TensorFlow学习笔记——（6）神经网络八股功能扩展

一、自制数据集，解决本领域应用

1、自制数据集

当有本地数据集时，我们不能直接用load_data来加载数据，这时需要自己写函数去制作数据集。

在电脑中有两个文件夹和两个txt文件，分别存放了训练集和测试集的图片和标签。

其中，训练集有6万张图片，测试集1万张图片。
标签文件mnist_train_jpg_xxxxx.txt 的结构是：
value[0]用于索引到每张图片，也就是图片名字，value[1]是每张图片对应标签。

用到的主要函数是generateds()

# generateds()函数，用于制作数据集
def generateds(path, txt):
    f = open(txt, 'r')  # 以只读形式打开txt文件
    contents = f.readlines()  # 读取文件中所有行
    f.close()  # 关闭txt文件
    x, y_ = [], []  # 建立空列表
    for content in contents:  # 逐行取出
        value = content.split()  # 以空格分开，图片路径为value[0] , 标签为value[1] , 存入列表
        img_path = path + value[0]  # 拼出图片路径和文件名
        img = Image.open(img_path)  # 读入图片
        img = np.array(img.convert('L'))  # 图片变为8位宽灰度值的np.array格式
        img = img / 255.  # 数据归一化 （实现预处理）
        x.append(img)  # 归一化后的数据，贴到列表x
        y_.append(value[1])  # 标签贴到列表y_
        print('loading : ' + content)  # 打印状态提示

    x = np.array(x)  # 变为np.array格式
    y_ = np.array(y_)  # 变为np.array格式
    y_ = y_.astype(np.int64)  # 变为64位整型
    return x, y_  # 返回输入特征x，返回标签y_

2、mnist实验代码

import tensorflow as tf
from PIL import Image
import numpy as np
import os

# 添加训练集图片和标签文件路径
train_path = './mnist_image_label/mnist_train_jpg_60000/'
train_txt = './mnist_image_label/mnist_train_jpg_60000.txt'
# 训练集输入特征存储文件，标签存储文件
x_train_savepath = './mnist_image_label/mnist_x_train.npy'
y_train_savepath = './mnist_image_label/mnist_y_train.npy'

# 添加测试集图片和标签文件路径
test_path = './mnist_image_label/mnist_test_jpg_10000/'
test_txt = './mnist_image_label/mnist_test_jpg_10000.txt'
# 测试集输入特征存储文件，标签存储文件
x_test_savepath = './mnist_image_label/mnist_x_test.npy'
y_test_savepath = './mnist_image_label/mnist_y_test.npy'

# generateds()函数，用于制作数据集
def generateds(path, txt):
    f = open(txt, 'r')  # 以只读形式打开txt文件
    contents = f.readlines()  # 读取文件中所有行
    f.close()  # 关闭txt文件
    x, y_ = [], []  # 建立空列表
    for content in contents:  # 逐行取出
        value = content.split()  # 以空格分开，图片路径为value[0] , 标签为value[1] , 存入列表
        img_path = path + value[0]  # 拼出图片路径和文件名
        img = Image.open(img_path)  # 读入图片
        img = np.array(img.convert('L'))  # 图片变为8位宽灰度值的np.array格式
        img = img / 255.  # 数据归一化 （实现预处理）
        x.append(img)  # 归一化后的数据，贴到列表x
        y_.append(value[1])  # 标签贴到列表y_
        print('loading : ' + content)  # 打印状态提示

    x = np.array(x)  # 变为np.array格式
    y_ = np.array(y_)  # 变为np.array格式
    y_ = y_.astype(np.int64)  # 变为64位整型
    return x, y_  # 返回输入特征x，返回标签y_

