安妮 岳排槐 发自 凹非寺
量子位 出品 | 公众号 QbitAI

如果你的心里只有一件事。

请问：是不是学习？

Google希望你是，而且还准备扶上马，再送一程。

所以今天一早，大礼包又来了。

手把手教你

今年春天，Google发布了机器学习速成课，英文简称MLCC。而且这套基本全程都有中文的课程，还是完全免费的。

这还不够。

Google觉得光学理论还不够，必须教你理论与实战相结合。

所谓：知行合一。

于是，Google发布了最新的一套课程：Machine Learning Practica（机器学习实践）。这套课程会示范Google如何在产品中使用机器学习。



课程地址在此：
https://developers.google.com/machine-learning/practica/

（.cn域名地址亲测可用）

与之前的课程不同，这套动手实践课程中，包括视频、文档和交互式编程练习。目前已经上线的第一课是图像分类。

在图像分类的实践课程中，可以学习Google如何开发利用最先进的图像分类模型，这也是Google相册背后的核心技术。

迄今为止，已有超过1万名Google员工利用这个实践课程来训练他们自己的图像分类器，最终实现可以识别照片中的猫猫狗狗。

课前准备

想要学习这套课程，也有一些基础要求。

主要是两点：

• 学过Google机器学习速成课，或者了解机器学习的基本概念

• 有不错的编程基础知识，以及有一些Python编程经验

这套实践课程使用了Keras API。以及课程中的编程练习，使用了Colab。使用Colab不要求之前有过Keras经验。

课程中代码基本可算是提供了逐步的解释。

目前这套实践课程只发布了图像分类一组，但Google表示更多的实践课程正在：肮！啧！味！



课程简介

在这个课程中，Google首先介绍了图像分类的基本原理，讲述了卷积神经网络（CNN）的构建，以及池化、全连接等概念。



然后，Google会引导你从头开始构建一个CNN网络，并且学习如何防止过拟合，以及利用训练模型进行特征提取和微调。

实践课程一共包括三组练习，分别是：

• Exercise 1: Build a Convnet for Cat-vs-Dog Classification

  带你构建一个猫狗分类的卷积网络。

• Exercise 2: Preventing Overfitting

  教你如何防止过拟合，改善提高CNN模型。

• Exercise 3: Feature Extraction and Fine-Tuning

  教你如何通过特征提取和微调来使用Google的Inception v3模型，并为上面两个练习完成的分类器获取更好的准确性。

课程示范

量子位潜入这个课程内部，带回了第二个实践练习。在这堂课里，谷歌想教会大家在猫狗图像分类中，如何减少过拟合。大家感受一下——

练习2：减少过拟合

预计完成时间：30分钟

在本节练习中，我们将基于在练习1中创建的模型将猫狗分类，并通过一些策略减少过拟合：也就是数据增强（Data Augmentation）和正则化方法dropout，从而提高准确性。

和长颈鹿被关进冰箱一样，这得分四步走：

1. 通过对训练图像进行随机转换，来探索数据增强的玩法

2. 在我们数据处理的过程中应用数据增强

3. 在转换中加入dropout

4. 重新训练模型，评估损失和精确度

Let’s get started吧！

数据增强の探索

数据增强是减少视觉模型过拟合的基本方法了，因为我们手头的训练实例为数不多，为了充分利用，我们可通过一些随机的变换“增强”它们，对模型来说，这是不同的图像~

这可以通过在ImageDataGenerator实例读取的图像上增加一些随机转换来实现，比如：

 1from keras.preprocessing.image import ImageDataGenerator
 2
 3


    
datagen = ImageDataGenerator(
 4      rotation_range=40,
 5      width_shift_range=0.2,
 6      height_shift_range=0.2,
 7      shear_range=0.2,
 8      zoom_range=0.2,
 9      horizontal_flip=True,
10      fill_mode='nearest')

还有一些可用的选择：

• rotation_range是在0-180之间的一个值，可在此角度内随机旋转图片。

• width_shift和height_shift是个范围，指的总宽度或高度的一部分，图像可在此范围内垂直或水平随机转换。

• shear_range用于随机剪切。

• zoom_range用来随机缩放图片的。

• horizontal_flip用于水平随机翻转图像的一半。

• fill_mode是用来填充新创造的像素，在图像随机垂直或水平变换后可能用到

注意：此练习中使用的2000张图片摘自Kaggle上的“狗vs猫”数据集，包含25000张图片。为了节约训练时间，这里我们只用到其中的一个子集。

1!wget --no-check-certificate \
2   https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip -O \



