使用TensorFlow訓練影像分類模型的指南

譯者 | 陳峻

審校 | 孫淑娟

眾所周知，人類在很小的時候就學會了辨識和標記自己所看到的事物。如今，隨著機器學習和深度學習演算法的不斷迭代，電腦已經能夠以非常高的精度，對捕獲的圖像進行大規模的分類了。目前，此類先進演算法的應用場景已經涵括到了包括：解讀肺部掃描影像是否健康，透過行動裝置進行臉部識別，以及為零售商區分不同的消費對象類型等領域。

下面，我將與您共同探討電腦視覺（Computer Vision）的一種應用－影像分類，並逐步展示如何使用TensorFlow，在小型影像資料集上進行模型的訓練。

1、資料集和目標

在本範例中，我們將使用MNIST資料集的從0到9的數位影像。其形態如下圖所示：

我們訓練模型的目的是為了將圖像分類到其各自的標籤下，即：它們在上圖中各自對應的數字處。通常，深度神經網路架構會提供一個輸入、一個輸出、兩個隱藏層（Hidden Layers）和一個用於訓練模型的Dropout層。而CNN或卷積神經網路（Convolutional Neural Network）是識別較大影像的首選，它能夠在減少輸入量的同時，捕捉到相關的資訊。

2、準備工作

首先，讓我們透過TensorFlow、to_categorical（用於將數字類別的值轉換為其他類別）、Sequential、Flatten、Dense、以及用於建立神經網絡架構的Dropout，來導入所有相關的程式碼庫。您可能會對此處提及的部分程式碼庫略感陌生。我會在下文中對它們進行詳細的解釋。

3、超參數

• 我將透過如下方面，來選擇正確的超參數集：
• 
  
• 首先，讓我們定義一些超參數作為起點。後續，您可以針對不同的需求，對其進行調整。在此，我選擇了128作為較小的批量尺寸（batch size）。其實，批次尺寸可以取任何值，但是2的冪次方大小往往能夠提高記憶體的效率，因此應作為首選。值得注意的是，在決定合適的批量尺寸時，其背後的主要參考依據是：過小的批量尺寸會使收斂過於繁瑣，而過大的批量尺寸則可能並不適合您的計算機內存。
• 讓我們將epoch（訓練集中每個樣本都參與一次訓練）的數量保持為50 ，以實現對模型的快速訓練。 epoch數值越低，越適合小而簡單的資料集。
• 接著，您需要新增隱藏層。在此，我為每個隱藏層保留了128個神經元。當然，你也可以用64和32個神經元來測試。就本例而言，像MINST這樣的簡單資料集，我並不建議使用較高的數值。
• 您可以嘗試不同的學習率（learning rate），例如0.01、0.05和0.1。在本例中，我將其保持為0.01。
• 對於其他超參數，我將衰減步驟（decay steps）和衰減率（decay rate）分別選擇為2000和0.9。而隨著訓練的進行，它們可以用來降低學習率。
• 在此，我選擇Adamax作為最佳化器。當然，您也可以選擇諸如Adam、RMSProp、SGD等其他優化器。

import tensorflow as tf
from tensorflow.keras.utils import to_categorical
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Flatten, Dense, Dropout
params = {
'dropout': 0.25,
'batch-size': 128,
'epochs': 50,
'layer-1-size': 128,
'layer-2-size': 128,
'initial-lr': 0.01,
'decay-steps': 2000,
'decay-rate': 0.9,
'optimizer': 'adamax'
}
mnist = tf.keras.datasets.mnist
num_class = 10
# split between train and test sets
(x_train, y_train), (x_test, y_test) = mnist.load_data()
# reshape and normalize the data
x_train = x_train.reshape(60000, 784).astype("float32")/255
x_test = x_test.reshape(10000, 784).astype("float32")/255
# convert class vectors to binary class matrices
y_train = to_categorical(y_train, num_class)
y_test = to_categorical(y_test, num_class)

