 TensorFlow.org पर देखें |  Google Colab में चलाएं |  गिटहब पर देखें |  नोटबुक डाउनलोड करें |  टीएफ हब मॉडल देखें |
क्या आपने कभी एक सुंदर फूल देखा है और सोचा है कि यह किस तरह का फूल है? ठीक है, आप पहले नहीं हैं, तो चलिए एक तस्वीर से फूल के प्रकार की पहचान करने का एक तरीका बनाते हैं!
छवियों को वर्गीकृत करने के लिए, गहरी तंत्रिका नेटवर्क का एक विशेष प्रकार, एक convolutional तंत्रिका नेटवर्क कहा जाता है विशेष रूप से शक्तिशाली साबित हुई है। हालांकि, आधुनिक दृढ़ तंत्रिका नेटवर्क में लाखों पैरामीटर हैं। उन्हें खरोंच से प्रशिक्षित करने के लिए बहुत सारे लेबल वाले प्रशिक्षण डेटा और बहुत सारी कंप्यूटिंग शक्ति (सैकड़ों GPU-घंटे या अधिक) की आवश्यकता होती है। हमारे पास केवल तीन हजार लेबल वाली तस्वीरें हैं और हम बहुत कम समय बिताना चाहते हैं, इसलिए हमें और अधिक चतुर होने की जरूरत है।
जहां हम, एक पूर्व प्रशिक्षित नेटवर्क (सामान्य छवियों मिलियन एक के बारे में पर प्रशिक्षित) लेने के लिए इसका इस्तेमाल सुविधाओं को निकालने के लिए हम नामक तकनीक हस्तांतरण सीखने का उपयोग करें, और फूलों की छवियों को वर्गीकृत करने का हमारे अपने कार्य के लिए शीर्ष पर एक नई परत को प्रशिक्षित करेगा।
सेट अप
import collections
import io
import math
import os
import random
from six.moves import urllib
from IPython.display import clear_output, Image, display, HTML
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
import tensorflow_hub as hub
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import sklearn.metrics as sk_metrics
import time
WARNING:tensorflow:From /tmpfs/src/tf_docs_env/lib/python3.7/site-packages/tensorflow/python/compat/v2_compat.py:111: disable_resource_variables (from tensorflow.python.ops.variable_scope) is deprecated and will be removed in a future version. Instructions for updating: non-resource variables are not supported in the long term
फूल डाटासेट
फूलों के डेटासेट में 5 संभावित वर्ग लेबल वाले फूलों की छवियां होती हैं।
मशीन लर्निंग मॉडल को प्रशिक्षित करते समय, हम अपने डेटा को प्रशिक्षण और परीक्षण डेटासेट में विभाजित करते हैं। हम अपने प्रशिक्षण डेटा पर मॉडल को प्रशिक्षित करेंगे और फिर मूल्यांकन करेंगे कि मॉडल उस डेटा पर कितना अच्छा प्रदर्शन करता है जिसे उसने कभी नहीं देखा - परीक्षण सेट।
आइए हमारे प्रशिक्षण और परीक्षण उदाहरण डाउनलोड करें (इसमें कुछ समय लग सकता है) और उन्हें ट्रेन और परीक्षण सेट में विभाजित करें।
निम्नलिखित दो सेल चलाएँ:
FLOWERS_DIR = './flower_photos'
TRAIN_FRACTION = 0.8
RANDOM_SEED = 2018
def download_images():
"""If the images aren't already downloaded, save them to FLOWERS_DIR."""
if not os.path.exists(FLOWERS_DIR):
DOWNLOAD_URL = 'http://download.tensorflow.org/example_images/flower_photos.tgz'
print('Downloading flower images from %s...' % DOWNLOAD_URL)
urllib.request.urlretrieve(DOWNLOAD_URL, 'flower_photos.tgz')
!tar xfz flower_photos.tgz
print('Flower photos are located in %s' % FLOWERS_DIR)
def make_train_and_test_sets():
"""Split the data into train and test sets and get the label classes."""
