我们将仅使用全连接层在20000张图像上训练图像分类模型。所以没有卷积和其他花哨的东西，我们将把它们留到下一篇文章中。
不用说，但你真的不应该使用普通的人工神经网络来分类图像。图像是二维的，通过展平图像，你将失去使图像可识别的模式。尽管如此，它还是很有趣且可行的，并且会让你洞察这种方法的所有错误。
使用的数据集和数据准备
我们将使用Kaggle的狗与猫数据集。它是根据知识共享许可证授权的，这意味着你可以免费使用它：
图1：狗与猫数据集：
该数据集相当大——25000张图像均匀分布在不同的类中（12500张狗图像和12500张猫图像）。它应该足够大，可以训练一个像样的图像分类器，但不能使用人工神经网络。
唯一的问题是——它的结构不适合直接使用。你可以按照之前的文章创建一个适当的目录结构，并将其拆分为训练集、测试集和验证集：
缩小、灰度化和展平图像
让我们导入相关库。我们需要很多，需要安装Numpy、Pandas、TensorFlow、PIL和Scikit Learn：
我们不能将图像直接传递到Dense层。单个图像是三维的——高度、宽度、颜色通道——而Dense层需要一维输入。
让我们看一个例子。以下代码加载并显示训练集中的cat图像：
src＿img ＝ Image．open（＇data／train／cat／1．jpg＇）
display（src＿img）
图2——猫的图片示例
图像宽281像素，高300像素，有三个颜色通道（np．array（src＿img）．shape）。
总的来说，它有252900个像素，在展平时转化为252900个特征。让我们尽可能节省一些资源。
如果有意义的话，你应该对你的图像数据集进行灰度化。如果你能对不以颜色显示的图像进行分类，那么神经网络也应该如此。可以使用以下代码段将图像转换为灰色：
gray＿img ＝ ImageOps．grayscale（src＿img）
display（gray＿img）
图3：灰色猫图像
显然，它仍然是一只猫，所以颜色在这个数据集中并没有起到很大作用。
灰度图像宽281像素，高300像素，但只有一个颜色通道。这意味着我们从252，900 像素减少到84，300 像素。仍然很多，但肯定是朝着正确的方向迈出了一步。
数据集中的图像大小不同。这对于神经网络模型来说是个问题，因为它每次都需要相同数量的输入特征。
我们可以将每个图像调整为相同的宽度和高度，以进一步减少输入特征的数量。
下面的代码片段调整了图像的大小，使其既宽又高96像素：
gray＿resized＿img ＝ gray＿img．resize（size＝（96， 96））
display（gray＿resized＿img）
图4：调整大小的猫图片
当然，图像有点小而且模糊，但它仍然是一只猫。但是我们的特征减少到9216个，相当于将特征的数量减少了27倍。
作为最后一步，我们需要将图像展平。你可以使用Numpy中的ravel函数来执行此操作：
np．ravel（gray＿resized＿img）
图5：扁平猫图片
计算机就是这样看待猫的——它只是一个9216像素的数组，范围从0到255。问题是——神经网络更喜欢0到1之间的范围。我们将整个数组除以255．0即可：
img＿final ＝ np．ravel（gray＿resized＿img） ／ 255．0
img＿final
图6－扁平和缩放的猫图像
作为最后一步，我们将编写一个process＿image函数，将上述所有转换应用于单个图像：
让我们在随机的狗图像上进行测试，然后反转最后一步，以直观地表示图像：
tst＿img ＝ process＿image（img＿path＝＇data／validation／dog／10012．jpg＇）
Image．fromarray（np．uint8（tst＿img ＊ 255）．reshape（（96， 96）））
图7：经过变换的狗形象
就这样，这个函数就像字面意思。接下来，我们将其应用于整个数据集。
将图像转换为表格数据进行深度学习
我们将编写另一个函数——process＿folder——它迭代给定的文件夹，并在任何JPG文件上使用process＿image函数。然后，它将所有图像合并到一个数据帧中，并添加一个类作为附加列（猫或狗）：
让我们将其应用于训练、测试和验证文件夹。每个文件夹需要调用两次，一次用于猫，一次用于狗，然后连接集合。我们还将把数据集转储到pickle文件中：
下面是训练集的样子：
＃ Training set
train＿cat ＝ process＿folder（folder＝pathlib．Path．cwd（）．joinpath（＇data／train／cat＇））
train＿dog ＝ process＿folder（folder＝pathlib．Path．cwd（）．joinpath（＇data／train／dog＇））
train＿set ＝ pd．concat（［train＿cat， train＿dog］， axis＝0）
with open（＇train＿set．pkl＇， ＇wb＇） as f：
pickle．dump（train＿set， f）
＃ Test set
test＿cat ＝ process＿folder（folder＝pathlib．Path．cwd（）．joinpath（＇data／test／cat＇））
test＿dog ＝ process＿folder（folder＝pathlib．Path．cwd（）．joinpath（＇data／test／dog＇））
test＿set ＝ pd．concat（［test＿cat， test＿dog］， axis＝0）
with open（＇test＿set．pkl＇， ＇wb＇） as f：
