Keras + TensorFlow
Keras 是提供一些高可用的 Python API ，能帮助你快速的构建和训练自己的深度学习模型，它的后端是 TensorFlow 或者 Theano 。本文假设你已经熟悉了 TensorFlow 和卷积神经网络，如果，你还没有熟悉，那么可以先看看这个10分钟入门 TensorFlow 教程[http://cv-tricks.com/artificial- ... ensorflow-tutorial/]和卷积神经网络教程[http://cv-tricks.com/tensorflow-
... age-classification/]，然后再回来阅读这个文章。
在这个教程中，我们将学习以下几个方面：
- 为什么选择 Keras？为什么 Keras 被认为是深度学习的未来？
- 在Ubuntu上面一步一步安装Keras。
- Keras TensorFlow教程：Keras基础知识。
- 了解 Keras 序列模型
4.1 实际例子讲解线性回归问题 - 使用 Keras 保存和回复预训练的模型
- Keras API
6.1 使用Keras API开发VGG卷积神经网络
6.2 使用Keras API构建并运行SqueezeNet卷积神经网络
1. 为什么选择Keras？
Keras 是 Google 的一位工程师 François Chollet [https://twitter.com/fchollet]开发的一个框架，可以帮助你在 Theano 上面进行快速原型开发。后来，这被扩展为 TensorFlow 也可以作为后端。并且最近，TensorFlow决定将其作为 contrib 文件中的一部分进行提供。
Keras 被认为是构建神经网络的未来，以下是一些它流行的原因：
-
轻量级和快速开发：Keras 的目的是在消除样板代码。几行 Keras 代码就能比原生的 TensorFlow 代码实现更多的功能。你也可以很轻松的实现 CNN 和 RNN，并且让它们运行在 CPU 或者 GPU 上面。
-
框架的“赢者”：Keras 是一个API，运行在别的深度学习框架上面。这个框架可以是 TensorFlow 或者 Theano。Microsoft 也计划让 CNTK 作为 Keras 的一个后端。目前，神经网络框架世界是非常分散的，并且发展非常快。具体，你可以看看 Karpathy 的这个推文：
想象一下，我们每年都要去学习一个新的框架，这是多么的痛苦。到目前为止，TensorFlow 似乎成为了一种潮流，并且越来越多的框架开始为 Keras 提供支持，它可能会成为一种标准。
目前，Keras 是成长最快的一种深度学习框架。因为可以使用不同的深度学习框架作为后端，这也使得它成为了流行的一个很大的原因。你可以设想这样一个场景，如果你阅读到了一篇很有趣的论文，并且你想在你自己的数据集上面测试这个模型。让我们再次假设，你对TensorFlow 非常熟悉，但是对Theano了解的非常少。那么，你必须使用TensorFlow 对这个论文进行复现，但是这个周期是非常长的。但是，如果现在代码是采用Keras写的，那么你只要将后端修改为TensorFlow就可以使用代码了。这将是对社区发展的一个巨大的推动作用。
2. 怎么安装Keras，并且把TensorFlow作为后端
a) 依赖安装
安装 h5py，用于模型的保存和载入：
[Python] 纯文本查看 复制代码
|
1
|
pip install h5py |
还有一些依赖包也要安装。
[Python] 纯文本查看 复制代码
|
1
2
|
pip install numpy scipypip install pillow |
如果你还没有安装TensorFlow，那么你可以按照这个教程[http://cv-tricks.com/artificial- ... 4-04-aws-p2-xlarge/]先去安装TensorFlow。一旦，你安装完成了 TensorFlow，你只需要使用 pip 很容易的安装 Keras。
[Python] 纯文本查看 复制代码
|
1
|
sudo pip install keras |
使用以下命令来查看 Keras 版本。
[Python] 纯文本查看 复制代码
|
1
2
|
>>> import
kerasUsing TensorFlow backend.