train_examples, test_examples = [], []
shuffler = random.Random(RANDOM_SEED)
is_root = True
for (dirname, subdirs, filenames) in tf.gfile.Walk(FLOWERS_DIR):
# The root directory gives us the classes
if is_root:
subdirs = sorted(subdirs)
classes = collections.OrderedDict(enumerate(subdirs))
label_to_class = dict([(x, i) for i, x in enumerate(subdirs)])
is_root = False
# The sub directories give us the image files for training.
else:
filenames.sort()
shuffler.shuffle(filenames)
full_filenames = [os.path.join(dirname, f) for f in filenames]
label = dirname.split('/')[-1]
label_class = label_to_class[label]
# An example is the image file and it's label class.
examples = list(zip(full_filenames, [label_class] * len(filenames)))
num_train = int(len(filenames) * TRAIN_FRACTION)
train_examples.extend(examples[:num_train])
test_examples.extend(examples[num_train:])
shuffler.shuffle(train_examples)
shuffler.shuffle(test_examples)
return train_examples, test_examples, classes
# Download the images and split the images into train and test sets.
download_images()
TRAIN_EXAMPLES, TEST_EXAMPLES, CLASSES = make_train_and_test_sets()
NUM_CLASSES = len(CLASSES)
print('\nThe dataset has %d label classes: %s' % (NUM_CLASSES, CLASSES.values()))
print('There are %d training images' % len(TRAIN_EXAMPLES))
print('there are %d test images' % len(TEST_EXAMPLES))
Downloading flower images from http://download.tensorflow.org/example_images/flower_photos.tgz... Flower photos are located in ./flower_photos The dataset has 5 label classes: odict_values(['daisy', 'dandelion', 'roses', 'sunflowers', 'tulips']) There are 2934 training images there are 736 test images
डेटा का अन्वेषण करें
फूलों के डेटासेट में ऐसे उदाहरण होते हैं जो फूलों के लेबल वाले चित्र होते हैं। प्रत्येक उदाहरण में एक JPEG फूल छवि और वर्ग लेबल होता है: यह किस प्रकार का फूल है। आइए कुछ छवियों को उनके लेबल के साथ प्रदर्शित करें।
कुछ लेबल वाली छवियां दिखाएं
def get_label(example):
"""Get the label (number) for given example."""
return example[1]
def get_class(example):
"""Get the class (string) of given example."""
return CLASSES[get_label(example)]
def get_encoded_image(example):
"""Get the image data (encoded jpg) of given example."""
image_path = example[0]
return tf.gfile.GFile(image_path, 'rb').read()
def get_image(example):
"""Get image as np.array of pixels for given example."""
return plt.imread(io.BytesIO(get_encoded_image(example)), format='jpg')
def display_images(images_and_classes, cols=5):
"""Display given images and their labels in a grid."""
rows = int(math.ceil(len(images_and_classes) / cols))
fig = plt.figure()
fig.set_size_inches(cols * 3, rows * 3)
for i, (image, flower_class) in enumerate(images_and_classes):
plt.subplot(rows, cols, i + 1)
plt.axis('off')
plt.imshow(image)
plt.title(flower_class)
NUM_IMAGES = 15
display_images([(get_image(example), get_class(example))
for example in TRAIN_EXAMPLES[:NUM_IMAGES]])
मॉडल बनाएं
हम एक लोड होगा TF-हब , छवि फीचर वेक्टर मॉड्यूल उस पर एक रेखीय वर्गीकारक ढेर, और प्रशिक्षण और मूल्यांकन ऑप्स जोड़ें। निम्न सेल मॉडल और उसके प्रशिक्षण का वर्णन करते हुए एक TF ग्राफ बनाता है, लेकिन यह प्रशिक्षण नहीं चलाता है (यह अगला चरण होगा)।
LEARNING_RATE = 0.01
tf.reset_default_graph()
# Load a pre-trained TF-Hub module for extracting features from images. We've
# chosen this particular module for speed, but many other choices are available.
image_module = hub.Module('https://tfhub.dev/google/imagenet/mobilenet_v2_035_128/feature_vector/2')
# Preprocessing images into tensors with size expected by the image module.
encoded_images = tf.placeholder(tf.string, shape=[None])
image_size = hub.get_expected_image_size(image_module)
def decode_and_resize_image(encoded):
decoded = tf.image.decode_jpeg(encoded, channels=3)
decoded = tf.image.convert_image_dtype(decoded, tf.float32)
return tf.image.resize_images(decoded, image_size)
batch_images = tf.map_fn(decode_and_resize_image, encoded_images, dtype=tf.float32)
# The image module can be applied as a function to extract feature vectors for a
# batch of images.
features = image_module(batch_images)
def create_model(features):
"""Build a model for classification from extracted features."""
