深度学习-第T2周——彩色图片分类
创始人
2024-05-29 11:50:33
0

深度学习-第T2周——彩色图片分类

  • 深度学习-第P1周——实现mnist手写数字识别
    • 一、前言
    • 二、我的环境
    • 三、前期工作
      • 1、导入依赖项并设置GPU
      • 2、导入数据集
      • 3、归一化
      • 4、可视化图片
    • 四、构建简单的CNN网络
    • 五、编译并训练模型
      • 1、设置超参数
      • 2、编写训练函数
    • 六、预测
    • 七、模型评估

深度学习-第P1周——实现mnist手写数字识别

一、前言

  • 🍨 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

二、我的环境

  • 电脑系统:Windows 10
  • 语言环境:Python 3.8.5
  • 编译器:colab在线编译
  • 深度学习环境:Tensorflow

三、前期工作

1、导入依赖项并设置GPU

import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")if gpus:gpu0 = gpus[0]tf.config.experimental.set_memory_growth(gpu0, True)tf.config.set_visible_device([gpu0], "GPU")

2、导入数据集

使用dataset下载MNIST数据集,并划分训练集和测试集

使用dataloader加载数据

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

3、归一化

数据归一化作用

  • 使不同量纲的特征处于同一数值量级,减少方差大的特征的影响,使模型更准确
  • 加快学习算法的准确性
train_images, test_images = train_images / 255.0, test_images / 255.0train_images.shape, test_images.shape, train_labels.shape, test_labels.shape

4、可视化图片

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()

在这里插入图片描述

四、构建简单的CNN网络

对于一般的CNN网络来说,都是由特征提取网络和分类网络构成,其中特征提取网络用于提取图片的特征,分类网络用于将图片进行分类。

  • 卷积层:通过卷积操作对输入图像进行降维和特征抽取,有卷积,填充,步幅三个部分。
    • 卷积:假设输入图片为n * n,通过k * k的卷积核,那么输出维度为(n-k+1)*(n-k+1)。
    • 填充:假设输入图片为n * n,通过k * k的卷积核, 且填充为p,那么输出维度为(n-k+2p+1)*(n-k+2p+1)
    • 步幅: 假设输入图片为n * n,通过k * k的卷积核, 填充为p,且步幅为s,那么输出维度为((n-k+2p)/ s +1)*((n-k+2p)/ s +1)
  • 池化层:是一种非线性形式的下采样。主要用于特征降维,压缩数据和参数的数量,减小过拟合,同时提高模型的鲁棒性。
    • 与卷积层一样,假设输入图片为n * n,通过k * k的卷积核, 填充为p,且步幅为s,那么输出维度为((n-k+2p)/ s +1)*((n-k+2p)/ s +1)
#二、构建简单的CNN网络
# 创建并设置卷积神经网络
# 卷积层:通过卷积操作对输入图像进行降维和特征抽取,输出维度为
# 池化层:是一种非线性形式的下采样。主要用于特征降维,压缩数据和参数的数量,减小过拟合,同时提高模型的鲁棒性。
# 全连接层:在经过几个卷积和池化层之后,神经网络中的高级推理通过全连接层来完成。
model = models.Sequential([layers.Conv2D(32, (3, 3), activation = 'relu', input_shape= (32, 32, 3)),layers.MaxPooling2D((2, 2)),layers.Conv2D(64, (3, 3), activation = 'relu'),layers.MaxPooling2D((2, 2)),layers.Conv2D(64, (3, 3), activation = 'relu'),layers.Flatten(),layers.Dense(64, activation = 'relu'),layers.Dense(10)
])model.summary()
#以上为简单的tf八股模板,可以看B站的北大老师曹健的tensorflow笔记

在这里插入图片描述

五、编译并训练模型

1、设置超参数

#这里设置优化器,损失函数以及metrics
model.compile(#设置优化器为Adam优化器optimizer = 'adam',#设置损失函数为交叉熵损失函数loss = tf.keras.losses.SparseCategoricalCrossentropy(from_logits = True),metrics = ['accuracy']
)

2、编写训练函数

history = model.fit(train_images,train_lables,epochs = 10,validation_data = (test_images, test_lables)
)

在这里插入图片描述

六、预测

plt.imshow(test_images[1])