    
3   /tmp/cats_and_dogs_filtered.zip

 1import os
 2import zipfile
 3
 4local_zip = '/tmp/cats_and_dogs_filtered.zip'
 5zip_ref = zipfile.ZipFile(local_zip, 'r')
 6zip_ref.extractall('/tmp')
 7zip_ref.close()
 8
 9base_dir = '/tmp/cats_and_dogs_filtered'
10train_dir = os.path.join(base_dir, 'train')
11validation_dir = os.path.join(base_dir, 'validation')
12
13# Directory with our training cat pictures
14train_cats_dir = os.path.join(train_dir, 'cats')
15
16# Directory with our training dog pictures
17train_dogs_dir = os.path.join(train_dir, 'dogs')



    
18
19# Directory with our validation cat pictures
20validation_cats_dir = os.path.join(validation_dir, 'cats')
21
22# Directory with our validation dog pictures
23validation_dogs_dir = os.path.join(validation_dir, 'dogs')
24
25train_cat_fnames = os.listdir(train_cats_dir)
26train_dog_fnames = os.listdir(train_dogs_dir)

接下来，我们将datagen转换应用到训练集里的猫咪图像，生成5个随机变量。这个单元需多运行几次，找到新批次中的随机变量。

 1%matplotlib inline
 2
 3import matplotlib.pyplot as plt
 4import matplotlib.image as mpimg
 5
 6from keras.preprocessing.image import array_to_img, img_to_array, load_img
 7
 8img_path = os.path.join(train_cats_dir, train_cat_fnames[2])
 9


    
img = load_img(img_path, target_size=(150, 150))  # this is a PIL image
10x = img_to_array(img)  # Numpy array with shape (150, 150, 3)
11x = x.reshape((1,) + x.shape)  # Numpy array with shape (1, 150, 150, 3)
12
13# The .flow() command below generates batches of randomly transformed images
14# It will loop indefinitely, so we need to `break` the loop at some point!
15i = 0
16for batch in datagen.flow(x, batch_size=1):
17  plt.figure(i)
18  imgplot = plt.imshow(array_to_img(batch[0]))
19  i += 1
20  if i % 5 == 0:
21    break

在数据处理过程中应用数据增强

现在，将上述增强的数据应用到数据预处理配置中——

    
 1# Adding rescale, rotation_range, width_shift_range, height_shift_range,
 2# shear_range, zoom_range, and horizontal flip to our ImageDataGenerator
 3train_datagen = ImageDataGenerator(
 4    rescale=1./255,
 5    rotation_range=40,
 6    width_shift_range=0.2,
 7    height_shift_range=0.2,
 8    shear_range=0.2,
 9    zoom_range=0.2,
10    horizontal_flip=True,)
11
12# Note that the validation data should not be augmented!
13test_datagen = ImageDataGenerator(rescale=1./255)
14
15# Flow training images in batches of 32 using train_datagen generator
16train_generator = train_datagen.flow_from_directory(
17        train_dir,  # This is the source directory for training images



    
18        target_size=(150, 150),  # All images will be resized to 150x150
19        batch_size=20,
20        # Since we use binary_crossentropy loss, we need binary labels
21        class_mode='binary')
22
23# Flow validation images in batches of 32 using test_datagen generator
24validation_generator = test_datagen.flow_from_directory(
25        validation_dir,
26        target_size=(150, 150),
27        batch_size=20,
28        class_mode='binary')

神奇之处是，若用增强的数据来训练模型，则不会被认为是相同示例（虽然它们都是从一张图片上得到的）。不过模型眼中这些输入仍紧密相关的，所以还不足以完全消除过拟合。

加入Dropout

不过~还有另外一种流行的策略能减少过拟合，即dropout。

如果你想了解过拟合的基本概念，这里自卖自夸推荐两个之前免费课程中的相关介绍：

https://developers.google.com/machine-learning/crash-course/training-neural-networks/video-lecture

https://developers.google.com/machine-learning/crash-course/

我们从练习1重新配置我们的convnet架构，在最后的分类层前试图添加一些dropout。

 1from keras.models import Model
 2from keras import layers
 3from keras.optimizers import RMSprop
 4from keras import backend as K
 5
 6import tensorflow as tf
 7
 8# Configure the TF backend session
 9tf_config = tf.ConfigProto(
10    gpu_options=tf.GPUOptions(allow_growth=True))
11K.set_session(tf.Session(config=tf_config))
12
13# Our input feature map is 150x150x3: 150x150 for the image pixels, and 3 for
14# the three color channels: R, G, and B
15img_input = layers.Input(shape=(150, 150, 3


