為了讓文章不那麼枯燥，我建構了一個精靈圖鑒資料集（Pokedex）這都是一些受歡迎的精靈圖。我們在已經準備好的圖像資料集上，使用Keras庫訓練一個卷積神經網絡（CNN）。
深度學習資料集上圖是來自我們的精靈圖鑒深度學習資料集中的合成圖樣本。我的目标是使用Keras庫和深度學習訓練一個CNN，對Pokedex資料集中的圖像進行識别和分類。Pokedex資料集包括：
Bulbasaur(234 images)；
Charmander(238 images)；
Squirtle(223 images)；
Pikachu Mewtwo(239 images)
訓練圖像包括以下組合：電視或電影的靜态幀；交易卡；行動人物；玩具和小玩意兒；圖紙和粉絲的藝術效果圖。
在這種多樣化的訓練圖像的情況下，
實驗結果證明， CNN 模型的分類準确度高達 97 ％！
和 Keras 庫的項目結構該項目分為幾個部分，目錄結構如下：
如上圖所示，共分為3個目錄：
1.資料集：包含五個類，每個類都是一個子目錄。
2.示例：包含用于測試卷積神經網絡的圖像。
3.pyimagesearch子產品：包含我們的SmallerVGGNet模型類。
另外，根目錄下有5個檔案：
1.plot.png：訓練腳本運作後，生成的訓練/測試準确性和損耗圖。
2.lb.pickle：LabelBinarizer序列化檔案，在類名稱查找機制中包含類索引。
3.pokedex.model：序列化Keras CNN模型檔案（即“權重檔案”）。
4.train.py：訓練Keras CNN，繪制準确性/損耗函數，然後将卷積神經網絡和類标簽二進制檔案序列化到磁盤。
5.classify.py：測試腳本。
架構我們今天使用的CNN架構，是由Simonyan和Zisserman在2014年的論文“用于大規模圖像識别的強深度卷積網絡”中介紹的VGGNet網絡的簡單版本，結構圖如上圖所示。該網絡架構的特點是：
1.隻使用3*3的卷積層堆疊在一起來增加深度。
2.使用最大池化來減小數組大小。
3.網絡末端全連接配接層在softmax分類器之前。
假設你已經在系統上安裝并配置了Keras。如果沒有，請參照以下連接配接了解開發環境的配置教程：
1.
配置Ubuntu，使用Python進行深度學習。2.
設定Ubuntu 16.04 + CUDA + GPU，使用Python進行深度學習。3.
配置macOS，使用Python進行深度學習。繼續使用SmallerVGGNet——VGGNet的更小版本。在pyimagesearch子產品中建立一個名為smallervggnet.py的新檔案，并插入以下代碼：
注意：在pyimagesearch中建立一個_init_.py檔案，以便Python知道該目錄是一個子產品。如果你對_init_.py檔案不熟悉或者不知道如何使用它來建立子產品，你隻需在原文的“
下載下傳”部分下載下傳目錄結構、源代碼、資料集和示例圖像。
現在定義SmallerVGGNet類：
該建構方法需要四個參數：
1.width：圖像寬度。
2.height ：圖像高度。
3.depth ：圖像深度。
4.classes ：資料集中類的數量（這将影響模型的最後一層），我們使用了5個Pokemon 類。
注意：我們使用的是深度為3、大小為96 * 96的輸入圖像。後邊解釋輸入數組通過網絡的空間次元時，請記住這一點。
由于我們使用的是TensorFlow背景，是以用“channels last”對輸入資料進行排序；如果想用“channels last”，則可以用代碼中的23-25行進行處理。
為模型添加層，下圖為第一個CONV => RELU => POOL代碼塊：
卷積層有32個核心大小為3*3的濾波器，使用RELU激活函數，然後進行批量标準化。
池化層使用3 *3的池化，将空間次元從96 *96快速降低到32 * 32（輸入圖像的大小為96 * 96 * 3的來訓練網絡）。
如代碼所示，在網絡架構中使用Dropout。Dropout随機将節點從目前層斷開，并連接配接到下一層。這個随機斷開的過程有助于降低模型中的備援——網絡層中沒有任何單個節點負責預測某個類、對象、邊或角。
在使用另外一個池化層前，添加（CONV => RELU）* 2層：
在降低輸入數組的空間次元前，将多個卷積層RELU層堆疊在一起可以學習更豐富的特征集。
請注意：将濾波器大小從32增加到64。随着網絡的深入，輸入數組的空間次元越小，濾波器學習到的内容更多；将最大池化層從3*3降低到2*2，以確定不會過快地降低空間次元。在這個過程中再次執行Dropout。