>>> keras.__version__'2.0.4'
|
一旦，Keras 被安装完成，你需要去修改后端文件，也就是去确定，你需要 TensorFlow 作为后端，还是 Theano 作为后端，修改的配置文件位于
~/.keras/keras.json 。具体配置如下：
[Python] 纯文本查看 复制代码
|
1
2
3
4
5
6
|
{ "floatx":
"float32",
"epsilon":
1e-07,
"backend":
"tensorflow",
"image_data_format":
"channels_last"
} |
请注意，参数 image_data_format 是 channels_last ，也就是说这个后端是 TensorFlow。因为，在TensorFlow中图像的存储方式是[height, width, channels]，但是在Theano中是完全不同的，也就是
[channels, height, width]。因此，如果你没有正确的设置这个参数，那么你模型的中间结果将是非常奇怪的。对于Theano来说，这个参数就是channels_first。
那么，至此你已经准备好了，使用Keras来构建模型，并且把TensorFlow作为后端。
3. Keras基础知识
在Keras中主要的数据结构是 model ，该结构定义了一个完整的图。你可以向已经存在的图中加入任何的网络结构。
[Python] 纯文本查看 复制代码
|
1
|
import
keras
|
Keras 有两种不同的建模方式：
-
Sequential models：这种方法用于实现一些简单的模型。你只需要向一些存在的模型中添加层就行了。
-
Functional API：Keras的API是非常强大的，你可以利用这些API来构造更加复杂的模型，比如多输出模型，有向无环图等等。
在本文的下一节中，我们将学习Keras的Sequential models 和 Functional API的理论和实例。
在这一部分中，我将来介绍Keras Sequential models的理论。我将快速的解释它是如何工作的，还会利用具体代码来解释。之后，我们将解决一个简单的线性回归问题，你可以在阅读的同时运行代码，来加深印象。
以下代码是如何开始导入和构建序列模型。
[Python] 纯文本查看 复制代码
|
1
2
|
from
keras.models import
Sequential
models =
Sequential()
|
接下来我们可以向模型中添加 Dense（full connected layer），Activation，Conv2D，MaxPooling2D函数。
[Python] 纯文本查看 复制代码
|
1
2
3
|
from
keras.layers import
Dense, Activation, Conv2D, MaxPooling2D, Flatten, Dropout
model.add(Conv2D(64, (3,3),
activation='relu', input_shape
= (100,100,32)))
# This ads a Convolutional layer with 64 filters of size 3 * 3 to the graph |
以下是如何将一些最流行的图层添加到网络中。我已经在卷积神经网络教程[http://cv-tricks.com/tensorflow- ... age-classification/]中写了很多关于图层的描述。
1. 卷积层
这里我们使用一个卷积层，64个卷积核，维度是33的，之后采用 relu **函数进行**，输入数据的维度是 `100100*32`。注意，如果是第一个卷积层，那么必须加上输入数据的维度，后面几个这个参数可以省略。
[Python] 纯文本查看 复制代码
|
1
|
model.add(Conv2D(64, (3,3),
activation='relu', input_shape
= (100,100,32)))
|
2. MaxPooling 层
指定图层的类型，并且指定赤的大小，然后自动完成赤化操作，酷毙了！
[Python] 纯文本查看 复制代码
|
1
|
model.add(MaxPooling2D(pool_size=(2,2)))
|
3. 全连接层
这个层在 Keras 中称为被称之为 Dense 层，我们只需要设置输出层的维度，然后Keras就会帮助我们自动完成了。
[Python] 纯文本查看 复制代码
|
1
|
model.add(Dense(256, activation='relu'))
|
4. Dropout
[Python] 纯文本查看 复制代码
|
1
|
model.add(Dropout(0.5))
|
5. 扁平层
model.add(Flatten())
4. 数据输入
网络的第一层需要读入训练数据。因此我们需要去制定输入数据的维度。因此，input_shape
参数被用于制定输入数据的维度大小。
[Python] 纯文本查看 复制代码
|
1
|
model.add(Conv2D(32, (3,3),
activation='relu', input_shape=(224,
224, 3)))
|
在这个例子中，数据输入的第一层是一个卷积层，输入数据的大小是 224*224*3 。
以上操作就帮助你利用序列模型构建了一个模型。接下来，让我们学习最重要的一个部分。一旦你指定了一个网络架构，你还需要指定优化器和损失函数。我们在Keras中使用compile函数来达到这个功能。比如，在下面的代码中，我们使用
rmsprop 来作为优化器，binary_crossentropy 来作为损失函数值。