4、建立訓練和測試集

由於TensorFlow函式庫也包含了MNIST資料集，因此您可以透過呼叫物件上的datasets.mnist ，再呼叫load_data()的方法，來分別取得訓練（60,000個樣本）和測試（10,000個樣本）的資料集。

接著，您需要對訓練和測試的影像進行整形和歸一化。其中，歸一化會將影像的像素強度限制在0和1之間。

最後，我們使用先前已匯入的to_categorical 方法，將訓練和測試標籤轉換為已分類標籤。這對於向TensorFlow框架傳達輸出的標籤（即：0到9）為類別（class），而不是數字類型，是非常重要的。

5、設計神經網路架構

下面，讓我們來了解如何在細節上設計神經網路架構。

我們透過加入Flatten ，將2D影像矩陣轉換為向量，以定義DNN（深度神經網路）的結構。輸入的神經元在此對應向量中的數字。

接著，我使用Dense() 方法，新增兩個隱藏的密集層，並從先前已定義的「params」字典中提取各項超參數。我們可以將「relu」（Rectified Linear Unit）作為這些層的激活函數。它是神經網路隱藏層中最常用的活化函數之一。

然後，我們使用Dropout方法加入Dropout層。它將被用於在訓練神經網路時，避免出現過擬合（overfitting）。畢竟，過度擬合模型傾向於準確地記住訓練集，並且無法泛化那些不可見（unseen）的資料集。

输出层是我们网络中的最后一层，它是使用Dense() 方法来定义的。需要注意的是，输出层有10个神经元，这对应于类（数字）的数量。

# Model Definition
# Get parameters from logged hyperparameters
model = Sequential([
Flatten(input_shape=(784, )),
Dense(params('layer-1-size'), activatinotallow='relu'),
Dense(params('layer-2-size'), activatinotallow='relu'),
Dropout(params('dropout')),
Dense(10)
])
lr_schedule =
tf.keras.optimizers.schedules.ExponentialDecay(
initial_learning_rate=experiment.get_parameter('initial-lr'),
decay_steps=experiment.get_parameter('decay-steps'),
decay_rate=experiment.get_parameter('decay-rate')
)
loss_fn = tf.keras.losses.CategoricalCrossentropy(from_logits=True)
model.compile(optimizer='adamax',
loss=loss_fn,
metrics=['accuracy'])
model.fit(x_train, y_train,
batch_size=experiment.get_parameter('batch-size'),
epochs=experiment.get_parameter('epochs'),
validation_data=(x_test, y_test),)
score = model.evaluate(x_test, y_test)
# Log Model
model.save('tf-mnist-comet.h5')

6、训练

至此，我们已经定义好了架构。下面让我们用给定的训练数据，来编译和训练神经网络。

首先，我们以初始学习率、衰减步骤和衰减率作为参数，使用ExponentialDecay（指数衰减学习率）来定义学习率计划。

其次，将损失函数定义为CategoricalCrossentropy（用于多类式分类）。

接着，通过将优化器 (即：adamax)、损失函数、以及各项指标（由于所有类都同等重要、且均匀分布，因此我选择了准确性）作为参数，来编译模型。

然后，我们通过使用x_train、y_train、batch_size、epochs和validation_data去调用一个拟合方法，并拟合出模型。

同时，我们调用模型对象的评估方法，以获得模型在不可见数据集上的表现分数。

最后，您可以使用在模型对象上调用的save方法，保存要在生产环境中部署的模型对象。

7、小结

综上所述，我们讨论了为图像分类任务，训练深度神经网络的一些入门级的知识。您可以将其作为熟悉使用神经网络，进行图像分类的一个起点。据此，您可了解到该如何选择正确的参数集、以及架构背后的思考逻辑。

原文链接：https://www.kdnuggets.com/2022/12/guide-train-image-classification-model-tensorflow.html

以上是使用TensorFlow訓練影像分類模型的指南的詳細內容。更多資訊請關注PHP中文網其他相關文章！