簡略介紹

訓練樣本50張，分為3類：

0 => 飛機
1 => 汽車
2 => 鳥
圖片都放在data文件夾中，按照label_id.jpg進行命名，例如2_111.jpg代表圖片類別為2（鳥），id為111。

匯入相應庫








import os






from PIL 
import Image



#矩陣運算庫



import numpy 
as np



import tensorflow 
as tf

讀取資料


# 資料文件夾


data_dir = 
"data"


test_data_dir = 
"test_data"



# 訓練還是測試,true為訓練


train = 
False



# 模型文件路徑


model_path = 
"model/image_model"









# 從文件夾讀取圖片和標籤到numpy陣列中



# 標籤資訊在文件名中，例如1_40.jpg表示該圖片的標籤為1




def 
(data_dir,test_data_dir):


    datas = []


    test_datas = []


    labels = []


    test_labels = []


    fpaths = []


    test_fpaths = []


    
# 讀入圖片資訊，並且從圖片名中得到類別


    
for fname 
in os.listdir(data_dir):


        fpath = os.path.join(data_dir, fname)


        fpaths.append(fpath)    
# 向尾部新增


        image = Image.open(fpath)


        data = np.array(image) / 
255.0


        label = int(fname.split(
"_")[
0])


        datas.append(data)


        labels.append(label)





    
for fname 
in os.listdir(test_data_dir):


        fpath = os.path.join(test_data_dir, fname)


        test_fpaths.append(fpath)  
# 向尾部新增


        image = Image.open(fpath)


        data = np.array(image) / 
255.0


        label = int(fname.split(
"_")[
0])


        test_datas.append(data)


        test_labels.append(label)





    datas = np.array(datas)


    test_datas = np.array(test_datas)


    labels = np.array(labels)


    test_labels = np.array(test_labels)


    
# 輸出矩陣維度


    print(
"shape of datas: {}tshape of labels: {}".format(datas.shape, labels.shape))


    
return fpaths, test_fpaths, datas, labels, test_labels, test_datas








fpaths, test_fpaths, datas, labels, test_labels, test_datas = read_data(data_dir,test_data_dir)






# 計算有多少類圖片


num_classes = len(set(labels))

這一部分程式碼主要就是實現將文件夾中的訓練樣本讀取出來，儲存在numpy陣列中。

定義placeholder(佔位符)


# 定義Placeholder，存放輸入和標籤


datas_placeholder = tf.placeholder(tf.float32, [
None, 
32, 
32, 
3])


labels_placeholder = tf.placeholder(tf.int32, [
None])






# 存放DropOut引數的容器，訓練時為0.25，測試時為0


dropout_placeholdr = tf.placeholder(tf.float32)

palceholder

可以將placeholder理解為一種形參吧，然後不會被直接執行，只有在呼叫tf.run方法的時候才會被呼叫，這個時候需要向placeholder傳遞引數。
函式形式：

tf.placeholder(


    dtype,	
# 資料型別。常用的是tf.float32,tf.float64等數值型別


    shape=
None,	
#資料形狀。預設是None，就是一維值，也可以是多維（比如[2,3], [None, 3]表示列是3，行不定）


    name=
None  
#名稱


)

dropout

dropout主要是為了解決過擬合的情況，過擬合就是將訓練集中的一些不是通用特徵的特徵當作了通用特徵，這樣可能會在訓練集上的損失函式很小，不過在測試的時候，就會導致損失函式很大。舉個例子吧，就像用一個網路來判斷這是不是一隻貓，而訓練集中的貓都是白色的，這樣就可能會導致整個網路將白色當作判斷貓的一個重要特徵，而測試集中的貓可能什麼顏色都有，這樣就會導致損失函式很大。

而dropout的解決方法就是在訓練的時候，以一定的機率讓部分神經元停止工作，這樣就可以減少特徵檢測器（隱層節點）間的相互作用，避免過擬合情況的發生。
測試時整合所有神經元

定義卷積神經網路（卷積層和pooling層）


# 定義卷積層, 20個卷積核, 卷積核大小為5，用Relu啟用


conv0 = tf.layers.conv2d(datas_placeholder, 
20, 
5, activation=tf.nn.relu)



# 定義max-pooling層，pooling視窗為2x2，步長為2x2


pool0 = tf.layers.max_pooling2d(conv0, [
2, 
2], [
2, 
2])






# 定義卷積層, 40個卷積核, 卷積核大小為4，用Relu啟用


conv1 = tf.layers.conv2d(pool0, 
40, 
4, activation=tf.nn.relu)



