丁香五月天婷婷久久婷婷色综合91|国产传媒自偷自拍|久久影院亚洲精品|国产欧美VA天堂国产美女自慰视屏|免费黄色av网站|婷婷丁香五月激情四射|日韩AV一区二区中文字幕在线观看|亚洲欧美日本性爱|日日噜噜噜夜夜噜噜噜|中文Av日韩一区二区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號(hào)安全和更好的產(chǎn)品體驗(yàn),強(qiáng)烈建議使用更快更安全的瀏覽器
此為臨時(shí)鏈接,僅用于文章預(yù)覽,將在時(shí)失效
人工智能 正文
發(fā)私信給AI研習(xí)社-譯站
發(fā)送

0

手把手教你用PyTorch實(shí)現(xiàn)圖像分類器(第一部分)

本文作者: AI研習(xí)社-譯站 2019-04-01 10:15
導(dǎo)語:通過3篇短文,介紹如何實(shí)現(xiàn)圖像分類器的概念基礎(chǔ)——這是一種能夠理解圖像內(nèi)容的算法。

手把手教你用PyTorch實(shí)現(xiàn)圖像分類器(第一部分)

本文為 AI 研習(xí)社編譯的技術(shù)博客,原標(biāo)題 :

Implementing an Image Classifier with PyTorch: Part 1

作者 | Jose Nieto

翻譯 | 醬番梨、Succi         

校對(duì) | 醬番梨        審核 | 醬番梨       整理 | 立魚王

原文鏈接:

https://medium.com/udacity/implementing-an-image-classifier-with-pytorch-part-1-cf5444b8e9c9


手把手教你用PyTorch實(shí)現(xiàn)圖像分類器(第一部分)

經(jīng)過幾個(gè)月富有挑戰(zhàn)性但是受益良多的學(xué)習(xí),我最近從Udacity的Python Nanodegree program AI編程專業(yè)畢業(yè)。最后一個(gè)項(xiàng)目是用PyTorch創(chuàng)建一個(gè)102種不同類型的花的圖像分類器。

在做這個(gè)final project的時(shí)候,很多同學(xué)都遇到了類似的問題和挑戰(zhàn)。當(dāng)我接近完成的時(shí)候,我決定與大家分享一些在未來對(duì)他人有益的建議和見解。

通過3篇短文,介紹如何實(shí)現(xiàn)圖像分類器的概念基礎(chǔ)——這是一種能夠理解圖像內(nèi)容的算法。

本文的目標(biāo)不是提供手把手的指導(dǎo),而是幫助理解整個(gè)過程。如果你正在考慮學(xué)習(xí)機(jī)器學(xué)習(xí)或人工智能,你將不得不做類似的項(xiàng)目,并理解本系列文章中介紹的概念。

文章主要進(jìn)行概念上的解釋,不需要知道如何編寫代碼。此外,下面所包含的PyTorch細(xì)節(jié)是次要的,主要以PyTorch作為示例。

這個(gè)過程的第一步是加載一個(gè)pre-trained神經(jīng)網(wǎng)絡(luò)。在討論這一步時(shí),我將解釋為什么要“reuse”網(wǎng)絡(luò)(即使用“pre-trained”網(wǎng)絡(luò)),闡明哪些部分可以重用,哪些部分不能重用,并提供如何根據(jù)需要定制pre-trained網(wǎng)絡(luò)的指導(dǎo)。


   加載預(yù)訓(xùn)練的網(wǎng)絡(luò)

reuse是一種十分合理的策略,尤其是眾所周知并且得到廣泛認(rèn)可的標(biāo)準(zhǔn)。在示例中,出發(fā)點(diǎn)是torchvision提供的一種模型結(jié)構(gòu)。

本文的目標(biāo)是加載其中的一個(gè)pre-trained網(wǎng)絡(luò),并且將其中的分類器替換為自己的分類器,從而可以訓(xùn)練自己的分類器。

雖然這個(gè)想法是合理的,但我發(fā)現(xiàn)它也會(huì)產(chǎn)生一些問題,因?yàn)榧虞d一個(gè)預(yù)先訓(xùn)練的網(wǎng)絡(luò)并不能節(jié)省訓(xùn)練分類器的時(shí)間。

“所以你可能會(huì)想,使用預(yù)訓(xùn)練網(wǎng)絡(luò)有什么意義?”

