现在人工智能很火的，看到了这篇文章，给自己普及一下基础知识，也分享给大家，希望对大家有用。

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。

# TensorFlow and tf.kerasimport tensorflow as tf# Helper librariesimport numpy as npimport matplotlib.pyplot as pltprint(tf.__version__)

2022-08-31 04:53:21.992867: E tensorflow/stream_executor/cuda/cuda_blas.cc:2981] Unable to register cuBLAS factory: Attempting to register factory for plugin cuBLAS when one has already been registered2022-08-31 04:53:22.704392: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvrtc.so.11.1: cannot open shared object file: No such file or directory2022-08-31 04:53:22.704645: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvrtc.so.11.1: cannot open shared object file: No such file or directory2022-08-31 04:53:22.704658: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.2.10.0-rc3

一、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（28×28 像素）展示了单件衣物，如下所示：

Fashion MNIST 旨在临时替代经典MNIST数据集，后者常被用作计算机视觉机器学习程序的“Hello, World”。MNIST 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 张图像来训练网络，使用 10,000 张图像来评估网络学习对图像进行分类的准确程度。您可以直接从 TensorFlow 中访问 Fashion MNIST。直接从 TensorFlow 中导入和加载 Fashion MNIST 数据：

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

加载数据集会返回四个 NumPy 数组：

• train_images和train_labels数组是训练集，即模型用于学习的数据。
• 测试集、test_images和test_labels数组会被用来对模型进行测试。

图像是 28×28 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：

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：

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

二、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：

train_images.shape(60000, 28, 28)

同样，训练集中有 60,000 个标签：

len(train_labels)

60000

每个标签都是一个 0 到 9 之间的整数：

train_labels

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 28×28 个像素表示：

test_images.shape

(10000, 28, 28)

测试集包含 10,000 个图像标签：

len(test_labels)

10000

三、预处理数据

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：

plt.figure()plt.imshow(train_images[0])plt.colorbar()plt.grid(False)plt.show()

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：

train_images = train_images / 255.0test_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。

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

四、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。

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。大多数层（如tf.keras.layers.Dense）都具有在训练期间才会学习的参数。

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

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。

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– 测量模型在训练期间的准确程度。你希望最小化此函数，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。

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

五、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。

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”：

model.fit(train_images, train_labels, epochs=10)

Epoch 1/101875/1875 [==============================] - 4s 2ms/step - loss: 0.4942 - accuracy: 0.8267Epoch 2/101875/1875 [==============================] - 3s 2ms/step - loss: 0.3747 - accuracy: 0.8648Epoch 3/101875/1875 [==============================] - 3s 2ms/step - loss: 0.3394 - accuracy: 0.8757Epoch 4/101875/1875 [==============================] - 3s 2ms/step - loss: 0.3134 - accuracy: 0.8850Epoch 5/101875/1875 [==============================] - 3s 2ms/step - loss: 0.2964 - accuracy: 0.8919Epoch 6/101875/1875 [==============================] - 3s 2ms/step - loss: 0.2806 - accuracy: 0.8967Epoch 7/101875/1875 [==============================] - 3s 2ms/step - loss: 0.2701 - accuracy: 0.8997Epoch 8/101875/1875 [==============================] - 3s 2ms/step - loss: 0.2564 - accuracy: 0.9031Epoch 9/101875/1875 [==============================] - 3s 2ms/step - loss: 0.2499 - accuracy: 0.9076Epoch 10/101875/1875 [==============================] - 3s 2ms/step - loss: 0.2410 - accuracy: 0.9099

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。

评估准确率

接下来，比较模型在测试数据集上的表现：

test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)print('\nTest accuracy:', test_acc)

313/313 - 1s - loss: 0.3453 - accuracy: 0.8794 - 747ms/epoch - 2ms/stepTest accuracy: 0.8794000148773193

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。

进行预测

模型经过训练后，您可以使用它对一些图像进行预测。附加一个 Softmax 层，将模型的线性输出logits转换成更容易理解的概率。

probability_model = tf.keras.Sequential([model, tf.keras.layers.Softmax()])

predictions = probability_model.predict(test_images)

313/313 [==============================] - 0s 1ms/step

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：

predictions[0]

array([8.5380130e-08, 1.2862756e-06, 1.7201529e-07, 2.4579521e-09, 1.1657544e-05, 3.9379053e-02, 3.2284350e-07, 2.0818772e-02, 3.1966898e-08, 9.3978864e-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：

np.argmax(predictions[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：

test_labels[0]

9

您可以将其绘制成图表，看看模型对于全部 10 个类的预测。

def plot_image(i, predictions_array, true_label, img): true_label, img = 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:color = 'blue' else:color = 'red' plt.xlabel("{} {:2.0f}% ({})".format(class_names[predicted_label],100*np.max(predictions_array),class_names[true_label]),color=color)def plot_value_array(i, predictions_array, true_label): true_label = 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) thisplot[predicted_label].set_color('red') thisplot[true_label].set_color('blue')

验证预测结果

在模型经过训练后，您可以使用它对一些图像进行预测。

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）。

i = 0plt.figure(figsize=(6,3))plt.subplot(1,2,1)plot_image(i, predictions[i], test_labels, test_images)plt.subplot(1,2,2)plot_value_array(i, predictions[i], test_labels)plt.show()

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

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。

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

六、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。

# Grab an image from the test dataset.img = test_images[1]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：

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

(1, 28, 28)

现在预测这个图像的正确标签：

predictions_single = probability_model.predict(img)print(predictions_single)

1/1 [==============================] - 0s 22ms/step [[5.2377120e-05 3.1492354e-12 9.9818450e-01 6.7298994e-10 8.3265459e-04 6.6809568e-13 9.3045016e-04 2.3704929e-13 4.5789728e-09 1.9284208e-10]]

plot_value_array(1, predictions_single[0], test_labels)_ = plt.xticks(range(10), class_names, rotation=45)plt.show()

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：

np.argmax(predictions_single[0])

2

该模型会按照预期预测标签。

# MIT License## Copyright (c) 2017 François Chollet## Permission is hereby granted, free of charge, to any person obtaining a# copy of this software and associated documentation files (the "Software"),# to deal in the Software without restriction, including without limitation# the rights to use, copy, modify, merge, publish, distribute, sublicense,# and/or sell copies of the Software, and to permit persons to whom the# Software is furnished to do so, subject to the following conditions:## The above copyright notice and this permission notice shall be included in# all copies or substantial portions of the Software.## THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR# IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,# FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL# THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER# LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING# FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER# DEALINGS IN THE SOFTWARE.