機器學習實戰篇——用卷積神經網路演算法在Kaggle上跑個分

之前的文章簡單介紹了Kaggle平臺以及如何用支撐向量（SVM）的機器學習演算法識別手寫數字圖片。可見即使不用神經網路，傳統的機器學習演算法在影象識別的領域也能取得不錯的成績（我跑出來了97.2% 的正確率）, 但是要將正確率再往上提升就會遇到瓶頸了。

此時，神經網路以及深度學習，尤其是卷積神經網路（CNN）就派上用場了。

用CNN的網路，在同樣的平臺上，目前我將手寫圖片識別的正確率提高到了99.1%，排名全球900多名左右。

1、匯入庫檔案

使用深度學習的方法當然就要用到大名鼎鼎的TensorFlow。

import pandas as pd
import math
import numpy as np
import matplotlib.pyplot as plt, matplotlib.image as mpimg
from sklearn.model_selection import train_test_split
import tensorflow as tf

%matplotlib inline

2、準備資料

與之前一樣，需要對資料進行分成Train 和 Test 兩個組。

labeled_images = pd.read_csv('train.csv')
images = labeled_images.iloc[:,1:]
labels = labeled_images.iloc[:,:1]
train_images, test_images,train_labels, test_labels = train_test_split(images, labels, test_size=0.02)

3、建立幫助函式

這是本問最難的部分，作用實際上就是對資料進行處理，轉換成TensorFlow 讀得懂的資料。

One Hot Encode

我們知道，這些圖片的標籤（識別結果）就是是0到9的10個數字，結果就是一個nx1的矩陣，n是訓練樣本的個數。為了讓模型更加方便地處理資料（計算機是二進位制的，最好給它0，1的資料），需要將資料轉換成nx10的矩陣。比如果其中一個樣板的標記是3，那麼這一行的數列就應該是[0,0,0,1,0,0,0,0,0,0], 如果是9的話[0,0,0,0,0,0,0,0,0,1]。所有的樣本疊起來就是一個nx10的矩陣。

def one_hot_encode(vec, vals=10):
    '''
    For use to one-hot encode the 10- possible labels
    '''
    n = len(vec)
    out = np.zeros((n, vals))
    out[range(n), vec] = 1
    return out

幫助類

從AI學習筆記——卷積神經網路（CNN）的文章中我們知道，一張圖片有三個維度——長，寬，顏色通道。對於本文中的黑色圖片，第三個維度為1。在加上樣本的個數(n)，整個訓練樣本應該是一個(nx28x28x1)的四維Tensor(張量)。set_up_images(self)函式就是將圖片轉換成這樣的Tensor。next_batch（）函式則是n個訓練樣本分成若干個batch, 一個一個地送給模型(這個叫mini batch)。

class CifarHelper():
    
    def __init__(self):
        self.i = 0
        
        # Intialize some empty variables for later on
        self.training_images = None
        self.training_labels = None
        
        self.test_images = None
        self.test_labels = None
    
    def set_up_images(self):
        
        print("Setting Up Training Images and Labels")
        
        # Vertically stacks the training images
        self.training_images = train_images.as_matrix()
        train_len = self.training_images.shape[0]
        
        # Reshapes and normalizes training images
        self.training_images = self.training_images.reshape(train_len,28,28,1)/255
        # One hot Encodes the training labels (e.g. [0,0,0,1,0,0,0,0,0,0])
        self.training_labels = one_hot_encode(train_labels.as_matrix().reshape(-1), 10)
        
        print("Setting Up Test Images and Labels")
        
        # Vertically stacks the test images
        self.test_images = test_images.as_matrix()
        test_len = self.test_images.shape[0]
        
        # Reshapes and normalizes test images
        self.test_images = self.test_images.reshape(test_len,28,28,1)/255
        # One hot Encodes the test labels (e.g. [0,0,0,1,0,0,0,0,0,0])
        self.test_labels = one_hot_encode(test_labels.as_matrix().reshape(-1), 10)

        
    def next_batch(self, batch_size):
        # Note that the 100 dimension in the reshape call is set by an assumed batch size of 100
        x = self.training_images[self.i:self.i+batch_size]
        y = self.training_labels[self.i:self.i+batch_size]
        self.i = (self.i + batch_size) % len(self.training_images)
        return x, y

最後這兩行程式碼就完成了資料的初始化。

# Before Your tf.Session run these two lines
ch = CifarHelper()
ch.set_up_images()

# During your session to grab the next batch use this line
# (Just like we did for mnist.train.next_batch)
# batch = ch.next_batch(100)