    
))
16
17# First convolution extracts 16 filters that are 3x3
18# Convolution is followed by max-pooling layer with a 2x2 window
19x = layers.Conv2D(16, 3, activation='relu')(img_input)
20x = layers.MaxPooling2D(2)(x)
21
22# Second convolution extracts 32 filters that are 3x3
23# Convolution is followed by max-pooling layer with a 2x2 window
24x = layers.Conv2D(32, 3, activation='relu')(x)
25x = layers.MaxPooling2D(2)(x)
26
27# Third convolution extracts 64 filters that are 3x3
28# Convolution is followed by max-pooling layer with a 2x2 window
29x = layers.Convolution2D(64, 3, activation='relu')(x)
30x = layers.MaxPooling2D(2)(x)
31


    

32# Flatten feature map to a 1-dim tensor
33x = layers.Flatten()(x)
34
35# Create a fully connected layer with ReLU activation and 512 hidden units
36x = layers.Dense(512, activation='relu')(x)
37
38# Add a dropout rate of 0.5
39x = layers.Dropout(0.5)(x)
40
41# Create output layer with a single node and sigmoid activation
42output = layers.Dense(1, activation='sigmoid')(x)
43
44# Configure and compile the model
45model = Model(img_input, output)
46model.compile(loss='binary_crossentropy',
47              optimizer=RMSprop(lr=0.001),
48              metrics=['acc'])

重新训练模型

随着数据的增加和dropout的填入，我们需要重新训练convnet模型。

这一次，我们训练全部的2000张图片，训练了30轮，并对验证了所有的1000个测试图像。

这可能需要几分钟的时间，检验一下你是否能自己编写代码了。

1# WRITE CODE TO TRAIN THE MODEL ON ALL 2000 IMAGES FOR 30 EPOCHS, AND VALIDATE 
2# ON ALL 1,000 TEST IMAGES

评估结果

接下来，我们用数据增强和dropout评估模型训练的结果。

 1# Retrieve a list of accuracy results on training and test data
 2# sets for each training epoch
 3acc = history.history['acc']
 4val_acc = history.history['val_acc']
 5
 6# Retrieve a list of list results on training and test data
 7# sets for each training epoch
 8loss = history.history['loss']
 9val_loss = history.history['val_loss']
10


    

11# Get number of epochs
12epochs = range(len(acc))
13
14# Plot training and validation accuracy per epoch
15plt.plot(epochs, acc)
16plt.plot(epochs, val_acc)
17plt.title('Training and validation accuracy')
18
19plt.figure()
20
21# Plot training and validation loss per epoch
22plt.plot(epochs, loss)
23plt.plot(epochs, val_loss)
24plt.title('Training and validation loss')

结果不错！模型已经不再过拟合。

事实上，从我们的训练资料来看，随着训练次数的增加，模型的准确度会达到80%!

清理

在运行练习3之前，我们还需要运行以下单元来释放kernel和空闲的内存资源：

1import os, signal
2os.kill(os.getpid(), signal.SIGKILL)

One More Thing

不知道是不是忙中出错，Google这套全新的课程，在我们发稿的时候，出现了一个尴尬的问题：练习课程无法访问。

你点击练习之后，原本应该是转入一个Colab页面，但是却把多数用户挡在一个这样的界面之上。如图：



链接地址：https://login.corp.google.com

这是啥？

其实，这就是大名鼎鼎的moma，一个Google内部的搜索工具。如果你是Google员工，就能登录访问，进入Google内网。

可能是因为这套实践课程，和MLCC一样，也是之前面向Google内部的课程，所以出现了现在略微尴尬的一幕。

不过我们推送前，这个问题已经修复了。

最后，推荐一些之前的课程。

• 全程中文！谷歌发布机器学习速成课，完全免费

• 别翻墙了，谷歌机器学习速成课25讲视频全集在此

• 斯坦福系列课程：教你用CNN进行视觉识别

• 纯新手入门机器/深度学习自学指南



— 完 —

活动报名

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态