李宏毅CNN作业的笔记-食物分类

第一次做 MachineLearning 的笔记，因为实在是碰到问题了。最近跟着李宏毅老师学习到了很多知识，课程地址：点击前往

第三个作业是 CNN。但是课程网站里的 ExampleCode 给的是 Pytorch 版本的，而我用的是 Tensorflow，懒得再安装 pytorch 环境运行，所以从头到尾自己用 keras 写了一下，在这篇文章里我记录一下我出现的一些问题。

作业描述

其实当作业给的数据集有 1.0GBytes 的时候，我就知道问题没这么简单。

其中，training文件夹中有一万张图片，validation文件夹中有 3000 张验证图片。

他们的文件名数字开头就是他们的类型，我们需要分类图片中的食物类型，一万张图片，共 11 种食物

读取数据

def readfile(path, label):
    # label 是一個 boolean variable，代表需不需要回傳 y 值
    image_dir = sorted(os.listdir(path))
    x = np.zeros((len(image_dir), 128, 128, 3), dtype=np.uint8)
    y = np.zeros((len(image_dir)), dtype=np.uint8)
    for i, file in enumerate(image_dir):
        img = cv2.imread(os.path.join(path, file))
        x[i, :, :] = cv2.resize(img,(128, 128))
        if label:
            y[i] = int(file.split("_")[0])
    if label:
        return x, y
    else:
        return x
workspace_dir = './data'
print("Reading data")
train_x, train_y = readfile(os.path.join(workspace_dir, "training"), True)
print("Size of training data = {}".format(len(train_x)))
val_x, val_y = readfile(os.path.join(workspace_dir, "validation"), True)
print("Size of validation data = {}".format(len(val_x)))
test_x = readfile(os.path.join(workspace_dir, "testing"), False)
print("Size of Testing data = {}".format(len(test_x)))

这一步是照搬的 ExampleCode 的函数式，不是本次的重点。

设计 CNN

先看代码：

model = keras.models.Sequential()
# the raw shape (128,128,3)
# padding: same：对边缘补0 valid：对边缘不补0
model.add(keras.layers.Conv2D(32, (3,3), strides=(1,1), padding='same', activation='relu', input_shape=(128,128,3)))
# This time the shape is (32,128,128,3)
# MaxPooling
model.add(keras.layers.MaxPooling2D(pool_size=(2,2),strides=(2,2)))
# （32,64,64,3）
model.add(keras.layers.Conv2D(64, (3,3), strides=(1,1), padding='same', activation='relu'))
model.add(keras.layers.MaxPooling2D(pool_size=(2,2),strides=(2,2)))
#  (64,32,32,3)
model.add(keras.layers.Flatten())
# Flatten and input Neural NetWOrk; set activation = selu(auto_batch_normalization)
# 20 layers; 100 nodes
for _ in range(20):
    model.add(keras.layers.Dense(100,activation='selu'))

model.add(keras.layers.Dense(11, activation='softmax'))
model.compile(loss = 'sparse_categorical_crossentropy',optimizer = 'adam',
              metrics = ['accuracy'])

image data先经过一次Convolution，我设计了 32 个filter，每个是（3，3）的矩阵，至于为什么选这个数，大家都喜欢用（具体原因我还在研究这篇文章），再经过一层MaxPooling，这里也用常用的（2，2），再来一组这样的操作，只不过这时候的filter的个数变成了原来的 2 倍。

然后对输出的数据进行Flatten之后输入到Neural Network里面去。网络一共 20 个layer，每个layer有 100 个Node。Activation Function选择 selu 是为了自动批归一化，提高准确率。

然后因为是分类问题，并且输入的分类 target 的值是 1、2、3、4…所以选了sparse_categorical_crossentropy作为loss function

训练网络

第一次训练

logdir = './dnn_callbacks'
if not os.path.exists(logdir):
    os.mkdir(logdir)
output_model_file = os.path.join(logdir,
                                "cnn_classfication_model.h5")
callbacks = [
    keras.callbacks.TensorBoard(logdir),
    keras.callbacks.ModelCheckpoint(output_model_file,
                                   save_best_only=True),
]
history = model.fit(train_x, train_y, epochs=10,
                   callbacks=callbacks)

加入了两个 callback 是为了调试、在第一次训练的时候，我没有考虑 validation 数据集，我想用验证集来验证训练出来的网络的正确性，方便一些。

并且由于我用的设备 MacBookPro 没有支持 tensorflow-gpu 的外设，所以 epochs 只设置了 10 次，不过这也让我电脑运行了十几分钟。