[Python] 纯文本查看 复制代码
|
1
|
model.compile(loss='binary_crossentropy',
optimizer='rmsprop')
|
如果你想要使用随机梯度下降，那么你需要选择合适的初始值和超参数：
[Python] 纯文本查看 复制代码
|
1
2
3
|
from
keras.optimizers import
SGD
sgd =
SGD(lr=0.01, decay=1e-6,
momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy',
optimizer=sgd)
|
现在，我们已经构建完了模型。接下来，让我们向模型中输入数据，在Keras中是通过 fit 函数来实现的。你也可以在该函数中指定
batch_size 和 epochs 来训练。
[Python] 纯文本查看 复制代码
|
1
|
model.fit(x_train, y_train, batch_size
= 32, epochs
= 10, validation_data(x_val, y_val))
|
最后，我们使用 evaluate 函数来测试模型的性能。
[Python] 纯文本查看 复制代码
|
1
|
score =
model.evaluate(x_test, y_test, batch_size =
32)
|
这些就是使用序列模型在Keras中构建神经网络的具体操作步骤。现在，我们来构建一个简单的线性回归模型。
问题陈述
在线性回归问题中，你可以得到很多的数据点，然后你需要使用一条直线去拟合这些离散点。在这个例子中，我们创建了100个离散点，然后用一条直线去拟合它们。
a) 创建训练数据
TrainX 的数据范围是 -1 到 1，TrainY 与 TrainX 的关系是3倍，并且我们加入了一些噪声点。
[Python] 纯文本查看 复制代码
|
1
2
3
4
5
6
7
|
import
keras
from
keras.models import
Sequential
from
keras.layers import
Dense
import
numpy as np
trX =
np.linspace(-1,
1, 101)
trY =
3 *
trX + np.random.randn(*trX.shape)
* 0.33
|
b) 构建模型
首先我们需要构建一个序列模型。我们需要的只是一个简单的链接，因此我们只需要使用一个 Dense
层就够了，然后用线性函数进行**。
[Python] 纯文本查看 复制代码
|
1
2
|
model =
Sequential()
model.add(Dense(input_dim=1, output_dim=1,
init='uniform', activation='linear'))
|
下面的代码将设置输入数据 x，权重 w 和偏置项 b。然我们来看看具体的初始化工作。如下：
[Python] 纯文本查看 复制代码
|
1
2
3
4
5
|
weights =
model.layers[0].get_weights()
w_init =
weights[0][0][0]
b_init =
weights[1][0]
print('Linear regression model is initialized with weights w: %.2f, b: %.2f'
% (w_init, b_init))
## Linear regression model is initialized with weight w: -0.03, b: 0.00 |
现在，我们可以l利用自己构造的数据 trX 和 trY 来训练这个线性模型，其中 trY 是 trX 的3倍。因此，权重
w 的值应该是 3。
我们使用简单的梯度下降来作为优化器，均方误差（MSE）作为损失值。如下：
[Python] 纯文本查看 复制代码
|
1
|
model.compile(optimizer='sgd',
loss='mse')
|
最后，我们使用 fit 函数来输入数据。
[Python] 纯文本查看 复制代码
|
1
|
model.fit(trX, trY, nb_epoch=200, verbose=1)
|
在经过训练之后，我们再次打印权重：
[Python] 纯文本查看 复制代码
|
1
2
3
4
5
6
|
weights =
model.layers[0].get_weights()
w_final =
weights[0][0][0]
b_final =
weights[1][0]
print('Linear regression model is trained to have weight w: %.2f, b: %.2f'
% (w_final, b_final))
##Linear regression model is trained to have weight w: 2.94, b: 0.08 |
正如你所看到的，在运行 200 轮之后，现在权重非常接近于 3。你可以将运行的轮数修改为区间 [100, 300] 之间，然后观察输出结构有什么变化。现在，你已经学会了利用很少的代码来构建一个线性回归模型，如果要构建一个相同的模型，在 TensorFlow 中需要用到更多的代码。
5. 使用 Keras 保存和回复预训练的模型
HDF5 二进制格式
一旦你利用Keras完成了训练，你可以将你的网络保存在HDF5里面。当然，你需要先安装 h5py。HDF5 格式非常适合存储大量的数字收，并从 numpy 处理这些数据。比如，我们可以轻松的将存储在磁盘上的多TB数据集进行切片，就好像他们是真正的 numpy 数组一样。你还可以将多个数据集存储在单个文件中，遍历他们或者查看
