摘要： 本文以Python代码完成整个鸾尾花图像分类任务，没有调用任何的数据包，适合新手阅读理解，并动手实践体验下机器学习方法的大致流程。
尝试使用过各大公司推出的植物识别APP吗？比如微软识花、花伴侣等这些APP。当你看到一朵不知道学名的花时，只需要打开植物识别APP，拍摄一张你所想辨认的植物照片并上传，APP会自动识别出该花的品种及详细介绍，感觉手机中装了一个知识渊博的生物学家，是不是很神奇？其实，背后的原理很简单，是一个图像分类的过程，将上传的图像与手机中预存的数据集或联网数据进行匹配，将其分类到对应的类别即可。随着深度学习方法的应用，图像分类的精度越来越高，在部分数据集上已经超越了人眼的能力。
相对于传统神经网络的方法而言，深度学习方法一般对数据集规模、硬件平台有着比较高的要求，如果只是单纯的想尝试了解图像分类任务的基本流程，建议采用小数据集样本及传统的神经网络方法实现。本文将带领读者采用鸢尾属植物数据集（Iris Data Set）来实现一个分类任务，整个鸢尾属植物数据集是机器学习中历史悠久的数据集，比现在常用的数字手写体数据集（Mnist Data Set）数据集还要早得多，该数据集来源于英国著名的统计学家、生物学家Ronald Fiser。本文在不使用相关软件库的情况下，从头开始构建针对鸢尾属植物数据的神经网络模型，对其进行训练并获得好的结果。
鸢尾属植物数据集是用于测试机器学习算法的最常用数据集。该数据包含四种特征，萼片长度、萼片宽度、花瓣长度和花瓣宽度，用于鸢尾属植物的不同物种（versicolor, virginica和setosa）。此外，每个物种有50个实例（数据行），下面让我们看看样本数据分布情况。
我们将在这个数据集上使用神经网络构建分类模型。为了简单起见，使用花瓣长度和花瓣宽度作为特征，且只有两类物种：versicolor和virginica。下面就让我们在Python中逐步训练针对该样本数据集的神经网络：
步骤1：准备鸢尾属植物数据集
将Iris数据集导入python并对数据进行子集划分以保留行之间的相关性：
蓝色点代表Versicolor物种，红色点代表Virginica物种。本文构建的神经网络将在这些数据上进行训练，以期最后能正确地分类物种。
步骤2：初始化参数（权重和偏置）
下面构建一个具有单个隐藏层的神经网络。此外，将隐藏图层的大小设置为6：
步骤3：前向传播（forward propagation）
在前向传播过程中，使用tanh激活函数作为第一层的激活函数，使用sigmoid激活函数作为第二层的激活函数：
步骤4：计算代价函数（cost function）
目标是使得计算的代价函数小化，本文采用交叉熵（cross-entropy）作为代价函数：
步骤5：反向传播（back propagation）
计算反向传播过程，主要是计算代价函数的导数：
步骤6：更新参数
使用反向传播过程中计算的梯度来更新权重和偏置：
步骤7：建立神经网络
将以上所有函数组合起来以创建设计的神经网络模型。总而言之，下面是模型函数的整体顺序：
1、初始化参数
2、前向传播
3、计算代价函数
4、反向传播
5、更新参数
步骤8：跑动模型
将隐藏层节点设置为6，最大迭代次数设置为10,000次，并每隔1000次打印出训练的结果：
步骤9：画出分类边界
从图中可以观察到，只有四个点被错误分类。虽然我们可以调整模型来进一步地提高模型训练精度，但该些操作显然会导致过拟合现象的出现。
资源
— https://www.coursera.org/specializations/deep-learning
本文作者：【方向】
本文为云栖社区原创内容，未经允许不得转载。
网友评论