# 判断训练集特征x_train，训练集标签y_train，测试集输入特征x_test，测试集标签y_test是不是已经存在
# 如果存在，直接读取
# 如果不存在，调用generateds()函数制作数据集
if os.path.exists(x_train_savepath) and os.path.exists(y_train_savepath) and os.path.exists(
        x_test_savepath) and os.path.exists(y_test_savepath):
    print('-------------Load Datasets-----------------')
    x_train_save = np.load(x_train_savepath)
    y_train = np.load(y_train_savepath)
    x_test_save = np.load(x_test_savepath)
    y_test = np.load(y_test_savepath)
    # reshape()是数组array中的方法，作用是将数据重新组织，这里可以理解为将数据组织成len(x_train_save), 28, 28的三维数组
    x_train = np.reshape(x_train_save, (len(x_train_save), 28, 28))
    x_test = np.reshape(x_test_save, (len(x_test_save), 28, 28))
else:
    print('-------------Generate Datasets-----------------')
    x_train, y_train = generateds(train_path, train_txt)
    x_test, y_test = generateds(test_path, test_txt)

    print('-------------Save Datasets-----------------')
    x_train_save = np.reshape(x_train, (len(x_train), -1))
    x_test_save = np.reshape(x_test, (len(x_test), -1))
    np.save(x_train_savepath, x_train_save)
    np.save(y_train_savepath, y_train)
    np.save(x_test_savepath, x_test_save)
    np.save(y_test_savepath, y_test)

# 下面的和之前六步法的完全一样
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

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

model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1)
model.summary()

二、数据增强，扩充数据集

1、介绍

对图像的增强，就是对图像的简单形变，用来应对因拍照角度不同而引起的图片变形。

• rescale：对输入特征的数值大小进行调整，每个输入特征乘以程序中的超参数
• rotation_range：对图像进行角度的随机旋转
• width_shift_range：对图像进行随机宽度偏移
• height_shift_range：对图像进行随机高度偏移
• horizontal_flip：选择是否开启随机水平翻转
• zoom_range：选择随机缩小放大图片

主要代码部分：

image_gen_train = tf.keras.preprocessing.image.ImageDataGenerator(
    rescale = 所有数据将乘以该数值
    rotation_range = 随机旋转角度数范围
    width_shift_range = 随机宽度偏移量
    height_shift_range = 随机高度偏移量
    水平翻转：horizontal_flip = 是否随机水平翻转
    随机缩放：zoom_range = 随机缩放的范围[1-n,1+n])
image_gen_train.fit(x_train)

2、实验代码

import tensorflow as tf
# 增加了ImageDataGenerator模块
from tensorflow.keras.preprocessing.image import ImageDataGenerator

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
# 给数据增加一个维度,从(60000, 28, 28)reshape为(60000, 28, 28, 1)
# 因为后面image_gen_train.fit需要输入四维数据，因此需要reshape，将数据变为60000张28行28列单通道数据，这个单通道是灰度值
x_train = x_train.reshape(x_train.shape[0], 28, 28, 1)

# 把x_train送入数据增强操作
image_gen_train = ImageDataGenerator(
    rescale=1. / 1.,  # 如为图像，分母为255时，可归至0～1
    rotation_range=45,  # 随机45度旋转
    width_shift_range=.15,  # 宽度偏移
    height_shift_range=.15,  # 高度偏移
    horizontal_flip=False,  # 水平翻转
    zoom_range=0.5  # 将图像随机缩放阈量50％
)
# fit执行增强操作
image_gen_train.fit(x_train)

# 搭建网络结构
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

# 配置训练方法
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
              metrics=['sparse_categorical_accuracy'])

# 执行训练过程
# fit这里以flow形式按照batch打包后执行训练过程
model.fit(image_gen_train.flow(x_train, y_train, batch_size=32), epochs=5, validation_data=(x_test, y_test),
          validation_freq=1)
model.summary()

三、断点续训，存取模型

1、读取保存模型

（1）读取模型

命令

load_weights(路径文件名)

例子

# 先定义出存放模型的路径和文件名，命名为ckpt文件
# 生成ckpt文件时，会同步生成索引表，所以通过判断是否已经有索引表，就知道是不是已经保存过模型参数
checkpoint_save_path = "./checkpoint/mnist.ckpt"
if os.path.exists(checkpoint_save_path + '.index'):
    print('-------------load the model-----------------')
    # 如果有索引表，就说明保存过模型，则可以调用load_weights读取模型参数
    model.load_weights(checkpoint_save_path)

（2）保存模型

命令

# 回调函数
# 三个参数分别为：文件存储路径/是否只保留模型参数/是否只保留最优结果
tf.keras.callbacks.ModelCheckpoint(
filepath=路径文件名,                                     save_weights_only=True/False,                                save_best_only=True/False)