.shape 和 .dtype 属性。
如果你需要信心，那么告诉你，NASA也在使用 HDF5 进行数据存储。h5py 是python对HDF5 C API 的封装。几乎你可以用C在HDF5上面进行的任何操作都可以用python在h5py上面操作。
保存权重
如果你要保存训练好的权重，那么你可以直接使用 save_weights 函数。
[Python] 纯文本查看 复制代码
|
1
|
model.save_weights("my_model.h5")
|
载入预训练权重
如果你想要载入以前训练好的模型，那么你可以使用 load_weights 函数。
[Python] 纯文本查看 复制代码
|
1
|
model.load_weights('my_model_weights.h5')
|
6. Keras API
如果对于简单的模型和问题，那么序列模型是非常好的方式。但是如果你要构建一个现实世界中复杂的网络，那么你就需要知道一些功能性的API，在很多流行的神经网络中，我们都有一个最小的网络结构，完整的模型是根据这些最小的模型进行叠加完成的。这些基础的API可以让你一层一层的构建模型。因此，你只需要很少的代码就可以来构建一个完整的复杂神经网络。
让我们来看看它是如何工作的。首先，你需要导入一些包。
[Python] 纯文本查看 复制代码
|
1
|
from
keras.models import
Model
|
现在，你需要去指定输入数据，而不是在顺序模型中，在最后的 fit 函数中输入数据。这是序列模型和这些功能性的API之间最显著的区别之一。我们使用
input() 函数来申明一个 1*28*28 的张量。
[Python] 纯文本查看 复制代码
|
1
2
3
4
|
from
keras.layers import
Input
## First, define the vision modulesdigit_input
= Input(shape=(1,
28, 28))
|
现在，让我们来利用API设计一个卷积层，我们需要指定要在在哪个层使用卷积网络，具体代码这样操作：
[Python] 纯文本查看 复制代码
|
1
2
3
4
|
x =
Conv2D(64, (3,
3))(digit_input)
x =
Conv2D(64, (3,
3))(x)
x =
MaxPooling2D((2,
2))(x)
out =
Flatten()(x)
|
最后，我们对于指定的输入和输出数据来构建一个模型。
[Python] 纯文本查看 复制代码
|
1
|
vision_model
= Model(digit_input, out)
|
当然，我们还需要指定损失函数，优化器等等。但这些和我们在序列模型中的操作一样，你可以使用 fit 函数和
compile 函数来进行操作。
接下来，让我们来构建一个vgg-16模型，这是一个很大很“老”的模型，但是由于它的简洁性，它是一个很好的学习模型。
6.1 使用Keras API开发VGG卷积神经网络
VGG：
VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时，由于它的简洁性和实用性，马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中，VGG 在Top-5中取得了92.3%的正确率。 该模型有一些变种，其中最受欢迎的当然是 vgg-16，这是一个拥有16层的模型。你可以看到它需要维度是 224*224*3 的输入数据。
Vgg 16 architecture
让我们来写一个独立的函数来完整实现这个模型。
[Python] 纯文本查看 复制代码
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
img_input
= Input(shape=input_shape)
# Block 1x =
Conv2D(64, (3,
3), activation='relu', padding='same',
name='block1_conv1')(img_input)
x =
Conv2D(64, (3,
3), activation='relu', padding='same',
name='block1_conv2')(x)
x =
MaxPooling2D((2,
2), strides=(2,
2), name='block1_pool')(x)
# Block 2x =
Conv2D(128, (3,
3), activation='relu', padding='same',
name='block2_conv1')(x)
x =
Conv2D(128, (3,
3), activation='relu', padding='same',
name='block2_conv2')(x)
x =
MaxPooling2D((2,
2), strides=(2,
2), name='block2_pool')(x)
# Block 3x =
Conv2D(256, (3,
3), activation='relu', padding='same',
name='block3_conv1')(x)
x =
Conv2D(256, (3,
3), activation='relu', padding='same',
name='block3_conv2')(x)
x =
Conv2D(256, (3,
3), activation='relu', padding='same',
name='block3_conv3')(x)
x =
