項目介紹
小狗分類器可以做什麼？
通過這個分類器，你隻需要上傳照片，就可以得到小狗的品種，以及更多的資訊。
這就是所謂的「機器學習」，讓機器自己去“學習”。我們今天要做的這個分類任務，是一個“監督學習”的過程。
監督學習的主要目标是從有标簽的訓練資料中學習模型，以便對未知或未來的資料做出預測。
我給大家講一個例子。
用“房子的尺寸”預測“房子的價格”
圖檔來自（吳恩達－機器學習）
X-房子的尺寸（小狗的圖檔）
Y-房子的價格（小狗的類别）
如圖，我們根據已經有的資料集（圖上的坐标），可以拟合出一條近似符合規律的直線。
這樣，再有新的房子尺寸（1250），我們就可以估算出房子的價格（220k）了。
有了這些簡單的基礎，可以開始搞了。
效果展示
訓練集的準确率為0.925，但測試集隻有0.7
說明過拟合了，可以再增加一些圖檔，或者使用資料增強，來減少過拟合。
測試了兩張圖檔，全都識别對了！
編寫思路
整個分類器的實作，可以分為以下幾個部分：
1 準備資料集
我們可以通過爬蟲技術，把4類圖像（京巴、拉布拉多、柯基、泰迪）儲存到本地。總共有840張圖檔做訓練集，188張圖檔做測試集。
資料集的準備，可以參考上一篇文章。
點選上圖，閱讀原文
2 資料集的預處理
1) 統一尺寸為1001003（RGB彩色圖像）
2) 由于資料是自己下載下傳的，需要制作标簽（label），可提取圖像名稱的第一個數字作為類别。（重命名圖檔）
3）劃分資料集
840張圖檔做訓練集，188張圖檔做測試集。
4）把圖檔轉換為網絡需要的類型
隻放了訓練集的代碼，測試集一樣操作。
ima_train = os.listdir('./train')
圖檔其實就是一個矩陣（每一個像素都是0-255之間的數）（1001003）
1.把圖檔轉換為矩陣
def read_train_image(filename):
img = Image.open('./train/' + filename).convert('RGB')
return np.array(img)
x_train = []
2.把所有的圖檔矩陣放在一個清單裡 (840, 100, 100, 3)
for i in ima_train:
x_train.append(read_train_image(i)) x_train = np.array(x_train)
3.提取kind類别作為标簽
y_train = []
for filename in ima_train:
y_train.append(int(filename.split('_')[0]))
标簽（0/1/2/3）(840,)
y_train = np.array(y_train)
我是因為重命名圖檔為（1/2/3/4），是以都減了1
為了能夠轉化為獨熱矩陣
y_train = y_train - 1
4.把标簽轉換為獨熱矩陣
将類别資訊轉換為獨熱碼的形式（獨熱碼有利于神經網絡的訓練）
y_train = np_utils.to_categorical(y_train)
y_test = np_utils.to_categorical(y_test)
print(y_test)
x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255
print(x_train.shape) # (840, 100, 100, 3)
print(y_train.shape) # (840,)
3 搭建卷積神經網絡
Keras是基于TensorFlow的深度學習庫，是由純Python編寫而成的高層神經網絡API，也僅支援Python開發。
它是為了支援快速實踐而對Tensorflow的再次封裝，讓我們可以不用關注過多的底層細節，能夠把想法快速轉換為結果。
4 訓練
訓練的過程，就是最優解的過程。
對上圖來說，就是根據資料集，不斷的疊代，找到一條最近似的直線（y = kx + b），把參數k，b儲存下來，預測的時候直接加載。
5 預測
此時k、b(參數)和x(小狗的圖像)都是已知的了，求k(類别)就完了。
作者：GitPython
來源：微信公衆号 小詹學Python