第T8周：使用TensorFlow实现猫狗识别

🍨 本文为🔗365天深度学习训练营中的学习记录博客
🍖 原作者：K同学啊

文章目录

一、前期工作
1.设置GPU（如果使用的是CPU可以忽略这步）
2. 导入数据

二、数据预处理
1、加载数据
2、再次检查数据
3. 配置数据集
4. 可视化数据

三、构建CNN网络
四、编译
五、训练模型
六、模型评估
七、预测
八、知识点
1、训练方式
2、tqdm
2.1、基本用法：
2.2、手动进度更新：

电脑环境：
语言环境：Python 3.8.0
编译器：Jupyter Notebook
深度学习环境：tensorflow 2.15.0

一、前期工作

1.设置GPU（如果使用的是CPU可以忽略这步）

import tensorflow as tfgpus = tf.config.list_physical_devices("GPU")if gpus:tf.config.experimental.set_memory_growth(gpus[0], True)  #设置GPU显存用量按需使用tf.config.set_visible_devices([gpus[0]],"GPU")# 打印显卡信息，确认GPU可用
print(gpus)

2. 导入数据

import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号import os,PIL,pathlib#隐藏警告
import warnings
warnings.filterwarnings('ignore')data_dir = "./365-7-data"
data_dir = pathlib.Path(data_dir)image_count = len(list(data_dir.glob('*/*')))print("图片总数为：",image_count)

二、数据预处理

1、加载数据

使用image_dataset_from_directory方法将磁盘中的数据加载到tf.data.Dataset中。

batch_size = 8
img_height = 224
img_width = 224"""
关于image_dataset_from_directory()的详细介绍可以参考文章：https://mtyjkh.blog.csdn.net/article/details/117018789
"""
train_ds = tf.keras.preprocessing.image_dataset_from_directory(data_dir,validation_split=0.2,subset="training",seed=12,image_size=(img_height, img_width),batch_size=batch_size)val_ds = tf.keras.preprocessing.image_dataset_from_directory(data_dir,validation_split=0.2,subset="validation",seed=12,image_size=(img_height, img_width),batch_size=batch_size)

我们可以通过class_names输出数据集的标签。标签将按字母顺序对应于目录名称。

class_names = train_ds.class_names
print(class_names)

输出：

[‘cat’, ‘dog’]

2、再次检查数据

for image_batch, labels_batch in train_ds:print(image_batch.shape)print(labels_batch.shape)break

输出：

(8, 224, 224, 3)
(8,)

3. 配置数据集

AUTOTUNE = tf.data.AUTOTUNEdef preprocess_image(image,label):return (image/255.0,label)# 归一化处理
train_ds = train_ds.map(preprocess_image, num_parallel_calls=AUTOTUNE)
val_ds   = val_ds.map(preprocess_image, num_parallel_calls=AUTOTUNE)train_ds = train_ds.cache().shuffle(1000).prefetch(buffer_size=AUTOTUNE)
val_ds   = val_ds.cache().prefetch(buffer_size=AUTOTUNE)

4. 可视化数据

plt.figure(figsize=(15, 10))  # 图形的宽为15高为10for images, labels in train_ds.take(1):for i in range(8):ax = plt.subplot(5, 8, i + 1) plt.imshow(images[i])plt.title(class_names[labels[i]])plt.axis("off")

三、构建CNN网络

from tensorflow.keras import layers, models, Input
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Dense, Flatten, Dropoutdef VGG16(nb_classes, input_shape):input_tensor = Input(shape=input_shape)# 1st blockx = Conv2D(64, (3,3), activation='relu', padding='same',name='block1_conv1')(input_tensor)x = Conv2D(64, (3,3), activation='relu', padding='same',name='block1_conv2')(x)x = MaxPooling2D((2,2), strides=(2,2), name = 'block1_pool')(x)# 2nd blockx = Conv2D(128, (3,3), activation='relu', padding='same',name='block2_conv1')(x)x = Conv2D(128, (3,3), activation='relu', padding='same',name='block2_conv2')(x)x = MaxPooling2D((2,2), strides=(2,2), name = 'block2_pool')(x)# 3rd blockx = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv1')(x)x = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv2')(x)x = Conv2D(256, (3,3), activation='relu', padding='same',name='block3_conv3')(x)x = MaxPooling2D((2,2), strides=(2,2), name = 'block3_pool')(x)# 4th blockx = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv1')(x)x = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv2')(x)x = Conv2D(512, (3,3), activation='relu', padding='same',name='block4_conv3')(x)x = MaxPooling2D((2,2), strides=(2,2), name = 'block4_pool')(x)# 5th blockx = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv1')(x)x = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv2')(x)x = Conv2D(512, (3,3), activation='relu', padding='same',name='block5_conv3')(x)x = MaxPooling2D((2,2), strides=(2,2), name = 'block5_pool')(x)# full connectionx = Flatten()(x)x = Dense(4096, activation='relu',  name='fc1')(x)x = Dense(4096, activation='relu', name='fc2')(x)output_tensor = Dense(nb_classes, activation='softmax', name='predictions')(x)model = Model(input_tensor, output_tensor)return modelmodel=VGG16(1000, (img_width, img_height, 3))
model.summary()

