📜 原文链接：https://www.tensorflow.org/tutorials/keras/classification

本指南将训练一个神经网络模型，对运动鞋和衬衫等服装图像进行分类。即使您不理解所有细节也没关系，这只是对完整 TensorFlow 程序的快速概述，详细内容会在您实际操作的同时进行介绍。
‌
本指南使用了 tf.keras，它是 TensorFlow 中用来构建和训练模型的高级 API。

  1. # TensorFlow and tf.Keras
  2. import tensorflow as tf
  3. from tensorflow import keras
  5. # Helper librares
  6. import numpy as np
  7. import matplotlib.pyplot as plt
  9. print(tf.__version__)  # 2.1.0

1.1 导入Fashion MNIST数据集

本指南使用 Fashion MNIST 数据集，该数据集包含 10 个类别的 70,000 个灰度图像。这些图像以低分辨率（28x28 像素）展示了单件衣物，如下所示：
1. 基础图像分类 - 图1
图1. Fashion-MNIST样本（由 Zalando 提供，MIT 许可）

Fashion MNIST 旨在临时替代经典 MNIST 数据集，MINIST 数据集常被用作计算机视觉机器学习程序的 “Hello, World”，它数据集包含手写数字（0、1、2 等）的图像，其格式与您将使用的衣物图像的格式相同。
本指南使用 Fashion MNIST 来实现多样化，因为它比常规 MNIST 更具挑战性。这两个数据集都相对较小，都用于验证某个算法是否按预期工作。对于代码的测试和调试，它们都是很好的起点。
在本指南中，我们使用 60,000 个图像来训练网络，使用 10,000 个图像来评估网络学习对图像分类的准确率。您可以直接从 TensorFlow 访问 Fashion MNIST。请运行以下代码，直接从 TensorFlow 中导入和加载 Fashion MNIST 数据：

  1. fashion_mnist = keras.datasets.fashion_mnist
  2. (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

📌 终端输出结果：

  1. Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-labels-idx1-ubyte.gz
  2. 32768/29515 [=================================] - 0s 2us/step
  3. Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-images-idx3-ubyte.gz
  4. 26427392/26421880 [==============================] - 12s 0us/step
  5. Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-labels-idx1-ubyte.gz
  6. 8192/5148 [===============================================] - 0s 1us/step
  7. Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-images-idx3-ubyte.gz
  8. 4423680/4422102 [==============================] - 2s 0us/step

加载数据集会返回四个 NumPy 数组：

  • 训练集：train_images 和 train_labels 数组，即模型用于学习的数据。
  • 测试集：test_images 和 test_labels 数组，即用来对模型进行测试。

图像是 28x28 的 NumPy 数组，像素值介于 0 到 255 之间。标签是整数数组，介于 0 到 9 之间。这些标签对应于图像所代表的服装类：

标签 类
0 T-shirt/top（T恤/上衣）
1 Trouser（裤子）
2 Pullover（套头衫）
3 Dress（连衣裙）
4 Coat（外套）
5 Sandal（凉鞋）
6 Shirt（衬衫）
7 Sneaker（运动鞋）
8 Bag（包）
9 Ankle boot（短靴）

每个图像都会被映射到一个标签。由于数据集不包括类名称，请将它们存储在下方，供稍后绘制图像时使用：

  1. class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat', 'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

1.2 浏览数据

在训练模型之前，我们先浏览一下数据集的格式。以下代码显示训练集中有 60,000 个图像，每个图像由 28 x 28 的像素表示：

  1. train_images.shape  # (60000, 28, 28)

同样，训练集中有 60,000 个标签：

  1. len(train_images)  # 60000

每个标签都是一个 0 到 9 之间的整数：

  1. train_labels

📌 终端输出结果：

  1. array([9, 0, 0, ..., 3, 0, 5], dtype=uint8)

测试集中有 10,000 个图像。同样，每个图像都由 28x28 个像素表示：

  1. test_images.shape  # (10000, 28, 28)