在 trainning 过程中，表现优秀，正确率达到 0.87

但是在 valiadtion 数据集上，只有 0.2 的正确率。。。

好吧，像这种在 training data 上有好的 performance，但是在 testing data 上的 performance 很差，根据李宏毅老师的课，大概有三种解决办法，还有救：

• Early Stoping

  

• Dropout

• Regularization（正则化）

第二次训练 - 加上 Dropout

在 tensorflow2.x 中加上 Dropout 的方法就是新增一层layer。

创建模型时候的代码变称下面这样：

model = keras.models.Sequential()
model.add(keras.layers.Conv2D(32, (3,3), strides=(1,1), padding='same', activation='relu', input_shape=(128,128,3)))
model.add(keras.layers.MaxPooling2D(pool_size=(2,2),strides=(2,2)))
model.add(keras.layers.Conv2D(64, (3,3), strides=(1,1), padding='same', activation='relu'))
model.add(keras.layers.MaxPooling2D(pool_size=(2,2),strides=(2,2)))
model.add(keras.layers.Flatten())
for _ in range(20):
    model.add(keras.layers.Dense(100,activation='selu'))
model.add(keras.layers.AlphaDropout(rate=0.5))    ###### 这里是新增的dropout
model.add(keras.layers.Dense(11, activation='softmax'))
model.compile(loss = 'sparse_categorical_crossentropy',optimizer = 'adam',
              metrics = ['accuracy'])

除了新增了一行AlphaDropout的 layer，其他都不变。AlphaDropout 比普通的 Dropout 有更好的性质。

擦，excuse me，这平均 15%的正确率是怎么回事？

心存侥幸，我还是在验证集上验证了一下。

哎，又失败了，既然Dropout不行，那就再加上EarlyStopping。

第三次训练 - 加上 Early Stopping

但这个时候，我们需要放弃验证集来做evaluate了，因为EarlyStopping需要验证集做训练，所以我们要手动看 test 的performance了。你可能要问我，为什么不从training data中分出一部分用作验证集？很简单、我比较懒，我能够想到用numpy的random方法从验证集中随机取出一部分用作trainning data，另一部分用作validation data，原本的validation文件夹里的图片用作testing data。

但这也得我们加上validation data后，train出了好的performance才可以，事实证明，我不用这么白忙活。因为加上了Early Stopping，又出了问题。

在 tensorflow2.x 中加上Early Stopping的途径是设置callbacks。这里我把之前加的 Dropout 也删去了，因为本来加上Dropout就有非常poor的performance，加上应该会更低吧。

logdir = './dnn_callbacks'
if not os.path.exists(logdir):
    os.mkdir(logdir)
output_model_file = os.path.join(logdir,
                                "cnn_classfication_model.h5")
callbacks = [
    keras.callbacks.TensorBoard(logdir),
    keras.callbacks.ModelCheckpoint(output_model_file,
                                   save_best_only=True),
    keras.callbacks.EarlyStopping(patience=5,min_delta=1e-3) # 这里是新增的内容
]
history = model.fit(train_x, train_y, epochs=10,
                   callbacks=callbacks)

我们再运行。

Early Stopping 并没有发挥作用，也就是说，即使我们不加 Early Stopping，仅加上验证集，也就会得到这样的结果，真是蛋疼。

但应付 train 的 poor performance，我们还有两种解决办法：

• New Activation Function

  我认为，这个不需要考虑了吧，还有什么比 selu 更适合的呢。

• Adapative Learning Rate

  我认为，这个也不许需要考虑了吧，我用的优化器是 adam，还不够 Adapative 么。

综上，现在还没找到好的解决方案，也许是 CNN 网络的设计问题？或许是 epoch 的次数不够多。初学者，希望各位路人大佬能教教我。

如果你是在我的个人博客看到的这篇文章，推荐点击最上方的前往 CSDN 阅读进行留言，根据相关法律法规，博客暂未开通评论功能。

另外还可以体验我用 JavaScript 在前端编写的线性回归小游戏：点击前往

后记

问题解决了，还是自己太年轻。现在通用的 CNN 网络，大部分都是自 Conv 做手脚，比如很多层 conv 加上两到三层 fully connected 这样的。而我这个网络是两到三层 conv 加上二十层 fully conntected。建议大家把我当作反面教材。
特别感谢来自 TG 的不知名网友 Jieming Zhou 的指点迷津。