# Currently, the model is just a single linear layer. You can try to add
# another layer, but be careful... two linear layers (when activation=None)
# are equivalent to a single linear layer. You can create a nonlinear layer
# like this:
# layer = tf.layers.dense(inputs=..., units=..., activation=tf.nn.relu)
layer = tf.layers.dense(inputs=features, units=NUM_CLASSES, activation=None)
return layer
# For each class (kind of flower), the model outputs some real number as a score
# how much the input resembles this class. This vector of numbers is often
# called the "logits".
logits = create_model(features)
labels = tf.placeholder(tf.float32, [None, NUM_CLASSES])
# Mathematically, a good way to measure how much the predicted probabilities
# diverge from the truth is the "cross-entropy" between the two probability
# distributions. For numerical stability, this is best done directly from the
# logits, not the probabilities extracted from them.
cross_entropy = tf.nn.softmax_cross_entropy_with_logits_v2(logits=logits, labels=labels)
cross_entropy_mean = tf.reduce_mean(cross_entropy)
# Let's add an optimizer so we can train the network.
optimizer = tf.train.GradientDescentOptimizer(learning_rate=LEARNING_RATE)
train_op = optimizer.minimize(loss=cross_entropy_mean)
# The "softmax" function transforms the logits vector into a vector of
# probabilities: non-negative numbers that sum up to one, and the i-th number
# says how likely the input comes from class i.
probabilities = tf.nn.softmax(logits)
# We choose the highest one as the predicted class.
prediction = tf.argmax(probabilities, 1)
correct_prediction = tf.equal(prediction, tf.argmax(labels, 1))
# The accuracy will allow us to eval on our test set.
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
WARNING:tensorflow:From /tmp/ipykernel_3995/2879154528.py:20: calling map_fn (from tensorflow.python.ops.map_fn) with dtype is deprecated and will be removed in a future version. Instructions for updating: Use fn_output_signature instead WARNING:tensorflow:From /tmp/ipykernel_3995/2879154528.py:20: calling map_fn (from tensorflow.python.ops.map_fn) with dtype is deprecated and will be removed in a future version. Instructions for updating: Use fn_output_signature instead INFO:tensorflow:Saver not created because there are no variables in the graph to restore INFO:tensorflow:Saver not created because there are no variables in the graph to restore /tmpfs/src/tf_docs_env/lib/python3.7/site-packages/ipykernel_launcher.py:34: UserWarning: `tf.layers.dense` is deprecated and will be removed in a future version. Please use `tf.keras.layers.Dense` instead. /tmpfs/src/tf_docs_env/lib/python3.7/site-packages/keras/legacy_tf_layers/core.py:255: UserWarning: `layer.apply` is deprecated and will be removed in a future version. Please use `layer.__call__` method instead. return layer.apply(inputs)
नेटवर्क को प्रशिक्षित करें
अब जब हमारा मॉडल बन गया है, तो आइए इसे प्रशिक्षित करें और देखें कि यह हमारे परीक्षण सेट पर कैसा प्रदर्शन करता है।
# How long will we train the network (number of batches).
NUM_TRAIN_STEPS = 100
# How many training examples we use in each step.
TRAIN_BATCH_SIZE = 10
# How often to evaluate the model performance.
EVAL_EVERY = 10
def get_batch(batch_size=None, test=False):
"""Get a random batch of examples."""
examples = TEST_EXAMPLES if test else TRAIN_EXAMPLES
batch_examples = random.sample(examples, batch_size) if batch_size else examples
return batch_examples
def get_images_and_labels(batch_examples):
images = [get_encoded_image(e) for e in batch_examples]
one_hot_labels = [get_label_one_hot(e) for e in batch_examples]
return images, one_hot_labels
def get_label_one_hot(example):
"""Get the one hot encoding vector for the example."""