# 执行训练过程时，加入callbacks选项，记录到history中
history = model.fit(callbacks=[cp_callback])

例子

# 加入回调函数，返回给cp_callback
# 三个参数分别为：文件存储路径/是否只保留模型参数/是否只保留最优结果
cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_save_path,
                                                 save_weights_only=True,
                                                 save_best_only=True)
                                                 
# 执行训练过程时，加入callbacks选项，记录到history中
history = model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1,
                    callbacks=[cp_callback])                                                 

2、实验代码

import tensorflow as tf
# 为了判断保存的模型参数是否存在，引入os模块
import os

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

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

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

# 先定义出存放模型的路径和文件名，命名为ckpt文件
# 生成ckpt文件时，会同步生成索引表，所以通过判断是否已经有索引表，就知道是不是已经保存过模型参数
checkpoint_save_path = "./checkpoint/mnist.ckpt"
if os.path.exists(checkpoint_save_path + '.index'):
    print('-------------load the model-----------------')
    # 如果有索引表，就说明保存过模型，则可以调用load_weights读取模型参数
    model.load_weights(checkpoint_save_path)

# 加入回调函数，返回给cp_callback
# 三个参数分别为：文件存储路径/是否只保留模型参数/是否只保留最优结果
cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_save_path,
                                                 save_weights_only=True,
                                                 save_best_only=True)

# 执行训练过程时，加入callbacks选项，记录到history中
history = model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1,
                    callbacks=[cp_callback])
model.summary()

四、参数提取，把参数存入文本

1、提取可训练参数并打印

（1）提取可训练参数

model.trainable_variables  

（2）设置print输出格式

np.set_printoptions(threshold=超过多少省略显示)

当设置阈值为np.inf时，表示全部显示

np.set_printoptions(threshold=np.inf) # np.inf表示无限大

还可以用for循环将参数存入文本文件

print(model.trainable_variables)
file = open('./weights.txt', 'w')
for v in model.trainable_variables:
    file.write(str(v.name) + '\n')
    file.write(str(v.shape) + '\n')
    file.write(str(v.numpy()) + '\n')
file.close()

2、实验代码

参数续训的基础上增加一部分。

import tensorflow as tf
import os
# 引入numpy模块
import numpy as np

# 设置打印选项，打印所有内容
np.set_printoptions(threshold=np.inf)

# 导入数据集，并归一化处理
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

# 搭建网络结构
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

# 配置训练参数
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
              metrics=['sparse_categorical_accuracy'])

# 参数续训
checkpoint_save_path = "./checkpoint/mnist.ckpt"
if os.path.exists(checkpoint_save_path + '.index'):
    print('-------------load the model-----------------')
    model.load_weights(checkpoint_save_path)
cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_save_path,
                                                 save_weights_only=True,
                                                 save_best_only=True)

# 执行训练过程
history = model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1,
                    callbacks=[cp_callback])

# 显示网络结构和结果等
model.summary()

# 打印所有可训练参数，并存入weights文件
print(model.trainable_variables)
file = open('./weights.txt', 'w')
for v in model.trainable_variables:
    file.write(str(v.name) + '\n')
    file.write(str(v.shape) + '\n')
    file.write(str(v.numpy()) + '\n')
file.close()

五、acc/loss可视化，查看训练效果

1、介绍

在history=model.fit()训练过程中，同步记录了训练集loss、测试集loss、训练集准确率和测试集准确率，因此可以用history.history提取出来。

# 训练集准确率
acc = history.history['sparse_categorical_accuracy']
# 测试集准确率
val_acc = history.history['val_sparse_categorical_accuracy']
# 训练集损失函数
loss = history.history['loss']
# 测试集损失函数
val_loss = history.history['val_loss']

2、实验代码

在参数续训和参数提取的代码基础上加上画图

import tensorflow as tf
import os
import numpy as np
from matplotlib import pyplot as plt

np.set_printoptions(threshold=np.inf)

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

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

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

checkpoint_save_path = "./checkpoint/mnist.ckpt"
if os.path.exists(checkpoint_save_path + '.index'):
    print('-------------load the model-----------------')
    model.load_weights(checkpoint_save_path)

cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_save_path,
                                                 save_weights_only=True,
                                                 save_best_only=True)

history = model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1,
                    callbacks=[cp_callback])
model.summary()

print(model.trainable_variables)
file = open('./weights.txt', 'w')
for v in model.trainable_variables:
    file.write(str(v.name) + '\n')
    file.write(str(v.shape) + '\n')
    file.write(str(v.numpy()) + '\n')
file.close()

