先决条件：

• 图像分类
• 卷积神经网络，包括基本的池化、带有神经网络中的归一化的卷积层和dropout。
• 数据增强。
• 神经网络。
• Numpy数组。

在这篇文章中，我们将讨论如何使用TensorFlow对图像进行分类。图像分类是一种将图像分类到其相应的类别类中的方法。CIFAR-10数据集如其名称所示，其中包含10种不同类别的图像。总共有60000张10个不同类别的图像，分别是飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车。所有的图像大小都是32×32。总共有50000张训练图像和10000张测试图像。

为了构建一个图像分类器，我们使用tensorflow的keras API来构建我们的模型。为了构建一个模型，建议有GPU支持，或者你也可以使用Google colab笔记本。

Python实现

首先，我们需要导入所有必需的库和模块。这包括导入tensorflow和其他模块，如numpy。如果模块不存在，你可以在命令提示符上使用pip install tensorflow来下载它，或者如果你使用的是jupyter笔记本，只需在单元格中输入!pip install tensorflow并运行它，以下载模块。其他模块也可以类似地导入。

import tensorflow as tf
print(tf.__version__)
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras.layers import Input, Conv2D, Dense, Flatten, Dropout
from tensorflow.keras.layers import GlobalMaxPooling2D, MaxPooling2D
from tensorflow.keras.layers import BatchNormalization
from tensorflow.keras.models import Model

如下：

现在我们已经有了所需的模块支持，让我们加载我们的数据。CIFAR-10的数据集可以在tensorflow keras API上找到，我们可以使用tensorflow.keras.datasets.cifar10在我们的本地机器上下载它，然后使用load_data()函数将其分配给训练和测试集。

cifar10 = tf.keras.datasets.cifar10
(x_train, y_train), (x_test, y_test) = cifar10.load_data()
print(x_train.shape, y_train.shape, x_test.shape, y_test.shape)

如下所示：
到目前为止，我们已经有了数据。但是，我们还不能直接将其发送到我们的神经网络。我们需要处理数据，然后再发送给网络。首先，我们需要减少像素值。目前，所有的图像像素都在1-256的范围内，我们需要将这些值减少到0和1之间的值。这使得我们的模型更容易跟踪趋势和有效的训练。我们可以简单地通过将所有像素值除以255.0来实现这一点。

我们还想使用flatten()函数将标签值展平（简单地说，将它们重新排列成一行的形式）。

x_train, x_test = x_train / 255.0, x_test / 255.0
y_train, y_test = y_train.flatten(), y_test.flatten()

现在是查看我们数据集中的几张图像的好时机。我们可以使用matplotlib的subplot()函数在子图网格形式中进行可视化，并循环遍历我们的训练数据集部分的前25张图像。

fig, ax = plt.subplots(5, 5)
k = 0
for i in range(5):
    for j in range(5):
        ax[i][j].imshow(x_train[k], aspect='auto')
        k += 1
plt.show()

如下所示：

完成所有步骤后，现在是构建我们的模型的时候了。我们将使用卷积神经网络或CNN来训练我们的模型。这包括使用卷积层，这是Conv2d层，以及池化和归一化方法。最后，我们将其传递到一个密集层和最后的密集层，这是我们的输出层。我们使用’relu’激活函数。输出层使用“softmax”函数。

K = len(set(y_train))
print("number of classes:", K)
i = Input(shape=x_train[0].shape)
x = Conv2D(32, (3, 3), activation='relu', padding='same')(i)
x = BatchNormalization()(x)
x = Conv2D(32, (3, 3), activation='relu', padding='same')(x)
x = BatchNormalization()(x)
x = MaxPooling2D((2, 2))(x)
x = Conv2D(64, (3, 3), activation='relu', padding='same')(x)
x = BatchNormalization()(x)
x = Conv2D(64, (3, 3), activation='relu', padding='same')(x)
x = BatchNormalization()(x)
x = MaxPooling2D((2, 2))(x)
x = Conv2D(128, (3, 3), activation='relu', padding='same')(x)
x = BatchNormalization()(x)
x = Conv2D(128, (3, 3), activation='relu', padding='same')(x)
x = BatchNormalization()(x)
x = MaxPooling2D((2, 2))(x)
x = Flatten()(x)
x = Dropout(0.2)(x)
x = Dense(1024, activation='relu')(x)
x = Dropout(0.2)(x)
x = Dense(K, activation='softmax')(x)
model = Model(i, x)
model.summary()

输出如下所示：

我们的模型现在已经准备好了，现在是编译它的时候了。我们使用model.compile()函数来编译我们的模型。对于参数，我们使用：

• adam优化器
• sparse_categorical_crossentropy作为损失函数
• metrics=[‘accuracy’]

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

现在让我们使用model.fit()来拟合我们的模型，将所有的数据传递给它。我们将训练我们的模型直到50个时代，这给了我们一个公平的结果，尽管你可以调整它。

r = model.fit(
  x_train, y_train, validation_data=(x_test, y_test), epochs=50)

如下所示：

此后，我们的模型已经训练好了。尽管它工作得很好，但为了使我们的模型更加准确，我们可以在我们的数据上添加数据增强，然后再次训练它。再次调用model.fit()将从之前的地方继续训练。我们将使用32的批量大小，并将宽度和高度的范围移动0.1，并水平翻转图像。然后再次调用model.fit，进行50个迭代。

batch_size = 32
data_generator = tf.keras.preprocessing.image.ImageDataGenerator(
  width_shift_range=0.1, height_shift_range=0.1, horizontal_flip=True)
train_generator = data_generator.flow(x_train, y_train, batch_size)
steps_per_epoch = x_train.shape[0] // batch_size
r = model.fit(train_generator, validation_data=(x_test, y_test),
              steps_per_epoch=steps_per_epoch, epochs=50)

如下所示：

现在我们已经训练了我们的模型，在使用model.predict()函数从中进行任何预测之前，让我们为了更好地分析模型，可视化每次迭代的准确性。尽管还有其他方法，包括混淆矩阵，用于更好地分析模型。

plt.plot(r.history['accuracy'], label='acc', color='red')
plt.plot(r.history['val_accuracy'], label='val_acc', color='green')
plt.legend()

如下所示：

让我们使用model.predict()函数对我们的模型进行一次预测。在将图像发送到我们的模型之前，我们需要再次减少像素值在0和1之间，并将其形状改为(1,32,32,3)，因为我们的模型只期望输入是这种形式的。为了简化，让我们从数据集中选择一张图像。它已经是减少像素格式的，但我们仍然需要使用reshape()函数将其重塑为(1,32,32,3)。因为我们使用的是数据集中的数据，所以我们可以比较预测的输出和原始的输出。

labels = '''airplane automobile bird cat deerdog frog horseship truck'''.split()
image_number = 0
plt.imshow(x_test[image_number])
n = np.array(x_test[image_number])
p = n.reshape(1, 32, 32, 3)
predicted_label = labels[model.predict(p).argmax()]
original_label = labels[y_test[image_number]]
print("Original label is {} and predicted label is {}".format(
    original_label, predicted_label))

如下所示：

最后，让我们使用model.save()函数将我们的模型保存为h5文件。如果你使用的是Google colab，你可以从文件部分下载你的模型。

model.save('geeksforgeeks.h5')