“貓狗分類實(shí)驗(yàn)”總結(jié)

1、首先使用的貓狗分類圖像一共25000張，貓狗分別有12500張，我們先來簡單的瞅瞅都是一些什么圖片。我們從下載文件里可以看到有兩個文件夾：train和test，分別用于訓(xùn)練和測試。以train為例，打開文件夾可以看到非常多的小貓圖片，圖片名字從0.jpg一直編碼到9999.jpg，一共有10000張圖片用于訓(xùn)練。而test中的小貓只有2500張。仔細(xì)看小貓，可以發(fā)現(xiàn)它們姿態(tài)不一，有的站著，有的瞇著眼睛，有的甚至和其他可識別物體比如桶、人混在一起。同時，小貓們的圖片尺寸也不一致，有的是豎放的長方形，有的是橫放的長方形，但我們最終需要是合理尺寸的正方形。小狗的圖片也類似，在這里就不重復(fù)了。貓狗分類

2、之后設(shè)置卷積神經(jīng)網(wǎng)絡(luò)處理大小為 (28, 28, 1) 的輸入張量，我們向第一層傳入?yún)?shù) input_shape=(28, 28, 1) 來完成此設(shè)置?？梢钥吹?，每個 Conv2D 層和 MaxPooling2D 層的輸出都是一個形狀為(height, width,channels) 的 3D 張量。寬度和高度兩個維度的尺寸通常會隨著網(wǎng)絡(luò)加深而變小。通道數(shù)量由傳入 Conv2D 層的第一個參數(shù)所控制（32 或64）。下一步是將最后的輸出張量大小為 (3, 3, 64) 輸入到一個密集連接分類器網(wǎng)絡(luò)中，即 Dense 層的堆疊，你已經(jīng)很熟悉了。這些分類器可以處理1D 向量，而當(dāng)前的輸出是 3D

3、張量。卷積神經(jīng)網(wǎng)絡(luò)具有以下兩個性質(zhì)：卷積神經(jīng)網(wǎng)絡(luò)學(xué)到的模式具有平移不變性（translation invariant）。卷積神經(jīng)網(wǎng)絡(luò)在圖像，它可以在任何地方識別這個模式，對于密集連接網(wǎng)絡(luò)來說，如果模式出現(xiàn)在新的位置，它只能重新學(xué)習(xí)這個模式。這使得卷積神經(jīng)網(wǎng)絡(luò)在處理圖像時可以高效利用數(shù)據(jù)（因?yàn)橐曈X世界從根本上具有平移不變性），它只需要更少的訓(xùn)練樣本就可以學(xué)到具有泛化能力的數(shù)據(jù)表示。卷積神經(jīng)網(wǎng)絡(luò)可以學(xué)到模式的空間層次結(jié)構(gòu)（spatial hierarchies ofpatterns）第一個卷積層將學(xué)習(xí)較小的局部模式（比如邊緣），第二個卷積層將學(xué)習(xí)由第一層特征組成的更大的模式，以此類推。這使得卷積神

4、經(jīng)網(wǎng)絡(luò)可以有效地學(xué)習(xí)越來越復(fù)雜、越來越抽象的視覺概念（因?yàn)橐曈X世界從根本上具有空間層次結(jié)構(gòu)）。對于包含兩個空間軸（高度和寬度）和一個深度軸（也叫通道軸）的 3D張量，其卷積也叫特征圖（feature map）。對于 RGB 圖像，深度軸的維度大小等于 3，因?yàn)閳D像有 3 個顏色通道：紅色、綠色和藍(lán)色。對于黑白圖像（比如 MNIST 數(shù)字圖像），深度等于 1（表示灰度等級）。卷積運(yùn)算從輸入特征圖中提取圖塊，并對所有這些圖塊應(yīng)用相同的變換，生成輸出特征圖（outputfeature map）。該輸出特征圖仍是一個 3D 張量，具有寬度和高度，其深度可以任意取值，因?yàn)檩敵錾疃仁菍拥膮?shù)，深度軸的不同

5、通道不再像 RGB 輸入那樣代表特定顏色，而是代表過濾器（filter）。從這些圖像中都能看出過擬合的特征。訓(xùn)練精度隨著時間線性增加，直到接近 100%，而驗(yàn)證精度則停留在 70%72%。驗(yàn)證損失僅在 5 輪后就達(dá)到最小值，然后保持不變，而訓(xùn)練損失則一直線性下降，直到接近于 0。因?yàn)橛?xùn)練樣本相對較少（2000 個），所以過擬合是你最關(guān)心的問題。前面已經(jīng)介紹過幾種降低過擬合的技巧，比如 dropout 和權(quán)重衰減（L2 正則化）?，F(xiàn)在我們將使用一種針對于計算機(jī)視覺領(lǐng)域的新方法，在用深度學(xué)習(xí)模型處理圖像時幾乎都會用到這種方法，它就是數(shù)據(jù)增強(qiáng)（data ）在編譯和訓(xùn)練模型之前，一定要“凍結(jié)”卷積基。凍結(jié)（）一個 Dense 層是隨機(jī)初始化的， 項(xiàng)目要解決的問題是使用12500張貓和12500張狗的12500張未見過的圖像中 多。最后，在多次調(diào)試中，好多錯誤也改正了，也對貓狗分類有了新的認(rèn)識，貓狗分類只是起點(diǎn)，其實(shí)并不復(fù)雜，以后的路還有很長，遇到錯誤要贏難而上，只而不能才會能。代碼部分: = = = = = = =# = # = # = # = # = # = # = # = # = # =i= = =i = = =i = = =i= = =i = = =i = = = = = = = = + #= = = = x=x=+i=0 =i1i%4 = = =