测试集包含 10,000 个图像标签：

  1. len(test_labels)  ## 10000

1.3 数据预处理

在训练网络之前，必须对数据进行预处理。如果您检查训练集中的第一个图像，您会看到像素值处于 0 到 255 之间：

  1. plt.figure()
  2. plt.imshow(train_images[0])
  3. plt.colorbar()
  4. plt.grid(False)
  5. plt.show()

1. 基础图像分类 - 图2
将这些值缩小至 0 到 1 之间，然后将其馈送到神经网络模型。为此，请将这些值除以 255。请务必以相同的方式对训练集和测试集进行预处理：

  1. train_images = train_images / 255.0
  2. test_images = test_images / 255.0

为了验证数据的格式是否正确，以及您是否已准备好构建和训练网络，让我们显示训练集中的前 25 个图像，并在每个图像下方显示类名称。

  1. plt.figure(figsize=(10,10))
  3. for i in range(25):
  4.     plt.subplot(5, 5, i+1)
  5.     plt.xticks([])
  6.     plt.yticks([])
  7.     plt.grid(False)
  8.     plt.imshow(train_images[i], cmap=plt.cm.binary)
  9.     plt.xlabel(class_names[train_labels[i]])
  11. plt.show()

1.4 构建模型

构建神经网络需要先配置模型的层，然后再编译模型。

1.4.1 设置层

神经网络的基本组成部分是层。层会从向其馈送的数据（即输入到该层的数据）中提取表示形式，希望这些表示形式有助于解决手头上的问题。
大多数深度学习都包括将简单的层链接在一起。对于大多数层而言（如 tf.keras.layers.Dense），他们都具有在训练时才会学习的参数。

  1. model = tf.keras.Sequential([
  2.      tf.keras.layers.Flatten(input_shape=(28, 28)),
  3.      tf.keras.layers.Dense(128, activation='relu'),
  4.      tf.keras.layers.Dense(10)
  5.      ])

该网络的第一层 tf.keras.layers.Flatten，将图像格式从二维数组（28 x 28 像素）转换成一维数组（28 x 28 = 784 像素）。将该层视为图像中未堆叠的像素行并将其排列起来。该层没有要学习的参数，它只会重新格式化数据。
展平像素后，网络会包括两个 tf.keras.layers.Dense 层的序列。它们是密集连接或全连接神经层。第一个 Dense 层有 128 个节点（或神经元），第二个（也是最后一个）层会返回一个长度为 10 的 logits 数组。每个节点都包含一个得分，用来表示当前图像属于 10 个类中的哪一类。

1.4.2 编译模型

在准备对模型进行训练之前，还需要再对其进行一些设置。以下内容是在模型的编译步骤中添加的：

  • 损失函数：用于测量模型在训练期间的准确率。您会希望最小化此函数，以便将模型“引导”到正确的方向上。
  • 优化器：决定模型如何根据其看到的数据和自身的损失函数进行更新。
  • 指标：用于监控训练和测试步骤。

以下示例使用了准确率，即被正确分类的图像的比率。

  1. model.compile(optimizer='adam',
  2.                loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
  3.                metrics=['accuracy'])

1.5 训练模型

训练神经网络模型需要执行以下步骤：

  1. 将训练数据馈送给模型。在本例中，训练数据位于 train_images 和 train_labels 数组中。
  2. 模型学习将图像和标签关联起来。
  3. 要求模型对测试集（在本例中为 test_images 数组）进行预测。
  4. 验证预测是否与 test_labels 数组中的标签相匹配。