四、编译

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

五、训练模型

from tqdm import tqdm
import tensorflow.keras.backend as Kepochs = 10
lr     = 1e-4# 记录训练数据，方便后面的分析
history_train_loss     = []
history_train_accuracy = []
history_val_loss       = []
history_val_accuracy   = []for epoch in range(epochs):train_total = len(train_ds)val_total   = len(val_ds)"""total：预期的迭代数目ncols：控制进度条宽度mininterval：进度更新最小间隔，以秒为单位（默认值：0.1）"""with tqdm(total=train_total, desc=f'Epoch {epoch + 1}/{epochs}',mininterval=1,ncols=100) as pbar:lr = lr*0.92K.set_value(model.optimizer.lr, lr)for image,label in train_ds:   """训练模型，简单理解train_on_batch就是：它是比model.fit()更高级的一个用法想详细了解 train_on_batch 的同学，可以看看我的这篇文章：https://www.yuque.com/mingtian-fkmxf/hv4lcq/ztt4gy"""history = model.train_on_batch(image,label)train_loss     = history[0]train_accuracy = history[1]pbar.set_postfix({"loss": "%.4f"%train_loss,"accuracy":"%.4f"%train_accuracy,"lr": K.get_value(model.optimizer.lr)})pbar.update(1)history_train_loss.append(train_loss)history_train_accuracy.append(train_accuracy)print('开始验证！')with tqdm(total=val_total, desc=f'Epoch {epoch + 1}/{epochs}',mininterval=0.3,ncols=100) as pbar:for image,label in val_ds:      history = model.test_on_batch(image,label)val_loss     = history[0]val_accuracy = history[1]pbar.set_postfix({"loss": "%.4f"%val_loss,"accuracy":"%.4f"%val_accuracy})pbar.update(1)history_val_loss.append(val_loss)history_val_accuracy.append(val_accuracy)print('结束验证！')print("验证loss为：%.4f"%val_loss)print("验证准确率为：%.4f"%val_accuracy)

输出：

Epoch 1/10: 100%|████████| 340/340 [01:53<00:00,  2.99it/s, loss=0.8901, accuracy=0.1250, lr=9.2e-5]
开始验证！
Epoch 1/10: 100%|█████████████████████| 85/85 [00:03<00:00, 23.67it/s, loss=0.6123, accuracy=0.6250]
结束验证！
验证loss为：0.6123
验证准确率为：0.6250
Epoch 2/10: 100%|███████| 340/340 [00:22<00:00, 15.12it/s, loss=0.1449, accuracy=1.0000, lr=8.46e-5]
开始验证！
Epoch 2/10: 100%|█████████████████████| 85/85 [00:03<00:00, 25.99it/s, loss=0.2008, accuracy=0.8750]
结束验证！
验证loss为：0.2008
验证准确率为：0.8750
Epoch 3/10: 100%|███████| 340/340 [00:22<00:00, 15.23it/s, loss=0.0083, accuracy=1.0000, lr=7.79e-5]
开始验证！
Epoch 3/10: 100%|█████████████████████| 85/85 [00:03<00:00, 25.47it/s, loss=0.0298, accuracy=1.0000]
结束验证！
验证loss为：0.0298
验证准确率为：1.0000
Epoch 4/10: 100%|███████| 340/340 [00:22<00:00, 14.86it/s, loss=0.0321, accuracy=1.0000, lr=7.16e-5]
开始验证！
Epoch 4/10: 100%|█████████████████████| 85/85 [00:03<00:00, 25.84it/s, loss=0.0092, accuracy=1.0000]
结束验证！
验证loss为：0.0092
验证准确率为：1.0000
Epoch 5/10: 100%|███████| 340/340 [00:22<00:00, 15.03it/s, loss=0.3167, accuracy=0.8750, lr=6.59e-5]
开始验证！
Epoch 5/10: 100%|█████████████████████| 85/85 [00:03<00:00, 26.73it/s, loss=0.0381, accuracy=1.0000]
结束验证！
验证loss为：0.0381
验证准确率为：1.0000
Epoch 6/10: 100%|███████| 340/340 [00:22<00:00, 15.38it/s, loss=0.0323, accuracy=1.0000, lr=6.06e-5]
开始验证！
Epoch 6/10: 100%|█████████████████████| 85/85 [00:03<00:00, 25.85it/s, loss=0.0002, accuracy=1.0000]
结束验证！
验证loss为：0.0002
验证准确率为：1.0000
Epoch 7/10: 100%|███████| 340/340 [00:22<00:00, 15.04it/s, loss=0.0005, accuracy=1.0000, lr=5.58e-5]
开始验证！
Epoch 7/10: 100%|█████████████████████| 85/85 [00:03<00:00, 26.34it/s, loss=0.0040, accuracy=1.0000]
结束验证！
验证loss为：0.0040
验证准确率为：1.0000
Epoch 8/10: 100%|███████| 340/340 [00:21<00:00, 15.47it/s, loss=0.0018, accuracy=1.0000, lr=5.13e-5]
开始验证！
Epoch 8/10: 100%|█████████████████████| 85/85 [00:03<00:00, 26.12it/s, loss=0.0171, accuracy=1.0000]
结束验证！
验证loss为：0.0171
验证准确率为：1.0000
Epoch 9/10: 100%|███████| 340/340 [00:22<00:00, 15.38it/s, loss=0.0000, accuracy=1.0000, lr=4.72e-5]
开始验证！
Epoch 9/10: 100%|█████████████████████| 85/85 [00:03<00:00, 26.08it/s, loss=0.0009, accuracy=1.0000]
结束验证！
验证loss为：0.0009
验证准确率为：1.0000
Epoch 10/10: 100%|██████| 340/340 [00:21<00:00, 15.49it/s, loss=0.0050, accuracy=1.0000, lr=4.34e-5]
开始验证！
Epoch 10/10: 100%|████████████████████| 85/85 [00:03<00:00, 26.46it/s, loss=0.0001, accuracy=1.0000]
结束验证！
验证loss为：0.0001
验证准确率为：1.0000