###############################################    show   ###############################################

# 显示训练集和验证集的acc和loss曲线
acc = history.history['sparse_categorical_accuracy']
val_acc = history.history['val_sparse_categorical_accuracy']
loss = history.history['loss']
val_loss = history.history['val_loss']

# subplot将图像分为1行2列，这段代码画第1列
plt.subplot(1, 2, 1)
plt.plot(acc, label='Training Accuracy')
plt.plot(val_acc, label='Validation Accuracy')
plt.title('Training and Validation Accuracy')
# 画出图例
plt.legend()

# 画出第二列
plt.subplot(1, 2, 2)
plt.plot(loss, label='Training Loss')
plt.plot(val_loss, label='Validation Loss')
plt.title('Training and Validation Loss')
plt.legend()
plt.show()

结果

六、应用程序，给物识图

在这一节之前，已经可以掌握神经网络训练模型的方法，但是要让模型可用，还要编写一套应用程序，实现给图识物。

1、前向传播执行应用

TensorFlow给出predict函数，可以根据输入特征，输出预测结果。

predict(输入特征,batch_size=整数)

有了predict函数，实现前向传播执行识图应用仅需三步。
（1）复现模型（前向传播）

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

（2）加载参数

model.load_weights(model_save_path)

（3）预测结果

result = model.predict(x_predict)

2、输入图片预处理方法

（1）预处理方法1：颜色取反
图片是白底黑字的图片，但是我们训练模型用的数据集是黑底白字的灰度图，因此需要让每个像素点等于255减去当前像素值。相当于颜色取反。

img_arr = 255 - img_arr

（2）预处理方法2：输入图片变成只有黑色和白色的高对比度图片
用嵌套for循环，遍历输入图片的每一个像素点，灰度值小于200的变成255（纯白色），其余像素点变成0（纯黑色），保留图片有用信息的同时，滤去背景噪声，使图片更干净，阈值选择合理时识别效果会更好。

for i in range(28):
    for j in range(28):
        if img_arr[i][j] < 200:
            img_arr[i][j] = 255
        else:
            img_arr[i][j] = 0

3、实验代码

from PIL import Image
import numpy as np
import tensorflow as tf

model_save_path = './checkpoint/mnist.ckpt'

# 搭建网络结构
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')])

# 加载参数
model.load_weights(model_save_path)

# 询问要执行多少次图像识别的任务
preNum = int(input("input the number of test pictures:"))

# 读入要识别的图片
for i in range(preNum):
    image_path = input("the path of test picture:")
    img = Image.open(image_path)
    # 因为训练时是28行28列的灰度图，输入是任意图片，因此需要resize成28行28列的灰度图
    img = img.resize((28, 28), Image.ANTIALIAS)
    img_arr = np.array(img.convert('L'))

    # 预处理方法1，颜色取反
    # 图片是白底黑字的图片，但是我们训练模型用的数据集是黑底白字的灰度图
    # 因此需要让每个像素点等于255减去当前像素值
    #img_arr = 255 - img_arr
    
    # 预处理方法2，输入图片变成只有黑色和白色的高对比度图片
    # 用嵌套for循环，遍历输入图片的每一个像素点
    # 灰度值小于200的变成255（纯白色），其余像素点变成0（纯黑色）
    # 保留图片有用信息的同时，滤去背景噪声，使图片更干净，阈值选择合理时识别效果会更好
    for i in range(28):
        for j in range(28):
            if img_arr[i][j] < 200:
                img_arr[i][j] = 255
            else:
                img_arr[i][j] = 0

    # 图片数据归一化
    img_arr = img_arr / 255.0
    print("img_arr:", img_arr.shape)
    # 神经网络训练时都是按照batch送入网络的
    # 因为训练时是28行28列的灰度图，输入是任意图片，因此需要resize成28行28列的灰度图
    x_predict = img_arr[tf.newaxis, ...]
    print("x_predict:", x_predict.shape)
    # 送入predict预测
    result = model.predict(x_predict)

    # 把最大的概率值输出
    pred = tf.argmax(result, axis=1)

    # 返回预测结果
    print('\n')
    tf.print(pred)