4、建立模型

這裡用到了TensorFlow, 也許會之後在單獨的文章中介紹如何使用，這裡簡單介紹一下。
使用TensorFlow 首先是要建立一個 computation graph(計算圖譜)，也就是先告訴計算機模型是怎樣的，包括神經網路有多少層，每層多少個神經元，輸入輸出資料的格式是怎的。此時還沒有開始計算。

Placeholder

x 輸入，y輸出，hold_prob用於dropout(不多解釋，主要用於隨機丟棄神經元的一種正則化的方法)

x = tf.placeholder(tf.float32, shape=[None,28,28,1])
y_true = tf.placeholder(tf.float32, shape=[None,10])
hold_prob = tf.placeholder(tf.float32)

Help functions

這些函式是為了簡化Tensorflow 建立神經網路的方法，根據從之前文章對CNN的介紹，我們需要卷積層，Pooling(池化)層，以及全連線層等等。

def init_weights(shape):
    init_random_dist = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(init_random_dist)

def init_bias(shape):
    init_bias_vals = tf.constant(0.1, shape=shape)
    return tf.Variable(init_bias_vals)

def conv2d(x, W):
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

# x -->[batch, in_height, in_width, in_channels]
# W --> [filter_height, filter_width, in_channels, out_channels]

def max_pool_2by2(x):
    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                          strides=[1, 2, 2, 1], padding='SAME')
def convolutional_layer(input_x, shape):
    W = init_weights(shape)
    b = init_bias([shape[3]])
    return tf.nn.relu(conv2d(input_x, W) + b)

def normal_full_layer(input_layer, size):
    input_size = int(input_layer.get_shape()[1])
    W = init_weights([input_size, size])
    b = init_bias([size])
    return tf.matmul(input_layer, W) + b

搭建神經網路

第一層，卷積+Pooling

convo_1 = convolutional_layer(x,shape=[6,6,1,32])
convo_1_pooling = max_pool_2by2(convo_1)

第二層

convo_2 = convolutional_layer(convo_1_pooling,shape=[6,6,32,64])
convo_2_pooling = max_pool_2by2(convo_2)

第三層, 全連線

convo_2_flat = tf.reshape(convo_2_pooling,[-1,7*7*64])
full_layer_one = tf.nn.relu(normal_full_layer(convo_2_flat,1024))

Dropout 和 輸出

full_one_dropout = tf.nn.dropout(full_layer_one,keep_prob=hold_prob)
y_pred = normal_full_layer(full_one_dropout,10)

定義損失函式，和優化函式，初始化

Loss Function

cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_true,logits=y_pred))

Optimizer

optimizer = tf.train.AdamOptimizer(learning_rate=0.00002)
train = optimizer.minimize(cross_entropy)

Intialize Variables

init = tf.global_variables_initializer()

5、訓練模型

之前的準備工作妥當之後，實際上訓練模型的程式碼就很短了。用Tensorflow訓練模型，都必須在一個Session 之內並且初始化(都是套路)。

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

真正的程式碼就這兩行, 實際上就是將之前幫助函式中定義的mini batch 送到模型中進行訓練。

 for i in range(50000):
        batch = ch.next_batch(100)
        sess.run(train, feed_dict={x: batch[0], y_true: batch[1], hold_prob: 0.5})

模型要進行50000次的迭代，我們需要將每100此迭代的結果列印出來。完整程式碼如下

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

    for i in range(50000):
        batch = ch.next_batch(100)
        sess.run(train, feed_dict={x: batch[0], y_true: batch[1], hold_prob: 0.5})
        
        # PRINT OUT A MESSAGE EVERY 100 STEPS
        if i%100 == 0:
            
            print('Currently on step {}'.format(i))
            print('Accuracy is:')
            # Test the Train Model
            matches = tf.equal(tf.argmax(y_pred,1),tf.argmax(y_true,1))

            acc = tf.reduce_mean(tf.cast(matches,tf.float32))

            print(sess.run(acc,feed_dict={x:ch.test_images,y_true:ch.test_labels,hold_prob:1.0}))
            print('\n')
        
    saver.save(sess,'models_saving/my_model.ckpt')

最後得到了98%的準確率

Currently on step 0
Accuracy is:
0.179762


Currently on step 100
Accuracy is:
0.584524

....
....
....

Currently on step 49900
Accuracy is:
0.983333

至此，一個完整的用Tensorflow 訓練CNN的過程就介紹完了，當然要最後還需要儲存模型，用模型對新的資料進行預測，關於這部分的內容就留給讀者自己吧。

————
相關文章

AI學習筆記——神經網路和深度學習
AI學習筆記——卷積神經網路1（CNN）
————
文章首發steemit.com 為了方便牆內閱讀，搬運至此，歡迎留言或者訪問我的Steemit主頁