六、模型评估

epochs_range = range(epochs)plt.figure(figsize=(12, 4))
plt.subplot(1, 2, 1)plt.plot(epochs_range, history_train_accuracy, label='Training Accuracy')
plt.plot(epochs_range, history_val_accuracy, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')plt.subplot(1, 2, 2)
plt.plot(epochs_range, history_train_loss, label='Training Loss')
plt.plot(epochs_range, history_val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

在这里插入图片描述

七、预测

import numpy as np# 采用加载的模型（new_model）来看预测结果
plt.figure(figsize=(18, 3))  # 图形的宽为18高为5
plt.suptitle("预测结果展示")for images, labels in val_ds.take(1):for i in range(8):ax = plt.subplot(1,8, i + 1)  # 显示图片plt.imshow(images[i].numpy())# 需要给图片增加一个维度img_array = tf.expand_dims(images[i], 0) # 使用模型预测图片中的人物predictions = model.predict(img_array)plt.title(class_names[np.argmax(predictions)])plt.axis("off")

输出：

1/1 [==============================] - 0s 247ms/step
1/1 [==============================] - 0s 19ms/step
1/1 [==============================] - 0s 21ms/step
1/1 [==============================] - 0s 23ms/step
1/1 [==============================] - 0s 20ms/step
1/1 [==============================] - 0s 21ms/step
1/1 [==============================] - 0s 22ms/step
1/1 [==============================] - 0s 19ms/step

在这里插入图片描述

八、知识点

1、训练方式

这是我们之前的训练方法。

history = model.fit(train_ds,validation_data=val_ds,epochs=epochs
)

本次使用的训练函数是model.train_on_batch。
函数原型：

Model.train_on_batch(x, y=None, sample_weight=None, class_weight=None, return_dict=False)

sample_weight：与x长度相同的可选数组，包含适用于每个样本的模型损失的权重。在时态数据的情况下，您可以传递一个具有形状(samples, sequence_length)的2D数组，以便对每个样本的每个时间步应用不同的权重。
class_weight：可选的字典。将类索引(整数)映射到权值(浮点数)，以应用于训练期间该类样本的模型损失。这对于告诉模型“更多地关注”来自代表性不足的类的样本是有用的。
return_dict：如果为True，则损失和度量结果将作为字典返回，其中每个键是度量的名称。如果为False，它们将作为列表返回。

2、tqdm

tqdm是一个用于在终端中显示进度条的Python库。它提供了一种简单的方式来跟踪迭代过程的进度，无论是在循环中处理大量数据还是在长时间运行的任务中。

2.1、基本用法：

在for循环中使用：

from tqdm import tqdm
import timefor i in tqdm(range(10)):time.sleep(1)# 模拟任务执行时间

100%|██████████| 10/10 [00:10<00:00,  1.00s/it]

自定义进度条样式

desc：设置进度条的前缀文本；ncols：设置进度条的长度

from tqdm import tqdm
import time
for i in tqdm(range(10), desc="Processing", ncols=80):time.sleep(0.5)

Processing: 100%|███████████████████████████████| 10/10 [00:05<00:00,  1.99it/s]

2.2、手动进度更新：

tqdm可以手动更新，将其对象赋给一个变量，然后调用.update(N)方法来更新进度，tqdm()有个可选的参数设置迭代总数，然后通过update方法进行累加，每次执行update都会打印一次当前进度。

示例：新建一个tqdm实例，total=100表示迭代总数为100

percent = tqdm(total=100)

输出：

  0%|          | 0/100 [00:03<?, ?it/s]

调用update(N)方法，表示完成N次迭代，进度条则会显示对应的百分比

percent.update(1)

输出：

  1%|          | 1/100 [00:47<1:18:17, 47.45s/it]

再次调用会进行累加：

percent.update(90)

输出：

 91%|█████████ | 91/100 [01:35<00:08,  1.12it/s]