keras卷积处理rgb输入_用Keras搭建卷积神经网络 以及 使用Colaboratory

本文我们将学习使用Keras一步一步搭建一个卷积神经网络。具体来说，我们将使用卷积神经网络对手写数字(MNIST数据集)进行识别，并达到99%以上的正确率。

我们还将介绍Colaboratory——一个免费的Jupyter notebook环境，关键的是可以免费使用GPU(学生党买不起呀)！

为什么选择Keras呢？

主要是因为简单方便。更多细节请看：https://keras.io/

什么卷积神经网络？

简单地说，卷积神经网络(CNNs)是一种多层神经网络，它可以有效地减少全连接神经网络参数量太大的问题。如果对其背后的原理感兴趣的话，斗胆推荐一些学习资料：

深度学习入门：基于Python的理论与实现

Neural Networks and Deep Learning

CS231n: Convolutional Neural Networks for Visual Recognition

下面就直接进入主题吧！

1. 搭建环境

如果想要在个人电脑上搭建的话，我们需要先安装好Python，进入：https://www.python.org/

下载安装就好。

之后，打开终端输入

pip install -i https://pypi.douban.com/simple keras

输入以下命令可以确认正常安装：

python -c "import keras;print(keras.__version__)"
           

当然，如果想直接使用Colaboratory的话，直接打开你的Google云端硬盘

为了方便起见，新建一个名为Keras的文件夹，进入Keras文件夹，单击鼠标右键

选择

Colaboratory

就可新建一个Jupyter notebok啦！

如果没有看到

Colaboratory

这一项的话，就选择关联更多应用

搜索

Colaboratory

，并关联即可。

2. 导入库和模块

我们导入

Sequential

模型(相当于放积木的桌子)

from keras.models import Sequential
           

接下来，我们导入各种层(各种形状各异积木)

from keras.layers import Conv2D, MaxPool2D
from keras.layers import Dense, Flatten
           

最后，我们导入

to_categorical

函数，以便之后对数据进行转换

from keras.utils import to_categorical
           

3. 加载数据

MNIST是一个非常有名的手写数字数据集，我们可以使用Keras轻松加载它。

from keras.datasets import mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
           

查看一下训练集的大小

print(x_train.shape)

# (60000, 28, 28)
           

可以看到60000个样本，它们都是28像素x28像素的。

看一下这些手写数字长什么样

import matplotlib.pyplot as plt
%matplotlib inline
plt.imshow(x_train[0])
           

4. 预处理数据

使用Keras是必须显式声明输入图像深度的尺寸。例如，具有所有3个RGB通道的全色图像的深度为3。

我们的MNIST图像的深度为1，但我们必须明确声明。

也就是说，我们希望将数据集从形状

(n,rows,cols)

转换为

(n,rows,cols,channels)

。

img_x, img_y = 28, 28

x_train = x_train.reshape(x_train.shape[0], img_x, img_y, 1)
x_test = x_test.reshape(x_test.shape[0], img_x, img_y, 1)
           

除此之外，我们将数据标准化一下：

x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255
           

之后，将标记值(y_train, y_test)转换为

One-Hot Encode

的形式，至于为什么要这么做？请查看：https://machinelearningmastery.com/why-one-hot-encode-data-in-machine-learning/

y_train = to_categorical(y_train, 10)
y_test = to_categorical(y_test, 10)
print(y_train.shape)
# (60000, 10)
           

5. 定义模型结构

我们参照下图定义一个模型结构

代码如下：

model = Sequential()
model.add(Conv2D(32, kernel_size=(5,5), activation='relu', input_shape=(img_x, img_y, 1)))
model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))
model.add(Conv2D(64, kernel_size=(5,5), activation='relu'))
model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))
model.add(Flatten())
model.add(Dense(1000, activation='relu'))
model.add(Dense(10, activation='softmax'))
           

是不是有点搭积木的既视感？

6. 编译

现在，只需要编译模型，就可以开始训练了。当编译模型时，我们声明了损失函数和优化器（SGD，Adam等）。

model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])
           

Keras有很多损失函数和优化器供你选择。

7. 训练

接下来，我们传入训练集进行训练

model.fit(x_train, y_train, batch_size=128, epochs=10)
           

以下是在

Colaboratory

上训练的过程

以下是在个人电脑上训练的过程

可以看到，花费的时间差别还是很大的！

8. 评估模型

最后，传入测试集对模型模型进行评估

score = model.evaluate(x_test, y_test)
print('acc', score[1])
# acc 0.9926
           

准确率达到了%99以上！

完整代码如下：

# 2. 导入库和模块
from keras.models import Sequential
from keras.layers import Conv2D, MaxPool2D
from keras.layers import Dense, Flatten
from keras.utils import to_categorical

# 3. 加载数据
from keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 4. 数据预处理
img_x, img_y = 28, 28
x_train = x_train.reshape(x_train.shape[0], img_x, img_y, 1)
x_test = x_test.reshape(x_test.shape[0], img_x, img_y, 1)

x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255

y_train = to_categorical(y_train, 10)
y_test = to_categorical(y_test, 10)

# 5. 定义模型结构
model = Sequential()
model.add(Conv2D(32, kernel_size=(5,5), activation='relu', input_shape=(img_x, img_y, 1)))
model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))
model.add(Conv2D(64, kernel_size=(5,5), activation='relu'))
model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))
model.add(Flatten())
model.add(Dense(1000, activation='relu'))
model.add(Dense(10, activation='softmax'))

# 6. 编译
model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

# 7. 训练
model.fit(x_train, y_train, batch_size=128, epochs=10)

# 8. 评估模型
score = model.evaluate(x_test, y_test)
print('acc', score[1])
           

参考

[1] https://elitedatascience.com/keras-tutorial-deep-learning-in-python

[2] http://adventuresinmachinelearning.com/keras-tutorial-cnn-11-lines/