再添加一個(CONV => RELU)* 2 => POOL代碼塊：
我們已經将濾波器的大小增加到128。對25％的節點執行Droupout以減少過拟合。
最後，還有一組FC => RELU層和一個softmax分類器：
Dense（1024）使用具有校正的線性機關激活和批量歸一化指定全連接配接層。
最後再執行一次Droupout——在訓練期間我們Droupout了50％的節點。通常情況下，你會在全連接配接層在較低速率下使用40-50％的Droupout，其他網絡層為10-25％的Droupout。
用softmax分類器對模型進行四舍五入，該分類器将傳回每個類别标簽的預測機率值。
CNN + Keras 訓練腳本的實作既然VGGNet小版本已經實作，現在我們使用Keras來訓練卷積神經網絡。
建立一個名為train.py的新檔案，并插入以下代碼，導入需要的軟體包和庫：
使用”Agg” matplotlib背景，以便可以将數字儲存在背景中（第3行）。
ImageDataGenerator類用于資料增強，這是一種對資料集中的圖像進行随機變換（旋轉、剪切等）以生成其他訓練資料的技術。資料增強有助于防止過拟合。
第7行導入了Adam優化器，用于訓練網絡。
第9行的LabelBinarizer是一個重要的類，其作用如下：
1.輸入一組類标簽的集合（即表示資料集中人類可讀的類标簽字元串）。
2.将類标簽轉換為獨熱編碼矢量。
3.允許從Keras CNN中進行整型類别标簽預測，并轉換為人類可讀标簽。
經常會有讀者問：如何将類标簽字元串轉換為整型？或者如何将整型轉換為類标簽字元串。答案就是使用LabelBinarizer類。
第10行的train_test_split函數用來建立訓練和測試分叉。
讀者對
我自己的imutils包較為了解。如果你沒有安裝或更新，可以通過以下方式進行安裝：
如果你使用的是Python虛拟環境，確定在安裝或更新imutils之前，用workon指令通路特定的虛拟環境。
我們來解析一下指令行參數：
對于我們的訓練腳本，有三個必須的參數：
1.--dataset：輸入資料集的路徑。資料集放在一個目錄中，其子目錄代表每個類，每個子目錄約有250個精靈圖檔。
2.--model：輸出模型的路徑，将訓練模型輸出到磁盤。
3.--labelbin：輸出标簽二進制器的路徑。
還有一個可選參數--plot。如果不指定路徑或檔案名，那麼plot.png檔案則在目前工作目錄中。
不需要修改第22-31行來提供新的檔案路徑，代碼在運作時會自行處理。
現在，初始化一些重要的變量：
第35-38行對訓練Keras CNN時使用的重要變量進行初始化：
1.-EPOCHS：訓練網絡的次數。
2.-INIT-LR：初始學習速率值，1e-3是Adam優化器的預設值，用來優化網絡。
3.-BS：将成批的圖像傳送到網絡中進行訓練，同一時期會有多個批次，BS值控制批次的大小。
4.-IMAGE-DIMS：提供輸入圖像的空間次元數。輸入的圖像為96*96*3（即RGB）。
然後初始化兩個清單——data和labels，分别儲存預處理後的圖像和标簽。第46-48行抓取所有的圖像路徑并随機擾亂。
現在，對所有的圖像路徑ImagePaths進行循環：
首先對imagePaths進行循環（第51行），再對圖像進行加載（第53行），然後調整其大小以适應模型（第54行）。
現在，更新data和labels清單。
調用Keras庫的img_to_arry函數，将圖像轉換為與Keras庫相容的數組（第55行），然後将圖像添加到名為data的清單中(第56行)。
對于labels清單，我們在第60行檔案路徑中提取出label，并将其添加在第61行。
那麼，為什麼需要類标簽分解過程呢？
考慮到這樣一個事實，我們有目的地建立dataset目錄結構，格式如下：
第60行的路徑分隔符可以将路徑分割成一個數組，然後擷取清單中的倒數第二項——類标簽。
然後進行額外的預處理、二值化标簽和資料分區，代碼如下：
首先将data數組轉換為NumPy數組，然後将像素強度縮放到[0,1]範圍内（第64行），也要将清單中的labels轉換為NumPy數組（第65行）。列印data矩陣的大小（以MB為機關）。
然後使用scikit-learn庫的LabelBinarzer對标簽進行二進制化(第70和71行)。
對于深度學習（或者任何機器學習），通常的做法是将訓練和測試分開。第75和76行将訓練集和測試集按照80/20的比例進行分割。
接下來建立圖像資料增強對象：
因為訓練資料有限（每個類别的圖像數量小于250），是以可以利用資料增強為模型提供更多的圖像（基于現有圖像），資料增強是一種很重要的工具。