當(dāng)我們?nèi)祟惪吹綀D像時(shí),可以識(shí)別線條和形狀。正因?yàn)槿绱?,我們才能將圖像內(nèi)容與之前看到過的內(nèi)容聯(lián)系起來。我們希望我們的分類器能夠做一些類似的事情,但是圖像不是一段微不足道的數(shù)據(jù)。圖像通常由數(shù)千個(gè)獨(dú)立的像素組成,每個(gè)像素都有一種顏色,這種顏色由三個(gè)不同的值組合定義 : Red,Green, Blue。

手把手教你用PyTorch實(shí)現(xiàn)圖像分類器(第一部分)

從左到右:原始,紅色,綠色,藍(lán)色 

如果我們希望我們的分類器能夠處理該數(shù)據(jù)量,我們將需要處理每個(gè)圖像中包含的所有信息,并以其可以理解的格式將其提供給分類器。這就是預(yù)訓(xùn)練網(wǎng)絡(luò)發(fā)揮作用的地方。  

這些預(yù)先訓(xùn)練的網(wǎng)絡(luò)主要由一組特征檢測(cè)器和分類器組成,其中特征檢測(cè)器被訓(xùn)練以從每個(gè)圖像中提取信息,并且訓(xùn)練分類器以理解特征層提供的輸入。

我們已經(jīng)在已在ImageNet上培訓(xùn)過功能檢測(cè)器,并且證明它可以有很好的表現(xiàn)。因此,我們希望保持原樣。為了防止在我們訓(xùn)練分類器時(shí),要素圖層被修改,我們需要“凍結(jié)”它們。這個(gè)小代碼片段可以幫助解決這個(gè)問題:  

手把手教你用PyTorch實(shí)現(xiàn)圖像分類器(第一部分)

如果使用分類器會(huì)怎么樣? 為什么我們不能重復(fù)使用它?   要回答這個(gè)問題,讓我們以架構(gòu)VGG16為例,來看看它的默認(rèn)分類器:  

手把手教你用PyTorch實(shí)現(xiàn)圖像分類器(第一部分)

首先,我們無法保證這一定是有效的。并且令人懷疑的是,這些默認(rèn)層和元素,激活函數(shù)和丟失值對(duì)于我們的特定情況而言恰好是最佳的。  

當(dāng)我們看到它的最后一層有1000個(gè)元素的輸出時(shí),情況就變得很明顯了。在我們的例子中,我們處理102種不同類型的花,因此我們的分類器的輸出必須是102 。

從上面VGG16中的默認(rèn)分類器,我們還可以注意到它的輸入層有25088個(gè)元素,因?yàn)檫@是此特定預(yù)訓(xùn)練模型中特征檢測(cè)器的輸出大小。我們的分類器的輸入大小也必須與要素圖層的輸出相匹配。 


   結(jié)論

由上文我們可以得知,預(yù)先訓(xùn)練好的網(wǎng)絡(luò)非常有益,因?yàn)樗鼈兪刮覀兡軌驅(qū)W⒂谖覀兊挠美?xì)節(jié),同時(shí)重復(fù)使用眾所周知的泛型來進(jìn)行示例中的圖像預(yù)處理。

我們還了解到,分類器輸出的大小必須與我們希望能夠識(shí)別的不同類型的數(shù)量相同。

最后,我們已經(jīng)看到要素圖層的輸出和自定義分類器的輸入也必須匹配大小。

在我的下一篇文章中,我們將探討如何避免在分類器訓(xùn)練過程中常見的陷阱,并學(xué)習(xí)如何調(diào)整超參數(shù)以提高模塊的準(zhǔn)確性。

我的文章對(duì)你有用嗎?期待你的評(píng)論!

想要繼續(xù)查看該篇文章相關(guān)鏈接和參考文獻(xiàn)?雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

點(diǎn)擊手把手教你用PyTorch實(shí)現(xiàn)圖像分類器(第一部分)即可訪問:

https://ai.yanxishe.com/page/TextTranslation/1353

AI入門、大數(shù)據(jù)、機(jī)器學(xué)習(xí)免費(fèi)教程

35本世界頂級(jí)原本教程限時(shí)開放,這類書單由知名數(shù)據(jù)科學(xué)網(wǎng)站 KDnuggets 的副主編,同時(shí)也是資深的數(shù)據(jù)科學(xué)家、深度學(xué)習(xí)技術(shù)愛好者的Matthew Mayo推薦,他在機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)領(lǐng)域具有豐富的科研和從業(yè)經(jīng)驗(yàn)。

點(diǎn)擊鏈接即可獲?。?a target="_blank" rel=nofollow>https://ai.yanxishe.com/page/resourceDetail/417


雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知

手把手教你用PyTorch實(shí)現(xiàn)圖像分類器(第一部分)

分享:
相關(guān)文章

知情人士

AI研習(xí)社(yanxishe.com)譯站頻道,傳播前沿人工智能知識(shí),讓語言不再成為學(xué)習(xí)知識(shí)的門檻。(原雷鋒字幕組)
當(dāng)月熱門文章
最新文章
請(qǐng)?zhí)顚懮暾?qǐng)人資料
姓名
電話
郵箱
微信號(hào)
作品鏈接
個(gè)人簡介
為了您的賬戶安全,請(qǐng)驗(yàn)證郵箱
您的郵箱還未驗(yàn)證,完成可獲20積分喲!
請(qǐng)驗(yàn)證您的郵箱
立即驗(yàn)證
完善賬號(hào)信息
您的賬號(hào)已經(jīng)綁定,現(xiàn)在您可以設(shè)置密碼以方便用郵箱登錄
立即設(shè)置 以后再說