在这里插入图片描述

import numpy as nppre = model.predict(test_images)
print(class_names[np.argmax(pre[1])])

在这里插入图片描述

七、模型评估

import matplotlib.pyplot as pltplt.plot(history.history['accuracy'], label = 'accuracy')
plt.plot(history.history['val_accuracy'], label = 'val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1]) #设置y轴刻度
plt.legend(loc = 'lower right')
plt.show()test_loss, test_acc = model.evaluate(test_images, test_labels, verbose = 2)
#verbose = 0不输出日志信息, = 0 输出进度条记录, = 2 输出一行记录

在这里插入图片描述

print(test_acc)

在这里插入图片描述

相关内容

热门资讯

乐家湾镇:整治交通隐患 守护校... 本报讯(西海新闻记者 芦舜)“现在孩子们的上学路安全多了。”4月28日,到十里铺小学接孩子放学的市民...
《棋士》:扣人心弦的命运“棋局... 转自:光明日报  【视听观察】  作为国产剧集“作者化”探索较为活跃的一类题材,悬疑剧始终是创新的热...
天津法拉古特学校拔尖创新人才发... 转自:天津日报  近日,天津法拉古特学校“创领时代·育见高峰”拔尖创新人才发展中心揭牌。该中心旨在构...
鹰眼预警:国茂股份营业收入下降 Hehson财经上市公司研究院|财报鹰眼预警4月29日,国茂股份发布2024年年度报告,审计意见为标...
长城新兴产业混合C净值上涨4.... 长城新兴产业灵活配置混合型证券投资基金(简称:长城新兴产业混合C,代码019412)公布4月29日最...
东风着陆场近日气象条件 满足神... 新华社酒泉4月29日电 (记者 米思源 刘一诺) 神舟十九号载人飞船因东风着陆场气象原因推迟返回后,...
电力行业借重组增强韧性 ◎记者 王文嫣 2024年年报发布已临近收尾,电力行业交出了亮丽的成绩单,不少企业还给出了较为可观的...
莫让乡村沦为乡村题材创作的“背... 转自:光明日报  【影视锐评】  随着现代社会节奏加快,人们内心深处对乡村慢生活的憧憬愈发强烈,部分...
可可西里库塞湖 5G通信基站建... 本报讯(西海新闻记者 李增平 通讯员 邢淑静)4月28日,随着最后一道设备调试完成,由青海移动、中国...
幸得故乡之助 转自:光明日报    西安市长安区(原长安县)古存丰富,图为游客在长安区古观音禅寺内观赏千年银杏树。...
科创走进街区:让未来触手可及(... 转自:天津日报  津城四月,海棠灼灼。在津南区海棠街道的绿动BOX活力街区,一场别具一格的活动将科创...
恒越匠心优选一年持有混合C净值... 恒越匠心优选一年持有期混合型证券投资基金(简称:恒越匠心优选一年持有混合C,代码015151)公布4...
神十九飞船撤离空间站 转自:上观新闻神舟十九号载人飞船与空间站组合体成功分离。在中国空间站出差的航天员蔡旭哲、宋令东、王浩...
严查知识产权侵权行为 转自:天津日报  为深入贯彻落实京津冀协同发展战略,加强区域知识产权保护,北京市、天津市、河北省三地...
永赢新能源智选混合发起C净值上... 永赢新能源智选混合型发起式证券投资基金(简称:永赢新能源智选混合发起C,代码015829)公布4月2...
财通资管品质消费混合发起式C净... 财通资管品质消费混合型发起式证券投资基金(简称:财通资管品质消费混合发起式C,代码018439)公布...
同泰产业升级混合A净值上涨3.... 同泰产业升级混合型证券投资基金(简称:同泰产业升级混合A,代码014938)公布4月29日最新净值,...
特朗普颁令防止汽车关税重复叠加...   美国总统特朗普签署行政命令缓解汽车关税影响,在汽车制造商、零部件供应商和汽车经销商数周的密集游说...
长城新兴产业混合A净值上涨4.... 长城新兴产业灵活配置混合型证券投资基金(简称:长城新兴产业混合A,代码000976)公布4月29日最...
纽约汇市:美元普涨 受特朗普汽...   美元兑所有其他G-10货币普涨,此前有报道称特朗普政府将减轻汽车关税的影响。有调查数据显示通胀预...