- 🍨 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
目录
- 一、创建环境
- 二、前期准备
- 2.1 设置GPU
- 2.2 导入数据
- 2.2.1 在TensorFlow框架中导入CIFAR-10数据集
- 2.2.2 数据归一化
- 2.3数据可视化
- 三、构建简单的CNN网络（卷积神经网络）
- 3.1 网络结构
- 3.2 编译模型
- 四、训练模型
- 五、预测
- 六、模型评估
- 七、总结
一、创建环境
-
🏡我的环境：
- ● 语言环境：Python3.8
-
● 深度学习环境：TensorFlow2
运行环境： colab
二、前期准备
2.1 设置GPU
import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")
if gpus:
gpu0 = gpus[0] #如果有多个GPU，仅使用第0个GPU
tf.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")
2.2 导入数据
2.2.1 在TensorFlow框架中导入CIFAR-10数据集
本次使用的是CIFAR-10数据集，这是一个常用的图像识别数据集，包含10个类别的60000张32x32彩色图像。
👉 datasets.cifar10.load_data() ：
train_images是训练集的图像数据，形状为(50000, 32, 32, 3)，表示有50000张图像，每张图像是32x32像素，并且有3个颜色通道（RGB）。
train_labels是训练集的标签，形状为(50000,)，表示有50000个标签。
test_images是测试集的图像数据，形状为(10000, 32, 32, 3)，表示有10000张图像。
test_labels是测试集的标签，形状为(10000,)，表示有10000个标签。
import tensorflow as tf
from tensorflow.keras import datasets, layers, models # datasets用于加载数据集，layers用于构建神经网络的层，models用于构建和训练模型。
import matplotlib.pyplot as plt
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data() # 加载CIFAR-10数据集
输出：
2.2.2 数据归一化
# 将像素的值标准化至0到1的区间内。(对于灰度图片来说，每个像素最大值是255，每个像素最小值是0，也就是直接除以255就可以完成归一化。)
train_images, test_images = train_images / 255.0, test_images / 255.0
train_images.shape,test_images.shape,train_labels.shape,test_labels.shape
结果输出：
2.3数据可视化
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()
三、构建简单的CNN网络（卷积神经网络）
3.1 网络结构
平面结构：
立体结构：
⭐卷积层
卷积层是卷积神经网络（CNN）中的基础组件，它通过一组可学习的过滤器（或内核）在输入数据（如图像）上进行卷积操作，以提取局部特征和模式；这些过滤器在整个输入数据上滑动，并通过元素相乘和求和生成特征图，每个特征图代表输入数据在特定过滤器下的特征响应，整个过程通过权值共享和局部连接减少参数数量，使得网络能够高效地学习图像的层次化表示。
⭐池化层
在图像处理中，由于图像中存在较多冗余信息，可用某一区域子块的统计信息（如最大值或均值等）来刻画该区域中所有像素点呈现的空间分布模式，以替代区域子块中所有像素点取值，这就是卷积神经网络中池化（pooling）操作。
池化层可对提取到的特征信息进行降维，实现下采样，同时保留了特征图中主要信息，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。
model = models.Sequential([
layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)), #卷积层1，卷积核3*3
layers.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*3
layers.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*3
layers.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
输出：
3.2 编译模型
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
四、训练模型
-
history: 用来存储训练过程中的相关信息，比如损失(loss)和准确率(accuracy)等指标。在训练结束后，可以通过这个变量来分析模型的训练效果。 -
model.fit(...): 调用模型的fit方法，用于训练模型。fit方法接收多个参数，其中最重要的包括训练数据和标签，以及一些训练配置。 -
train_images和train_labels: 这两个参数分别代表训练数据和对应的标签。train_images是模型训练时使用的特征数据，而train_labels是这些特征数据对应的正确输出标签。 -
epochs=10: 这个参数指定了训练过程中要进行的迭代次数，也就是整个训练数据集要被模型遍历多少次。 -
validation_data=(test_images, test_labels): 这个参数提供了在每个epoch结束后用于验证模型性能的数据。test_images和test_labels分别代表测试数据和标签。这样，模型在每个epoch训练结束后都会在测试集上评估一次，以监控模型的泛化能力。
history = model.fit(train_images, train_labels, epochs=10,
validation_data=(test_images, test_labels))
输出：
五、预测
任意选一张图片：
import numpy as np
pre = model.predict(test_images)
print(class_names[np.argmax(pre[3])])
预测结果：
六、模型评估
import matplotlib.pyplot as plt
plt.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])
plt.legend(loc='lower right')
plt.show()
test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
输出结果：
七、总结
本次复习了卷积层和池化层的手动计算过程。
📐卷积层计算公式：
