【深度学习系列】用PaddlePaddle和Tensorflow进行图像分类

感谢关注天善智能，走好数据之路↑↑↑

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

---

       上个月发布了四篇文章，主要讲了深度学习中的“hello world”----mnist图像识别，以及卷积神经网络的原理详解，包括基本原理、自己手写CNN和paddlepaddle的源码解析。这篇主要跟大家讲讲如何用PaddlePaddle和Tensorflow做图像分类。所有程序都在我的github里，可以自行下载训练。

　　在卷积神经网络中，有五大经典模型，分别是：LeNet-5,AlexNet,GoogleNet,Vgg和ResNet。本文首先自己设计一个小型CNN网络结构来对图像进行分类，再了解一下LeNet-5网络结构对图像做分类，并用比较流行的Tensorflow框架和百度的PaddlePaddle实现LeNet-5网络结构，并对结果对比。

什么是图像分类

 　　图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题，也是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础。图像分类在很多领域有广泛应用，包括安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类，医学领域的图像识别等(引用自官网)

cifar-10数据集

　　CIFAR-10分类问题是机器学习领域的一个通用基准，由60000张32*32的RGB彩色图片构成，共10个分类。50000张用于训练集，10000张用于测试集。其问题是将32X32像素的RGB图像分类成10种类别:飞机，手机，鸟，猫，鹿，狗，青蛙，马，船和卡车。更多信息可以参考CIFAR-10和Alex Krizhevsky的演讲报告。常见的还有cifar-100，分类物体达到100类，以及ILSVRC比赛的100类。

自己设计CNN

　 了解CNN的基本网络结构后，首先自己设计一个简单的CNN网络结构对cifar-10数据进行分类。

　网络结构

　代码实现

1.网络结构：simple_cnn.py

#coding:utf-8

'''

Created by huxiaoman 2017.11.27

simple_cnn.py:自己设计的一个简单的cnn网络结构

'''

import os

from PIL import Image

import numpy as np

import paddle.v2 as paddle

from paddle.trainer_config_helpers import *

with_gpu = os.getenv('WITH_GPU', '0') != '1'

def simple_cnn(img):

    conv_pool_1 = paddle.networks.simple_img_conv_pool(

        input=img,

        filter_size=5,

        num_filters=20,

        num_channel=3,

        pool_size=2,

        pool_stride=2,

        act=paddle.activation.Relu())

    conv_pool_2 = paddle.networks.simple_img_conv_pool(

        input=conv_pool_1,

        filter_size=5,

        num_filters=50,

        num_channel=20,

        pool_size=2,

        pool_stride=2,

        act=paddle.activation.Relu())

    fc = paddle.layer.fc(

        input=conv_pool_2, size=512, act=paddle.activation.Softmax())

　2.训练程序：train_simple_cnn.py

#coding:utf-8

'''

Created by huxiaoman 2017.11.27

train_simple—_cnn.py:训练simple_cnn对cifar10数据集进行分类

'''

import sys, os

import paddle.v2 as paddle

from simple_cnn import simple_cnn

with_gpu = os.getenv('WITH_GPU', '0') != '1'

def main():

    datadim = 3 * 32 * 32

    classdim = 10

    # PaddlePaddle init

    paddle.init(use_gpu=with_gpu, trainer_count=7)

    image = paddle.layer.data(

        name="image", type=paddle.data_type.dense_vector(datadim))

    # Add neural network config

    # option 1. resnet

    # net = resnet_cifar10(image, depth=32)

    # option 2. vgg

    net = simple_cnn(image)

    out = paddle.layer.fc(

        input=net, size=classdim, act=paddle.activation.Softmax())

    lbl = paddle.layer.data(

        name="label", type=paddle.data_type.integer_value(classdim))

    cost = paddle.layer.classification_cost(input=out, label=lbl)

    # Create parameters

    parameters = paddle.parameters.create(cost)

    # Create optimizer

    momentum_optimizer = paddle.optimizer.Momentum(

        momentum=0.9,

        regularization=paddle.optimizer.L2Regularization(rate=0.0002 * 128),

        learning_rate=0.1 / 128.0,

        learning_rate_decay_a=0.1,

        learning_rate_decay_b=50000 * 100,

        learning_rate_schedule='discexp')

    # End batch and end pass event handler

    def event_handler(event):

        if isinstance(event, paddle.event.EndIteration):

            if event.batch_id % 100 == 0:

                print "\nPass %d, Batch %d, Cost %f, %s" % (