    1.5.1 向模型馈送数据

    要开始训练，请调用 model.fit 方法，这样命名是因为该方法会将模型与训练数据进行“拟合”：
    1. model.fit(train_images, train_labels, epochs=10)
    📌 终端输出结果：
    1. Train on 60000 samples
    2. Epoch 1/10
    3. 60000/60000 [==============================] - 6s 96us/sample - loss: 4.6998 - accuracy: 0.6879
    4. Epoch 2/10
    5. 60000/60000 [==============================] - 5s 78us/sample - loss: 0.7426 - accuracy: 0.7113
    6. Epoch 3/10
    7. 60000/60000 [==============================] - 5s 77us/sample - loss: 0.6660 - accuracy: 0.7304
    8. Epoch 4/10
    9. 60000/60000 [==============================] - 5s 81us/sample - loss: 0.5869 - accuracy: 0.7800
    10. Epoch 5/10
    11. 60000/60000 [==============================] - 5s 78us/sample - loss: 0.5240 - accuracy: 0.8129
    12. Epoch 6/10
    13. 60000/60000 [==============================] - 5s 79us/sample - loss: 0.5013 - accuracy: 0.8250
    14. Epoch 7/10
    15. 60000/60000 [==============================] - 5s 77us/sample - loss: 0.4812 - accuracy: 0.8330
    16. Epoch 8/10
    17. 60000/60000 [==============================] - 5s 81us/sample - loss: 0.4737 - accuracy: 0.8352
    18. Epoch 9/10
    19. 60000/60000 [==============================] - 5s 78us/sample - loss: 0.4726 - accuracy: 0.8373
    20. Epoch 10/10
    21. 60000/60000 [==============================] - 5s 77us/sample - loss: 0.4680 - accuracy: 0.8404
    22. <tensorflow.python.keras.callbacks.History at 0x2a5bc3614e0>
    在模型训练期间，会显示损失和准确率指标。此模型在训练数据上的准确率达到了 0.91（或 91%）左右。

    1.5.2 评估准确率

    接下来，比较模型在测试数据集上的表现：
    1. test_loss, test_acc = model.evaluate(test_images,  test_labels, verbose=2)
    2. print('\nTest accuracy:', test_acc)
    📌 终端输出结果：
    1. 10000/10000 - 1s - loss: 0.5158 - accuracy: 0.8280
    2. Test accuracy: 0.828
    结果表明，模型在测试数据集上的准确率略低于训练数据集。训练准确率和测试准确率之间的差距代表过拟合。过拟合是指机器学习模型在新的、以前未曾见过的输入上的表现不如在训练数据上的表现。过拟合的模型会“记住”训练数据集中的噪声和细节，从而对模型在新数据上的表现产生负面影响。有关更多信息，请参阅以下内容：
  • 演示过拟合

  • 避免过拟合的策略

    1.5.3 进行预测

    在模型经过训练后，您可以使用它对一些图像进行预测。模型具有线性输出，即 logits。您可以附加一个 softmax 层，将 logits 转换成更容易理解的概率。

    1. prob_model = tf.keras.Sequential([model, tf.keras.layers.Softmax()])
    2. pred = prob_model.predict(test_images)

    在上例中，模型预测了测试集中每个图像的标签。我们来看看第一个预测结果：

    1. pred[0]

    📌 终端输出结果：

    1. array([5.6330027e-12, 7.3931455e-10, 0.0000000e+00, 6.8742941e-12,
    2.      0.0000000e+00, 1.5345197e-02, 5.6908981e-23, 6.7818888e-02,
    3.      1.4056751e-09, 9.1683596e-01], dtype=float32)

    预测结果是一个包含 10 个数字的数组。它们代表模型对 10 种不同服装中每种服装的“置信度”。您可以看到哪个标签的置信度值最大：

    1. np.argmax(pred[0])  ## 9

    因此，该模型非常确信这个图像是短靴，或 class_names[9]。通过检查测试标签发现这个分类是正确的： ```python def plot_image(i, predictions_array, true_label, img): predictions_array, true_label, img = predictions_array, true_label[i], img[i] plt.grid(False) plt.xticks([]) plt.yticks([])

    plt.imshow(img, cmap=plt.cm.binary)

    predicted_label = np.argmax(predictions_array)

    if predicted_label == true_label:

