前言
本文介绍卷积神经网络的入门案例，通过搭建和训练一个模型，来对10种常见的物体进行识别分类；使用到CIFAR10数据集，它包含10 类，即：“飞机”，“汽车”，“鸟”，“猫”，“鹿”， “狗”，“青蛙”，“马”，“船”，“卡车” ；共 60000 张彩色图片；通过搭建和训练卷积神经网络模型，对图像进行分类，能识别出图像是“汽车”，或“鸟”，还是其它。
思路流程
- 导入 CIFAR10 数据集
- 探索集数据，并进行数据预处理
- 构建模型（搭建神经网络结构、编译模型）
- 训练模型（把数据输入模型、评估准确性、作出预测、验证预测）
- 使用训练好的模型
一、导入 CIFAR10 数据集
使用到CIFAR10数据集，它包含10 类，即：“飞机”，“汽车”，“鸟”，“猫”，“鹿”， “狗”，“青蛙”，“马”，“船”，“卡车” ；共 60000 张彩色图片；
此数据集中 50000 个样例被作为训练集（每张图片对于一个标签），剩余 10000 个样例作为测试集（每张图片也对于一个标签）。类别之间相互独立，不存在重叠的部分。使用以下代码完成数据集导入：
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()
二、探索集数据，并进行数据预处理
将测试集的前 30 张图片和类名打印出来
class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck'] plt.figure(figsize=(10,10)) for i in range(30): plt.subplot(5,6,i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) # 由于 CIFAR 的标签是 array， 因此需要额外的索引（index）。 plt.xlabel(class_names[train_labels[i][0]]) plt.show()
打印出来的效果是这样的：
数据集预处理
下面进行数据集预处理，将像素的值标准化至0到1的区间内：
# 将像素的值标准化至0到1的区间内。 train_images, test_images = train_images / 255.0, test_images / 255.0
为什么是除以255呢？由于图片的像素范围是0~255，我们把它变成0~1的范围，于是每张图像（训练集、测试集）都除以255。
三、构建模型
常见卷积神经网络（CNN），主要由几个 卷积层Conv2D 和 池化层MaxPooling2D 层组成。卷积层与池化层的叠加实现对输入数据的特征提取，最后连接全连接层实现分类。
1）特征提取——卷积层与池化层
CNN 的输入是张量 (Tensor) 形式的 (image_height, image_width, color_channels)，包含了图像高度、宽度及颜色信息。通常图像使用 RGB 色彩模式，color_channels 为 (R,G,B) 分别对应 RGB 的三个颜色通道，即：image_height 和 image_width 根据图像的像素高度、宽度决定；color_channels是3，对应RGB的3通道。
CIFAR 数据集中的图片，形状是 (32, 32, 3)，我们可以在声明第一层时将形状赋值给参数 input_shape 。
model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu'))
查看一下网络模型：tf.keras.utils.plot_model(model)
在上面的模型种每个 Conv2D 和 MaxPooling2D 层的输出都是一个三维的张量 (Tensor)，其形状描述了 (height, width, channels)。越深的层中，宽度和高度都会收缩。
2）实现分类——全连接层
Dense 层等同于全连接 (Full Connected) 层，通过上面的卷积层和池化层，我们已经提取到图像的特征了，下面通过搭建Dense 层实现分类。
Dense 层的输入为向量（一维），但前面层的输出是3维的张量 (Tensor) 即：(4, 4, 64)。因此您需要将三维张量展开 (Flatten) 到1维，之后再传入一个或多个 Dense 层。
model.add(layers.Flatten()) model.add(layers.Dense(64, activation='relu')) model.add(layers.Dense(10))
CIFAR 数据集有 10 个类，因此您最终的 Dense 层需要 10 个输出及一个 softmax 激活函数。
查看完整的 CNN 结构：tf.keras.utils.plot_model(model)
或者用这样方式看看：model.summary()
可以看出，在被传入两个 Dense 层之前，通过Flatten层处理后，形状为 (4, 4, 64) 的输出被展平成了形状为 (1024) 的向量。
3）编译模型
主要是为模型选择损失函数loss、优化器 optimizer、衡量指标metrics（通常用准确度accuracy 来衡量的）
model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy'])
四、训练模型
这里我们输入准备好的训练集数据（包括图像、对应的标签），测试集的数据（包括图像、对应的标签），模型一共训练10次
history = model.fit(train_images, train_labels, epochs=10, validation_data=(test_images, test_labels))
下图是训练过程的截图：
编辑
通常loss越小越好，对了解释下什么是loss；简单来说是 模型预测值 和 真实值 的相差的值，反映模型预测的结果和真实值的相差程度；
通常准确度accuracy 越高，模型效果越好。
评估模型
plt.plot(history.history['accuracy'], label='accuracy') plt.plot(history.history['val_accuracy'], label = 'val_accuracy') plt.xlabel('Epoch') plt.ylabel('Accuracy') plt.ylim([0.5, 1]) plt.legend(loc='lower right') plt.show() test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2) print("测试集的准确度", test_acc)
看看效果：
五、使用模型
通常使用 model.predict( ) 函数进行预测。
完成代码：
import tensorflow as tf from tensorflow.keras import datasets, layers, models import matplotlib.pyplot as plt # 导入 CIFAR10 数据集 (train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data() # 将测试集的前 30 张图片和类名打印出来 class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck'] plt.figure(figsize=(10,10)) for i in range(30): plt.subplot(5,6,i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) # 由于 CIFAR 的标签是 array， 因此需要额外的索引（index）。 plt.xlabel(class_names[train_labels[i][0]]) plt.show() # 下面进行数据集预处理，将像素的值标准化至0到1的区间内： train_images, test_images = train_images / 255.0, test_images / 255.0 # 构建模型 # 1）特征提取——卷积层与池化层 model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) # 2）实现分类——全连接层 model.add(layers.Flatten()) model.add(layers.Dense(64, activation='relu')) model.add(layers.Dense(10)) # 3）编译模型 model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy']) # 训练模型 history = model.fit(train_images, train_labels, epochs=10, validation_data=(test_images, test_labels)) # 评估模型 plt.plot(history.history['accuracy'], label='accuracy') plt.plot(history.history['val_accuracy'], label = 'val_accuracy') plt.xlabel('Epoch') plt.ylabel('Accuracy') plt.ylim([0.5, 1]) plt.legend(loc='lower right') plt.show() test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2) print("测试集的准确度", test_acc)
卷积神经网络（Convolutional Neural Network, CNN） | TensorFlow Core
