- 更多內容請關注『機器視覺CV』
前言
對於機器學習來說，數據的重要性無可厚非，大部分處理機器學習的問題都是在處理數據，包括數據的清洗，歸一化等，好的數據質量能大大提高模型的預測性能
但是對與初學者來說，數據變得不那麼重要，因為學習機器學習主要學習算法思想以及如何實現，要善於站在前人的肩膀上對於計算機視覺領域，前輩們已經創建許多非常強大的圖片數據集，如 Image-net: 『http://www.image-net.org/ 』 Google 圖片數據庫 『https://storage.googleapis.com/openimages/web/index.html 』可以幫助我們加速開發模型
下面要介紹的一個框架是 Keras 對於新手非常友好，本人之前使用過一階段的 Tensorflow 感覺比較抽象，對於想快速入門機器學習的同學， Keras 是一款不錯的選擇
以下是三個框架這幾年的流行程度，從中我們能看出一點趨勢
Keras 中有許多數據集，包括用來做二分類的 IMDB 數據集、多分類的路透社數據集、做迴歸的波士頓房價數據集等，而本文要介紹的是二分類的圖片數據集，貓狗數據集，原始數據可以在 Kaggle 官網上進行下載 『https://www.kaggle.com/c/dogs-vs-cats/data』 如果你沒有 Kaggle 帳號，我將在文後附上我已經下載的數據集供你們使用
數據格式如下： 其中訓練集 1000 張，驗證集 500 張，測試集 500 張，總共 4000 張。
貓狗大戰開始
機器學習的一般步驟是：
- 準備數據
- 數據預處理（檢查數據、數據歸一化、將數據轉換成張量等）
- 建立模型
- 查看精度和損失
- 預測
- 保存模型
查看數據
檢查數據是數據處理過程中一項基本步驟，可以預防數數據路徑、數據集數量、數據集格式等出現錯誤
數據預處理
- 讀取圖像文件。
- 將 JPEG 文件解碼為 RGB 像素網格。
- 將這些像素網格轉換為浮點數張量。
- 將像素值（0~255 範圍內）縮放到 [0, 1] 區間（正如你所知，神經網絡喜歡處理較小的輸入值）。
建立卷積模型
計算機視覺大部分模型都是使用卷積神經網絡（CNN）
編譯模型
利用批量生成器擬合模型
這段程序運行的時間會有的久，若同學們不想運行，我已經將訓練好的模型保存起來，供你們使用
保存模型
模型預測
對訓練集進行預測
對測試及進行預測
結果可視化
處理保存的模型和訓練歷史
本模塊是將訓練好的精度和損失保存下來，方便下一次進行分析
結果分析
訓練精度隨時間線性增加，而驗證精度停留在 70% 左右，驗證損失僅在 10 輪後就達到最小值，然後保持不變，而訓練損失則一直線性下降，直到接近於 0。
過擬合的原因主要是因為訓練樣本相對較少（貓狗各 2000 個）
結語
我在學習的過程中，發現使用 Keras 自帶的樣本迭代器來訓練時速度很慢，主要原因是：每次訓練的時候，時間大部分消耗在 CPU 讀取數據上，而真正訓練的時間並不是很長，之後會介紹幾種方法，不僅能提升訓練精度，也能讓訓練的時間可能的短，即使你沒有 GPU 來加速
別忘了愛自己
別忘了熱愛生活，代碼敲累了，就出去走走，生活總是美好的～
