Kaggle猫狗大战升级版VGG16处理

读《Python深度学习》笔记
其中的vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5我放在这了
链接：https://pan.baidu.com/s/1Zr2diB69xYRizz-JGS93gw
提取码：i5lj

'''使用VGG网络：但不使用数据增强的快速特征提取''''''将VGG16卷积实例化'''
from keras.applications import VGG16
# weight:指定模型初始化的权重检查点
# include_top:指定模型最后是否包含密集连接分类器。默认情况下，这个密集连接分类器对应于ImageNet的1000个类别
#             因为我们打算使用自己的密集连接分类器（只有两个类别:cat和dog），所以False掉
# input_shape:是输入到网络中的图像张量的形状。如果不传参，那么网络能够处理任意形状的输入
conv_base = VGG16(weights='imagenet',include_top=False,input_shape=(150, 150, 3))'''使用预训练的快速特征提取'''
import os
import numpy as np
from keras.preprocessing.image import ImageDataGeneratorbase_dir = r'G:\00_文件\数据集\kaggle数据集\dogs-vs-cats-small'
train_dir = os.path.join(base_dir, 'train')
validation_dir = os.path.join(base_dir, 'validation')
test_dir = os.path.join(base_dir, 'test')datagen = ImageDataGenerator(rescale=1. / 255)
batch_size = 20def extract_features(directory, sample_count):features = np.zeros(shape=(sample_count, 4, 4, 512))labels = np.zeros(shape=sample_count)generator = datagen.flow_from_directory(directory=directory,target_size=(150, 150),batch_size=batch_size,class_mode='binary')i = 0for inputs_batch, labels_batch in generator:features_batch = conv_base.predict(inputs_batch)features[i * batch_size : (i+1) * batch_size] = features_batchlabels[i * batch_size : (i+1) * batch_size] = labels_batchi += 1# 注意，生成器在循环中不断生成数据，所以你必须在读取完所有图像后终止循环if i * batch_size >= sample_count:breakreturn features, labelstrain_features, train_labels = extract_features(train_dir, 2000)
validation_features, validation_labels = extract_features(validation_dir, 1000)
test_features, test_labels = extract_features(test_dir, 1000)# 目前提取的特征形状为(samples, 4, 4, 512)，要将其输入到密集连接分类器中，首先展平为(samples, 8192)
train_features = np.reshape(train_features, (2000, -1))             # 4*4*512
validation_features = np.reshape(validation_features, (1000, -1))   # 4*4*512
test_features = np.reshape(test_features, (1000, -1))               # 4*4*512'''定义并训练密集连接分类器'''
from keras import models
from keras import layers
from keras import optimizers
# from keras import losses
# from keras import metricsmodel = models.Sequential()
model.add(layers.Dense(256, activation='relu', input_dim=4*4*512))
model.add(layers.Dropout(0.5))
model.add(layers.Dense(1, activation='sigmoid'))model.compile(optimizer=optimizers.RMSprop(lr=2e-5),loss='binary_crossentropy',metrics=['acc'])history = model.fit(train_features, train_labels,epochs=30,batch_size=20,validation_data=(validation_features, validation_labels))print(history.history.keys())'''绘制结果'''
import matplotlib.pyplot as plt
acc = history.history['acc']
val_acc = history.history['val_acc']
loss = history.history['loss']
val_loss = history.history['val_loss']epochs = range(1, len(acc) + 1)plt.plot(epochs, acc, 'bo', label='Training acc')
plt.plot(epochs, val_acc, 'b', label='Validation acc')
plt.plot(epochs, loss, 'ro', label='Training loss')
plt.plot(epochs, val_loss, 'r', label='Validation loss')
plt.title("all")
plt.legend()plt.show()

结果会有warning，但是不影响，found images这个过程会比较漫长，但是后面的训练非常快速

Kaggle猫狗大战升级版VGG16处理相关推荐

kaggle猫狗大战
kaggle猫狗大战 kaggle上的猫狗大战,即对猫狗图片的分类预测,没有特征数据,只有图片,所以只能运用神经网络对其训练预测.看了大量的kaggle上的公开例子,大多运用TensorFlow或者K ...
tensorflow kaggle猫狗大战识别猫狗
一,Kaggle猫狗大战数据集: 下载地址:https://www.kaggle.com/c/dogs-vs-cats 下载解压后会有两个文件目录,一个测试数据,一个训练数据: 训练数据: 二,训练代 ...
【实战】kaggle猫狗大战-卷积神经网络实现猫狗识别
卷积神经网络:猫狗识别目录第一步:导入数据集第二步:数据预处理第三步:迁移学习第四步:模型保存第五步:模型融合第一步:导入数据集 kaggle猫狗大战数据集地址:kaggle # 将ka ...
Kaggle猫狗大战——基于Pytorch的CNN网络分类：数据获取、预处理、载入（1）
Kaggle猫狗大战--基于Pytorch的CNN网络分类:数据获取.预处理.载入(1) 第一次写CSDN博客,之前一直是靠着CSDN学学代码,这次不得不亲自上场了,就想着将学习的过程都记录下来.新人 ...
[Python深度学习]kaggle猫狗大战
1.kaggle链接 2.在此处新建一个notebook(和Jupyter Notebook类似) 在右上角可以看到猫狗大战所需要用到的数据集 3.首先将数据集进行解压 (为避免切换到错误的目录下执行 ...
Kaggle猫狗大战模型搭建总结
0.前言基于我暑假内学习的深度学习理论知识,我的学长建议我仿照他所设计的猫狗大战模型来尝试运用tensorflow与keras搭建神经网络,虽然我对python并不是很了解,但我依旧愿意尝试搭建来提 ...
Kaggle猫狗大战数据集免费下载
以下为猫狗大战数据集下载链接,进入后就自动下载,猫狗图片数据集各12500张. https://www.microsoft.com/en-us/download/confirmation.aspx?i ...
kaggle猫狗大战[包含训练(25000张猫狗照片)和测试数据集(12500张猫狗照片)
** kaggle比赛猫狗数据集百度网盘分享 ** 打开链接:https://pan.baidu.com/s/1PGDXtCWm1cpVlg8IwmFJMg 提取码:x45f
深度学习tensorflow之kaggle猫狗大战实现
出处:http://www.fengchang.cc/post/100 今天彻底完成猫狗大战的任务,来几张图展示一下, 源代码在此,本文图的是在模型训练到52000个batch时保存的checkpo ...

Kaggle猫狗大战升级版VGG16处理

Kaggle猫狗大战升级版VGG16处理相关推荐

最新文章

热门文章