)
    break

• 如果出现错误：ImportError: Could not import PIL.Image. The use of load_img requires PIL，是因为没有安装 pillow 库导致的，使用如下命令在 tf1 虚拟环境中安装：
• pip install pillow -i “https://pypi.doubanio.com/simple/”
  结果：
  
  4、开始训练模型

#模型训练过程
history = model.fit_generator(
      train_generator,
      steps_per_epoch=100,
      epochs=30,
      validation_data=validation_generator,
      validation_steps=50)

此步骤电脑性能越好，训练就越快

5、保存模型

#保存训练得到的的模型
model.save('G:Cat_And_Dogkagglecats_and_dogs_small_1.h5')

6、结果可视化（需要在 tf1 虚拟环境中安装 matplotlib 库，命令：pip install matplotlib -i “https://pypi.doubanio.com/simple/”）。

#对于模型进行评估，查看预测的准确性
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(len(acc))

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()

训练结果如上图所示，很明显模型上来就过拟合了，主要原因是数据不够，或者说相对于数据量，模型过复杂（训练损失在第30个epoch就降为0了），训练精度随着时间线性增长，直到接近100%，而我们的验证精度停留在70-72%。我们的验证损失在5个epoch后达到最小，然后停止，而训练损失继续线性下降，直到接近0。

总结

什么是过拟合（overfit）？

• 定义：过拟合的定义:给定一个假设空间H，一个假设h属于H，如果存在其他的假设h’属于H，使得在训练样例上h的错误率比h小，但在整个实例分布上h’比h的错误率小，那么就说假设h过度拟合训练数据。

举个简单的例子，( a )( b )过拟合，( c )( d )不过拟合，如下图所示：

• 过拟合常见解决方法：
  （1）在神经网络模型中，可使用权值衰减的方法，即每次迭代过程中以某个小因子降低每个权值。
  （2）选取合适的停止训练标准，使对机器的训练在合适的程度；
  （3）保留验证数据集，对训练成果进行验证；
  （4）获取额外数据进行交叉验证；
  （5）正则化，即在进行目标函数或代价函数优化时，在目标函数或代价函数后面加上一个正则项，一般有L1正则与L2正则等。

什么是数据增强？

数据集增强主要是为了减少网络的过拟合现象，通过对训练图片进行变换可以得到泛化能力更强的网络，更好的适应应用场景。

常用的数据增强方法有：

单独制作数据增强，精确率提高了多少？ 然后再添加的dropout层，是什么实际效果？

1、图像增强
利用图像生成器定义一些常见的图像变换，图像增强就是通过对于图像进行变换，从而，增强图像中的有用信息。

#该部分代码及以后的代码，用于替代基准模型中分类后面的代码（执行代码前，需要先将之前分类的目录删掉，重写生成分类，否则，会发生错误）
from keras.preprocessing.image import ImageDataGenerator
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')

①rotation_range
一个角度值(0-180)，在这个范围内可以随机旋转图片
②width_shift和height_shift
范围(作为总宽度或高度的一部分)，在其中可以随机地垂直或水平地转换图片
③shear_range
用于随机应用剪切转换
④zoom_range
用于在图片内部随机缩放
⑤horizontal_flip
用于水平随机翻转一半的图像——当没有假设水平不对称时(例如真实世界的图片)
⑥fill_mode
用于填充新创建像素的策略，它可以在旋转或宽度/高度移动之后出现
2、查看增强后的图像

import matplotlib.pyplot as plt
# This is module with image preprocessing utilities
from keras.preprocessing import image
fnames = [os.path.join(train_cats_dir, fname) for fname in os.listdir(train_cats_dir)]
# We pick one image to "augment"
img_path = fnames[3]
# Read the image and resize it
img = image.load_img(img_path, target_size=(150, 150))
# Convert it to a Numpy array with shape (150, 150, 3)
x = image.img_to_array(img)
# Reshape it to (1, 150, 150, 3)
x = x.reshape((1,) + x.shape)
# The .flow() command below generates batches of randomly transformed images.
# It will loop indefinitely, so we need to `break` the loop at some point!
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()

3、网络模型增加一层dropout

#网络模型构建
from keras import layers
from keras import models
#keras的序贯模型
model = models.Sequential()
#卷积层，卷积核是3*3，激活函数relu
model.add(layers.Conv2D(32, (3, 3), activation='relu',
                        input_shape=(150, 150, 3)))
#最大池化层
model.add(layers.MaxPooling2D((2, 2)))
#卷积层，卷积核2*2，激活函数relu
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
#最大池化层
model.add(layers.MaxPooling2D((2, 2)))
#卷积层，卷积核是3*3，激活函数relu
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
#最大池化层
model.add(layers.MaxPooling2D((2, 2)))
#卷积层，卷积核是3*3，激活函数relu
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
#最大池化层
model.add(layers.MaxPooling2D((2, 2)))
#flatten层，用于将多维的输入一维化，用于卷积层和全连接层的过渡
model.add(layers.Flatten())
#退出层
model.add(layers.Dropout(0.5))
#全连接，激活函数relu
model.add(layers.Dense(512, activation='relu'))
#全连接，激活函数sigmoid
model.add(layers.Dense(1, activation='sigmoid'))
#输出模型各层的参数状况
model.summary()
from keras import optimizers

model.compile(loss='binary_crossentropy',
              optimizer=optimizers.RMSprop(lr=1e-4),
              metrics=['acc'])

结果：

4、训练模型：

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,)
# Note that the validation data should not be augmented!
test_datagen = ImageDataGenerator(rescale=1./255)
train_generator = train_datagen.flow_from_directory(
        # This is the target directory
        train_dir,
        # All images will be resized to 150x150
        target_size=(150, 150),
        batch_size=32,
        # Since we use binary_crossentropy loss, we need binary labels
        class_mode='binary')
validation_generator = test_datagen.flow_from_directory(
        validation_dir,
        target_size=(150, 150),
        batch_size=32,
        class_mode='binary')
history = model.fit_generator(
      train_generator,
      steps_per_epoch=100,
      epochs=100,
      validation_data=validation_generator,
      validation_steps=50)
model.save('G:Cat_And_Dogkagglecats_and_dogs_small_2.h5')

结果：

5、可视化结果

acc = history.history['acc']
val_acc = history.history['val_acc']
loss = history.history['loss']
val_loss = history.history['val_loss']
epochs = range(len(acc))
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()

参考资料

配置参考
安装Anaconda
基于Tensorflow和Keras实现卷积神经网络CNN
基于卷积神经网络 CNN 的猫狗识别详细过程
猫狗数据集分类实验

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 在秋招和考研中摇摆不定

本文首发自公粽hao「林行学长」，欢迎来撩，免费领取20个求职工具资源包。 了解校招、分享校招知识的学长来了！ 夏日炎炎，更让人上火的就是在各种选择中摇摆不定。 肯定有同学准备考研但是又想兼顾秋招。 考研的时候到底要不要参加秋招？ 毕竟应届生的身份很值钱。 0…