第79到81行使用ImageDataGenerator對變量aug進行初始化，即ImageDataGenerator。
現在，我們開始編譯模型和訓練：
第85行和第86行使用96＊96＊3的輸入圖像初始化Keras CNN模型。注意，我将SmallerVGGNet設計為接受96＊96＊3輸入圖像。
第87行使用具有學習速率衰減的Adam優化器，然後在88行和89行使用分類交叉熵編譯模型。
若隻有2個類别，則使用二進制交叉熵作為損失函數。
93-97行調用Keras的fit_generator方法訓練網絡。這一過程需要花費點時間，這取決于你是用CPU還是GPU進行訓練。
一旦Keras CNN訓練完成，我們需要儲存模型（1）和标簽二進制化器（2），因為在訓練或測試集以外的圖像上進行測試時，需要從磁盤中加載出來：
對模型（101行）和标簽二進制器（105-107行）進行序列化，以便稍後在classify.py腳本中使用。
最後，繪制訓練和損失的準确性圖，并儲存到磁盤（第121行），而不是顯示出來，原因有二：（1）我的伺服器在雲端;（2）確定不會忘記儲存圖。
使用 訓練執行以下代碼訓練模型：
訓練腳本的輸出結果如上圖所示，Keras CNN模型在訓練集上的分類準确率為96.84％；在測試集上的準确率為97.07％
訓練損失函數和準确性圖如下：
如上圖所示，對模型訓練100次，并在有限的過拟合下實作了低損耗。在新的資料上也能獲得更高的準确性。
建立 的腳本現在，CNN已經訓練過了，我們需要編寫一個腳本，對新圖像進行分類。建立一個檔案，并命名為classify.py，插入以下代碼：
上圖中第2-9行導入必要的庫。
我們來解析下代碼中的參數（12-19行），需要的三個參數如下：
1.--model：已訓練模型的路徑。
2.--labelbin：标簽二進制器的路徑。
3.--image：輸入圖像的路徑。
接下來，加載圖像并對其進行預處理：
第22行加載輸入圖像image，并複制一個副本，指派給out（第23行）。
和訓練過程使用的預處理方式一樣，我們對圖像進行預處理（26-29行）。加載模型和标簽二值化器（34和35行），對圖像進行分類：
随後，對圖像進行分類并建立标簽（39-41行）。
剩餘的代碼用于顯示：
第46-47行從filename中提取精靈圖鑒的名字，并與label進行比較。Correct變量是“正确（correct）”或“不正确（incorrect）”。然後執行以下操作：
1.50行将機率值和“正确／不正确”文本添加到類别标簽label上。
2.51行調整輸出圖像大小，使其适合螢幕輸出。
3.52和53行在輸出圖像上繪制标簽。
4.57和58行顯示輸出圖像并等待按鍵退出。
用 KNN 對圖像分類運作classify.py腳本（確定已經從原文“下載下傳”部分擷取代碼和圖檔）！下載下傳并解壓縮檔案到這個項目的根目錄下，然後從Charmander圖像開始。代碼及試驗結果如下：
Bulbasaur圖像分類的代碼及結果如下所示：
其他圖像的分類代碼和以上兩個圖像的代碼一樣，可自行驗證其結果。
模型的局限性該模型的主要局限是訓練資料少。我在各種不同的圖像進行測試，發現有時分類不正确。我仔細地檢查了輸入圖像和神經網絡，發現圖像中的主要顔色會影響分類結果。
例如，如果圖像中有許多紅色和橙色，則可能會傳回“Charmander”标簽；圖像中的黃色通常會傳回“Pikachu”标簽。這歸因于輸入資料，精靈圖鑒是虛構的，它沒有“真實世界”中的真實圖像。并且，我們隻為每個類别提供了比較有限的資料（約225-250張圖檔）。
理想情況下，訓練卷積神經網絡時，每個類别至少應有 500-1,000 幅圖像。 可以将 深度學習模型作為 REST API 嗎？如果想将此模型（或任何其他深度學習模型）用作REST API運作，可以參照下面的博文内容：
建構一個簡單的Keras + 深度學習REST API 可擴充的Keras + 深度學習REST API 使用Keras，Redis，Flask和Apache進行深度學習 總結這篇文章主要介紹了如何使用Keras庫來訓練卷積神經網絡（CNN）。使用的是自己建立的資料集（精靈圖鑒）作為訓練集和測試集，其分類的準确度達到97.07％。
數十款阿裡雲産品限時折扣中，趕緊點選領劵開始雲上實踐吧！以上為譯文。
本文由北郵
@愛可可-愛生活老師推薦，
阿裡雲雲栖社群組織翻譯。
文章原标題《Keras and Convolutional Neural Networks (CNNs)
》，譯者：Mags，審校：袁虎。 文章為簡譯，更為詳細的内容，請檢視 原文 。