Last Updated on 2021-04-11 by Clay
Cifar-10 與 MNIST 相同，是一個有著 60000 張圖片的資料集（MNIST 的部份可以參考《使用 CNN 進行 MNIST 的手寫數字辨識 —— by Keras (實戰篇)》，與這篇的程式碼應該是大同小異。）
不同之處在於 Cifar-10 是 32 x 32 大小的 RGB 彩色圖片，訓練分類器比起 MNIST 更是難上不少。目前世界紀錄似乎才96.53 %，比 MNIST 明顯來得低，模型也更複雜。
同樣地，分成 50000 張 Training data、以及 10000 張 Test data。
當然，這不會是最難的 Toy dataset。事實上，光是擁有 100 種分類物件的 Cifar-100 便難上不少。
廢話不多說，馬上來看看程式碼吧！
事前準備
如果是沒有 GPU 的人，可以考慮使用 Google 免費提供的 GPU 線上平台 Google Colab。（使用 GPU 的教學請看這篇：《如何使用 Google Colab 提供的免費 GPU》）
程式碼
import os import numpy as np import matplotlib.pyplot as plt import pandas as pd from keras.models import Sequential, load_model from keras.datasets import cifar10 from keras.utils import np_utils,plot_model from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPool2D
首先，老樣子，import 進所有我們會用到的套件。
(X_train, Y_train), (X_test, Y_test) = cifar10.load_data() x_train = X_train.astype('float32')/255 x_test = X_test.astype('float32')/255 y_train = np_utils.to_categorical(Y_train) y_test = np_utils.to_categorical(Y_test)
這裡是資料集的準備，在這裡同樣使用 keras.datasets 底下直接收錄的 Cifar-10 資料集。前處理的方式與 MNIST 相仿，同樣分成 Training data 以及 Test data，然後圖片的資訊以及 Label 也分開，分別傳入四個變數。
model = Sequential() model.add(Conv2D(filters=64, kernel_size=3, input_shape=(32, 32, 3), activation='relu', padding='same')) model.add(Conv2D(filters=64, kernel_size=3, input_shape=(32, 32, 3), activation='relu', padding='same')) model.add(MaxPool2D(pool_size=2)) model.add(Conv2D(filters=128, kernel_size=3, activation='relu', padding='same')) model.add(Conv2D(filters=128, kernel_size=3, activation='relu', padding='same')) model.add(MaxPool2D(pool_size=2)) model.add(Conv2D(filters=128, kernel_size=3, activation='relu', padding='same')) model.add(Conv2D(filters=128, kernel_size=3, activation='relu', padding='same')) model.add(MaxPool2D(pool_size=2)) model.add(Flatten()) model.add(Dense(512, activation='relu')) model.add(Dropout(rate=0.25)) model.add(Dense(10, activation='softmax'))
模型比 MNIST 時複雜不少。在這裡我們使用了多層的 CNN，其實也是 Try，然後碰巧發現這個簡單的模型可以獲得相對好一點的效果。
如果使用複雜的模型可以獲得較好的 Accuracy，大家不妨自己研究一下，任意地使用自己想用的模型層。
print(model.summary())
指令可以印出現在我們訂製好的模型層概覽，大致上長這樣：
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) model.fit(x_train, y_train, epochs=10, batch_size=64, verbose=1)
然後，我們開始訓練這個模型。
loss, accuracy = model.evaluate(x_test, y_test) print('Test:') print('Loss:', loss) print('Accuracy:', accuracy)
測試模型的效果。我的模型顯示出：
10000/10000 [==============================] - 3s 259us/step
Test:
Loss: 0.8153500760555268
Accuracy: 0.7908我的 Accuracy 與你的不同是很正常的。不同的 start point 找到不同的 local optimal。
補述
『保存模型』、『讀取模型』、『顯示圖片』等等的功能可以參閱我之前所撰寫的 《使用 CNN 進行 MNIST 的手寫數字辨識 —— by Keras (實戰篇)》 ，使用方法基本上都是一樣的，在此便不再贅述了。
希望大家都能有好的訓練結果、不只這個 Toy dataset、任何模型都是！