MaxPooling2D((2,
2), strides=(2,
2), name='block3_pool')(x)
# Block 4x =
Conv2D(512, (3,
3), activation='relu', padding='same',
name='block4_conv1')(x)
x =
Conv2D(512, (3,
3), activation='relu', padding='same',
name='block4_conv2')(x)
x =
Conv2D(512, (3,
3), activation='relu', padding='same',
name='block4_conv3')(x)
x =
MaxPooling2D((2,
2), strides=(2,
2), name='block4_pool')(x)
# Block 5x =
Conv2D(512, (3,
3), activation='relu', padding='same',
name='block5_conv1')(x)
x =
Conv2D(512, (3,
3), activation='relu', padding='same',
name='block5_conv2')(x)
x =
Conv2D(512, (3,
3), activation='relu', padding='same',
name='block5_conv3')(x)
x =
MaxPooling2D((2,
2), strides=(2,
2), name='block5_pool')(x)
x =
Flatten(name='flatten')(x)
x =
Dense(4096, activation='relu', name='fc1')(x)
x =
Dense(4096, activation='relu', name='fc2')(x)
x =
Dense(classes, activation='softmax', name='predictions')(x)
|
我们可以将这个完整的模型，命名为 vgg16.py。
在这个例子中，我们来运行 imageNet 数据集中的某一些数据来进行测试。具体代码如下：
[Python] 纯文本查看 复制代码
|
1
2
3
4
5
6
7
8
9
|
model =
applications.VGG16(weights='imagenet')
img =
image.load_img('cat.jpeg', target_size=(224,
224))
x =
image.img_to_array(img)
x =
np.expand_dims(x, axis=0)
x =
preprocess_input(x)
preds =
model.predict(x)
for
results in
decode_predictions(preds):
for
result in
results:
print('Probability %0.2f%% => [%s]'
% (100*result[2], result[1]))
|
正如你在图中看到的，模型会对图片中的物体进行一个识别预测。
我们通过API构建了一个VGG模型，但是由于VGG是一个很简单的模型，所以并没有完全将API的能力开发出来。接下来，我们通过构建一个 SqueezeNet模型，来展示API的真正能力。
6.2 使用Keras API构建并运行SqueezeNet卷积神经网络
SequeezeNet 是一个非常了不起的网络架构，它的显著点不在于对正确性有多少的提高，而是减少了计算量。当SequeezeNet的正确性和AlexNet接近时，但是ImageNet上面的预训练模型的存储量小于5 MB，这对于在现实世界中使用CNN是非常有利的。SqueezeNet模型引入了一个 Fire模型，它由交替的 Squeeze 和 Expand 模块组成。
SqueezeNet fire module
现在，我们对 fire 模型进行多次复制，从而来构建完整的网络模型，具体如下：
为了去构建这个网络，我们将利用API的功能首先来构建一个单独的 fire 模块。
[Python] 纯文本查看 复制代码
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
|
# Squeeze part of fire module with 1 * 1 convolutions, followed by Relux =
Convolution2D(squeeze, (1,
1), padding='valid', name='fire2/squeeze1x1')(x)
x =
Activation('relu', name='fire2/relu_squeeze1x1')(x)
#Expand part has two portions, left uses 1 * 1 convolutions and is called expand1x1
left =
Convolution2D(expand, (1,
1), padding='valid', name='fire2/expand1x1')(x)
left =
Activation('relu', name='fire2/relu_expand1x1')(left)
#Right part uses 3 * 3 convolutions and is called expand3x3, both of these are follow#ed by Relu layer, Note that both receive x as input as designed.