one_hot_vector = np.zeros(NUM_CLASSES)
np.put(one_hot_vector, get_label(example), 1)
return one_hot_vector
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for i in range(NUM_TRAIN_STEPS):
# Get a random batch of training examples.
train_batch = get_batch(batch_size=TRAIN_BATCH_SIZE)
batch_images, batch_labels = get_images_and_labels(train_batch)
# Run the train_op to train the model.
train_loss, _, train_accuracy = sess.run(
[cross_entropy_mean, train_op, accuracy],
feed_dict={encoded_images: batch_images, labels: batch_labels})
is_final_step = (i == (NUM_TRAIN_STEPS - 1))
if i % EVAL_EVERY == 0 or is_final_step:
# Get a batch of test examples.
test_batch = get_batch(batch_size=None, test=True)
batch_images, batch_labels = get_images_and_labels(test_batch)
# Evaluate how well our model performs on the test set.
test_loss, test_accuracy, test_prediction, correct_predicate = sess.run(
[cross_entropy_mean, accuracy, prediction, correct_prediction],
feed_dict={encoded_images: batch_images, labels: batch_labels})
print('Test accuracy at step %s: %.2f%%' % (i, (test_accuracy * 100)))
Test accuracy at step 0: 22.01% Test accuracy at step 10: 52.04% Test accuracy at step 20: 63.99% Test accuracy at step 30: 69.97% Test accuracy at step 40: 74.59% Test accuracy at step 50: 75.00% Test accuracy at step 60: 75.00% Test accuracy at step 70: 78.26% Test accuracy at step 80: 80.98% Test accuracy at step 90: 79.21% Test accuracy at step 99: 80.30%
def show_confusion_matrix(test_labels, predictions):
"""Compute confusion matrix and normalize."""
confusion = sk_metrics.confusion_matrix(
np.argmax(test_labels, axis=1), predictions)
confusion_normalized = confusion.astype("float") / confusion.sum(axis=1)
axis_labels = list(CLASSES.values())
ax = sns.heatmap(
confusion_normalized, xticklabels=axis_labels, yticklabels=axis_labels,
cmap='Blues', annot=True, fmt='.2f', square=True)
plt.title("Confusion matrix")
plt.ylabel("True label")
plt.xlabel("Predicted label")
show_confusion_matrix(batch_labels, test_prediction)
गलत भविष्यवाणियां
आइए परीक्षण के उदाहरणों पर करीब से नज़र डालें कि हमारा मॉडल गलत है।
- क्या हमारे परीक्षण सेट में कोई गलत लेबल वाले उदाहरण हैं?
- क्या परीक्षण सेट में कोई खराब डेटा है - ऐसी छवियां जो वास्तव में फूलों की तस्वीरें नहीं हैं?
- क्या ऐसी छवियां हैं जहां आप समझ सकते हैं कि मॉडल ने गलती क्यों की?
incorrect = [
(example, CLASSES[prediction])
for example, prediction, is_correct in zip(test_batch, test_prediction, correct_predicate)
if not is_correct
]
display_images(
[(get_image(example), "prediction: {0}\nlabel:{1}".format(incorrect_prediction, get_class(example)))
for (example, incorrect_prediction) in incorrect[:20]])
व्यायाम: मॉडल में सुधार करें!