pickle．dump（test＿set， f）
＃ Validation set
valid＿cat ＝ process＿folder（folder＝pathlib．Path．cwd（）．joinpath（＇data／validation／cat＇））
valid＿dog ＝ process＿folder（folder＝pathlib．Path．cwd（）．joinpath（＇data／validation／dog＇））
valid＿set ＝ pd．concat（［valid＿cat， valid＿dog］， axis＝0）
with open（＇valid＿set．pkl＇， ＇wb＇） as f：
pickle．dump（valid＿set， f）
图8——训练集
数据集包含所有猫的图像，然后是所有狗的图像。这对于训练集和验证集来说并不理想，因为神经网络会按照这个顺序看到它们。
你可以使用Scikit Learn中的随机函数来随机排序：
train＿set ＝ shuffle（train＿set）．reset＿index（drop＝True）
valid＿set ＝ shuffle（valid＿set）．reset＿index（drop＝True）
下面是它现在的样子：
图9——随机后的训练集
下一步是将特征与目标分离。我们将对所有三个子集进行拆分：
X＿train ＝ train＿set．drop（＇class＇， axis＝1）
y＿train ＝ train＿set［＇class＇］
X＿valid ＝ valid＿set．drop（＇class＇， axis＝1）
y＿valid ＝ valid＿set［＇class＇］
X＿test ＝ test＿set．drop（＇class＇， axis＝1）
y＿test ＝ test＿set［＇class＇］
最后，使用数字编码目标变量。有两个不同的类（cat和dog），因此每个实例的目标变量应该包含两个元素。
例如，使用factorize函数进行编码：
y＿train．factorize（）
图10－factorize函数
标签被转换成整数——猫为0，狗为1。
你可以使用TensorFlow中的to＿category函数，并传入factorize后的数组，以及不同类的数量（2）：
y＿train ＝ tf．keras．utils．to＿categorical（y＿train．factorize（）［0］， num＿classes＝2）
y＿valid ＝ tf．keras．utils．to＿categorical（y＿valid．factorize（）［0］， num＿classes＝2）
y＿test ＝ tf．keras．utils．to＿categorical（y＿test．factorize（）［0］， num＿classes＝2）
因此，y＿train现在看起来是这样的：
图11——目标变量
从概率的角度考虑——第一张图片有100％的几率是猫，0％的几率是狗。这些都是真实的标签，所以概率可以是0或1。
我们现在终于有了训练神经网络模型所需的一切。
用人工神经网络（ANN）训练图像分类模型
我随机选择了层的数量和每层的节点数量，以下2部分不能更改：
· 输出层——它需要两个节点，因为我们有两个不同的类。我们不能再使用sigmoid激活函数了，所以选择softmax。
· 损失函数——我们使用分类交叉熵。
其他部分可以随意更改：
以下是我在100个epoch后得到的结果：
图12：100个epoch后的ANN结果
60％的准确率比猜测稍微好一点，但性能一般。尽管如此，我们还是来检查一下训练期间指标发生了什么变化。
以下代码片段绘制了100个epoch中每个epoch的训练损失与验证损失：
plt．plot（np．arange（1， 101）， history．history［＇loss＇］， label＝＇Training Loss＇）
plt．plot（np．arange（1， 101）， history．history［＇val＿loss＇］， label＝＇Validation Loss＇）
plt．title（＇Training vs． Validation Loss＇， size＝20）
plt．xlabel（＇Epoch＇， size＝14）
plt．legend（）；
图13：训练损失与验证损失
该模型能很好地学习训练数据，但不能推广。随着我们对模型进行更多epoch的训练，验证损失继续增加，这表明模型不稳定且不可用。
让我们看看准确度：
plt．plot（np．arange（1， 101）， history．history［＇accuracy＇］， label＝＇Training Accuracy＇）
plt．plot（np．arange（1， 101）， history．history［＇val＿accuracy＇］， label＝＇Validation Accuracy＇）
plt．title（＇Training vs． Validation Accuracy＇， size＝20）
plt．xlabel（＇Epoch＇， size＝14）
plt．legend（）；
图14：训练准确度与验证准确度
类似的图片。验证精度稳定在60％左右，而模型对训练数据的拟合度过高。
对于一个包含20K训练图像的两类数据集，60％的准确率几乎是它所能达到的最差水平。原因很简单——Dense层的设计并不是为了捕捉二维图像数据的复杂性。
结论
现在你知道了——如何用人工神经网络训练一个图像分类模型，以及为什么你不应该这么做。这就像穿着人字拖爬山——也许你能做到，但最好不要。
原文标题 : 人工神经网络训练图像分类器