right =
Convolution2D(expand, (3,
3), padding='same', name='fire2/expand3x3')(x)
right =
Activation('relu', name='fire2/relu_expand3x3')(right)
# Final output of Fire Module is concatenation of left and right.
x =
concatenate([left, right], axis=3, name='fire2/concat')
|
[Python] 纯文本查看 复制代码
|
1
2
3
4
5
|
sq1x1 =
"squeeze1x1"
exp1x1 =
"expand1x1"
exp3x3 =
"expand3x3"
relu =
"relu_"
|
模块化处理
[Python] 纯文本查看 复制代码
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
|
sq1x1 =
"squeeze1x1"
exp1x1 =
"expand1x1"
exp3x3 =
"expand3x3"
relu =
"relu_"
def
fire_module(x, fire_id, squeeze=16, expand=64):
s_id
= 'fire'
+ str(fire_id)
+ '/'
x
= Convolution2D(squeeze, (1,
1), padding='valid', name=s_id
+ sq1x1)(x)
x
= Activation('relu', name=s_id
+ relu
+ sq1x1)(x)
left
= Convolution2D(expand, (1,
1), padding='valid', name=s_id
+ exp1x1)(x)
left
= Activation('relu', name=s_id
+ relu
+ exp1x1)(left)
right
= Convolution2D(expand, (3,
3), padding='same', name=s_id
+ exp3x3)(x)
right
= Activation('relu', name=s_id
+ relu
+ exp3x3)(right)
x
= concatenate([left, right], axis=3, name=s_id
+ 'concat')
return
x
|
现在，我们可以利用我们构建好的单独的 fire 模块，来构建完整的模型。
[Python] 纯文本查看 复制代码
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
x =
Convolution2D(64, (3,
3), strides=(2,
2), padding='valid', name='conv1')(img_input)
x =
Activation('relu', name='relu_conv1')(x)
x =
MaxPooling2D(pool_size=(3,
3), strides=(2,
2), name='pool1')(x)
x =
fire_module(x, fire_id=2, squeeze=16,
expand=64)
x =
fire_module(x, fire_id=3, squeeze=16,
expand=64)
x =
MaxPooling2D(pool_size=(3,
3), strides=(2,
2), name='pool3')(x)
x =
fire_module(x, fire_id=4, squeeze=32,
expand=128)
x =
fire_module(x, fire_id=5, squeeze=32,
expand=128)
x =
MaxPooling2D(pool_size=(3,
3), strides=(2,
2), name='pool5')(x)
x =
fire_module(x, fire_id=6, squeeze=48,
expand=192)
x =
fire_module(x, fire_id=7, squeeze=48,
expand=192)
x =
fire_module(x, fire_id=8, squeeze=64,
expand=256)
x =
fire_module(x, fire_id=9, squeeze=64,
expand=256)
x =
Dropout(0.5, name='drop9')(x)
x =
Convolution2D(classes, (1,
1), padding='valid', name='conv10')(x)
x =
Activation('relu', name='relu_conv10')(x)
x =
GlobalAveragePooling2D()(x)
out =
Activation('softmax', name='loss')(x)
model =
Model(inputs, out, name='squeezenet')
|
完整的网络模型我们放置在 squeezenet.py 文件里。我们应该先下载 imageNet 预训练模型，然后在我们自己的数据集上面进行训练和测试。下面的代码就是实现了这个功能：
[Python] 纯文本查看 复制代码
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
|
import
numpy as np
from
keras_squeezenet import
SqueezeNet
from
keras.applications.imagenet_utils import
preprocess_input, decode_predictions
from
keras.preprocessing import
image
model =
SqueezeNet()
img =
image.load_img('pexels-photo-280207.jpeg', target_size=(227,
227))
x =
image.img_to_array(img)
x =
np.expand_dims(x, axis=0)
x =
preprocess_input(x)
preds =
model.predict(x)
all_results
= decode_predictions(preds)
for
results in
all_results:
for
result in
results:
print('Probability %0.2f%% => [%s]'
% (100*result[2], result[1]))
|
对于相同的一幅图预测，我们可以得到如下的预测概率。
至此，我们的Keras TensorFlow教程就结束了。希望可以帮到你 :-)