हमने एक आधारभूत मॉडल को प्रशिक्षित किया है, अब आइए बेहतर सटीकता प्राप्त करने के लिए इसे सुधारने का प्रयास करें। (याद रखें कि जब आप कोई परिवर्तन करते हैं तो आपको कक्षों को फिर से चलाना होगा।)
व्यायाम 1: एक अलग छवि मॉडल का प्रयास करें।
TF-Hub के साथ, कुछ भिन्न छवि मॉडल आज़माना आसान है। बस की जगह "https://tfhub.dev/google/imagenet/mobilenet_v2_050_128/feature_vector/2" में संभाल hub.Module() अलग मॉड्यूल का एक हैंडल के साथ कॉल और सभी कोड को पुनः चलाएं। आपको कम से सभी उपलब्ध छवि मॉड्यूल देख सकते हैं tfhub.dev ।
अच्छा चुनाव अन्य में से एक हो सकता है MobileNet V2 मॉड्यूल । मॉड्यूल में से कई - सहित MobileNet मॉड्यूल - पर प्रशिक्षित किया गया ImageNet डाटासेट जिस पर 1 लाख छवियों और 1000 कक्षाओं में शामिल है। नेटवर्क आर्किटेक्चर चुनना गति और वर्गीकरण सटीकता के बीच एक ट्रेडऑफ़ प्रदान करता है: मोबाइलनेट या NASNet मोबाइल जैसे मॉडल तेज़ और छोटे हैं, इंसेप्शन और रेसनेट जैसे अधिक पारंपरिक आर्किटेक्चर सटीकता के लिए डिज़ाइन किए गए थे।
बड़ा इंसेप्शन वी 3 वास्तुकला के लिए, आप भी एक डोमेन पर पहले से प्रशिक्षण के लाभ करीब अपने खुद के काम के लिए खोज कर सकते हैं: यह एक के रूप में भी उपलब्ध है मॉड्यूल iNaturalist डाटासेट पर प्रशिक्षित पौधों और जानवरों की।
व्यायाम 2: एक छिपी हुई परत जोड़ें।
निकाले छवि सुविधाओं और रैखिक वर्गीकारक (समारोह में जो छिपा परत स्टैक create_model() ऊपर)। 100 नोड्स, उपयोग जैसे के साथ एक गैर रेखीय छिपा परत बनाने के लिए tf.layers.dense 100 और करने के लिए सक्रियण सेट करने के लिए सेट इकाइयों के साथ tf.nn.relu । क्या छिपी हुई परत का आकार बदलने से परीक्षण सटीकता प्रभावित होती है? क्या दूसरी छिपी परत जोड़ने से सटीकता में सुधार होता है?
व्यायाम 3: हाइपरपैरामीटर बदलें।
प्रशिक्षण चरणों की बढ़ती संख्या के अंतिम सटीकता को बेहतर बनाता है करता है? पर कम समय में अपने मॉडल एकाग्र बनाने के लिए सीखने की दर बदल सकते हैं? प्रशिक्षण बैच का आकार अपने मॉडल के प्रदर्शन को प्रभावित करता है?
व्यायाम 4: एक अलग अनुकूलक का प्रयास करें।
एक और अधिक कृत्रिम अनुकूलक, जैसे के साथ बुनियादी GradientDescentOptimizer बदलें AdagradOptimizer । क्या इससे आपके मॉडल प्रशिक्षण पर कोई फर्क पड़ता है? आप, विभिन्न अनुकूलन एल्गोरिथम के लाभों के बारे में अधिक जानने के बाहर की जाँच करना चाहते हैं इस पोस्ट ।
अधिक सीखना चाहते हैं?
आप इस ट्यूटोरियल की एक अधिक उन्नत संस्करण में रुचि रखते हैं, बाहर की जाँच TensorFlow छवि ट्यूटोरियल फिर से शिक्षित जो छवियों को विकृत, और फूलों की जगह प्रशिक्षण TensorBoard का उपयोग कर, डाटासेट वृद्धि की तरह उन्नत तकनीक visualizing से अवगत डाटासेट पर एक छवि वर्गीकारक जानने के लिए आपका अपना डेटासेट।
आपको कम से TensorFlow के बारे में अधिक सीख सकते हैं tensorflow.org और देखो TF-हब API दस्तावेज़ पर उपलब्ध है tensorflow.org/hub । पर उपलब्ध TensorFlow हब मॉड्यूल का पता लगाएं tfhub.dev अधिक छवि फीचर वेक्टर मॉड्यूल और पाठ एम्बेडिंग मॉड्यूल भी शामिल है।
इसके अलावा बाहर की जाँच मशीन लर्निंग क्रैश कोर्स जो Google का तेज़ गति की, मशीन सीखने के लिए व्यावहारिक परिचय है।