# 定義max-pooling層，pooling視窗為2x2，步長為2x2


pool1 = tf.layers.max_pooling2d(conv1, [
2, 
2], [
2, 
2])

sigmoid與relu

relu函式解決了梯度消失問題。

在BP演算法中，反向傳播的過程是一個鏈式求導的過程（誤差透過梯度傳播），不過使用sigmoid函式，其中可能某一項的導數存在極小值，這樣就會導致整個偏導的導數值較小，導致誤差無法向前傳播，這樣的話，前幾層的引數無法得到更新。
不過relu函式就解決了這個問題啦

max-pooling

池化層有mean-pooling、max-pooling啥的。
pooling層主要是保留特徵，減少下一層的引數量和計算量，同時也能防止過擬合。
例如：max-pooling層的大小為2x2，那麼就會對一個2x2的畫素快進行取樣，得到這個小區域的最大值，並將這個值來代表這個區域塊傳遞到下一層中。
透過這樣的方式就可以來減少引數量和計算量，並且還保持某種不變性，包括translation(平移)，rotation(旋轉)，scale(尺度)

定義全連線部分


# 將3維特徵轉換為1維向量


flatten = tf.layers.flatten(pool1)






# 全連線層，轉換為長度為100的特徵向量


fc = tf.layers.dense(flatten, 
400, activation=tf.nn.relu)






# 加上DropOut，防止過擬合


dropout_fc = tf.layers.dropout(fc, dropout_placeholdr)






# 未啟用的輸出層


logits = tf.layers.dense(dropout_fc, num_classes)



# 預測輸出


predicted_labels = tf.arg_max(logits, 
1)

全連線層，加上dropout，然後最後定義輸出層。

arg_max(a, axis=
None, out=
None)



# a 表示array



# axis 表示指定的軸，預設是None，表示把array平鋪，



# out 預設為None，如果指定，那麼返回的結果會插入其中

返回沿軸axis最大值的索引值，也就是最可能的標籤值。

定義損失函式和最佳化器


# 利用交叉熵定義損失


losses = tf.nn.softmax_cross_entropy_with_logits(


    labels=tf.one_hot(labels_placeholder, num_classes),


    logits=logits


)



# 平均損失


mean_loss = tf.reduce_mean(losses)






# 定義最佳化器，指定要最佳化的損失函式


optimizer = tf.train.AdamOptimizer(learning_rate=
1e-2).minimize(losses)

程式碼中的one_hot()函式的作用是將一個值化為一個機率分佈的向量，一般用於分類問題。然後再用reduce_mean()得到平均值。

執行階段


# 用於儲存和載入模型


saver = tf.train.Saver()






with tf.Session() 
as sess:





    
if train:


        print(
"訓練模式")


        
# 如果是訓練，初始化引數


        sess.run(tf.global_variables_initializer())


        
# 定義輸入和Label以填充容器，訓練時dropout為0.25


        train_feed_dict = {


            datas_placeholder: datas,


            labels_placeholder: labels,


            dropout_placeholdr: 
0.25


        }


        
for step 
in range(
136):


            _, mean_loss_val = sess.run([optimizer, mean_loss], feed_dict=train_feed_dict)





            
if step % 
10 == 
0:


                print(
"step = {}tmean loss = {}".format(step, mean_loss_val))


        saver.save(sess, model_path)


        print(
"訓練結束，儲存模型到{}".format(model_path))


    
else:


        print(
"測試模式")


        
# 如果是測試，載入引數


        saver.restore(sess, model_path)


        print(
"從{}載入模型".format(model_path))


        
# label和名稱的對照關係


        label_name_dict = {


            
0: 
"飛機",


            
1: 
"汽車",


            
2: 
"鳥"


        }


        
# 定義輸入和Label以填充容器，測試時dropout為0


        test_feed_dict = {


            datas_placeholder: test_datas,


            labels_placeholder: labels,


            dropout_placeholdr: 
0


        }


        predicted_labels_val = sess.run(predicted_labels, feed_dict=test_feed_dict)


        
# 真實label與模型預測label


        
for fpath, real_label, predicted_label 
in zip(test_fpaths, test_labels, predicted_labels_val):


            
# 將label id轉換為label名


            real_label_name = label_name_dict[real_label]


            predicted_label_name = label_name_dict[predicted_label]


            print(
"{}t{} => {}".format(fpath, real_label_name, predicted_label_name))

這一部分程式碼感覺沒啥特別好寫的，大部分都寫在註釋裡了，而且一些寫法應該也是比較固定的，，，，

總結

可以看一下執行結果

感覺效果還是挺好的，真的挺神奇的。在這個過程中也是學習到了很多知識，這個整理總結歸納的過程也是收穫頗多，以後繼續加油~

CNN-簡單圖片分類