    1.   color = 'blue'

    else:

    1.   color = 'red'

    plt.xlabel(“{} {:2.0f}% ({})”.format(class_names[predicted_label],

    1.                                    100 * np.max(predictions_array),
    2.                                    class_names[true_label]),
    3.          color=color)

def plot_value_array(i, predictions_array, true_label): predictions_array, true_label = predictions_array, true_label[i] plt.grid(False) plt.xticks(range(10)) plt.yticks([]) thisplot = plt.bar(range(10), predictions_array, color=”#777777”) plt.ylim([0, 1]) predicted_label = np.argmax(predictions_array)

  1. thisplot[predicted_label].set_color('red')
  2. thisplot[true_label].set_color('blue')
  1. <a name="54-yan-zheng-yu-ce-jie-guo"></a>
  2. ## 1.5.4 验证预测结果
  3. 在模型经过训练后，您可以使用它对一些图像进行预测。<br />我们来看看第 0 个图像、预测结果和预测数组。正确的预测标签为蓝色，错误的预测标签为红色。数字表示预测标签的百分比（总计为 100）。
  4. ```python
  5. i = 0
  6. plt.figure(figsize=(6, 3))
  7. plt.subplot(1,2,1)
  8. plot_image(i, pred[i], test_labels, test_images)
  9. plt.subplot(1,2,2)
  10. plot_value_array(i, pred[i], test_labels)
  11. plt.show()

1. 基础图像分类 - 图3

  1. i = 12
  2. plt.figure(figsize=(6,3))
  3. plt.subplot(1,2,1)
  4. plot_image(i, pred[i], test_labels, test_images)
  5. plt.subplot(1,2,2)
  6. plot_value_array(i, pred[i],  test_labels)
  7. plt.show()

1. 基础图像分类 - 图4
让我们用模型的预测绘制几张图像。请注意，即使置信度很高，模型也可能出错。

  1. # Plot the first X test images, their predicted labels, and the true labels.
  2. # Color correct predictions in blue and incorrect predictions in red.
  3. num_rows = 5
  4. num_cols = 3
  5. num_images = num_rows * num_cols
  6. plt.figure(figsize=(2 * 2 * num_cols, 2 * num_rows))
  8. for i in range(num_images):
  9.     plt.subplot(num_rows, 2 * num_cols, 2 * i + 1)
  10.     plot_image(i, pred[i], test_labels, test_images)
  11.     plt.subplot(num_rows, 2 * num_cols, 2 * i + 2)
  12.     plot_value_array(i, pred[i], test_labels)
  14. plt.tight_layout()
  15. plt.show()

1.6. 使用训练好的模型

最后，使用训练好的模型对单个图像进行预测。

  1. # Grab an image from the test dataset.
  2. img = test_images[1]
  3. print(img.shape)  ## (28, 28)

tf.keras 模型经过了优化，可同时对一个批或一组样本进行预测。因此，即便您只使用一个图像，您也需要将其添加到列表中：

  1. # Add the image to a batch where it's the only member.
  2. img = (np.expand_dims(img, 0))
  3. print(img.shape)  ## (1, 28, 28)

现在预测这个图像的正确标签：

  1. pred_one = prob_model.predict(img)
  2. print(pred_one)
  4. plot_value_array(1, predictions_single[0], test_labels)
  5. _ = plt.xticks(range(10), class_names, rotation=45)

📌 终端输出结果：

  1.  [[1.3607247e-03 1.7926752e-04 8.8710016e-01 8.2092691e-04 9.8982565e-02
  2.    1.6476794e-19 1.1556413e-02 0.0000000e+00 1.6626812e-08 9.1935496e-36]]

1. 基础图像分类 - 图5

keras.Model.predict 会返回一组列表，每个列表对应一批数据中的每个图像。在批次中获取对我们（唯一）图像的预测：

  1.  np.argmax(pred_one[0])  ## 2

该模型会按照预期预测标签。