計算機視覺-第09章2-TensorFlow和Keras基礎(chǔ)

人工智能學(xué)院人工智能視覺課程

TensorFlow和Keras基礎(chǔ)EarlyStopping類用于實現(xiàn)訓(xùn)練的早停法即訓(xùn)練過程中，若被監(jiān)控的指標(biāo)不再提升，則停止訓(xùn)練知識鏈接-EarlyStopping類2024/1/152搶答OR選人-三連（答錯扣分）2024/1/153閱讀以下描述，說出這個類/方法/函數(shù)/變量的名字（僅限于本章PPT內(nèi)容）7個字母里面有兩個單詞它干的事，cv2也能干它干的事，pyplot也能干用于加載一張圖片load_img函數(shù)用于讀取圖片img_to_array函數(shù)用于將圖片轉(zhuǎn)換為NumPy數(shù)組ResNet50函數(shù)用于構(gòu)建ResNet50的網(wǎng)絡(luò)結(jié)構(gòu)load_model函數(shù)用于加載模型知識鏈接-本項目使用的其他函數(shù)2024/1/154搶答OR選人-三連（答錯扣分）2024/1/155閱讀以下描述，說出這個類/方法/函數(shù)/變量的名字（僅限于本章PPT內(nèi)容）構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的一個常用類講義中常和Sequential類對象的add方法一起出現(xiàn)理論基礎(chǔ)在第四章講過了理論基礎(chǔ)在第八章又講了一遍用于構(gòu)建2D卷積層知識鏈接-Conv2D類2024/1/15601項目導(dǎo)入02項目任務(wù)03項目目標(biāo)04知識鏈接05項目準備06任務(wù)實施07任務(wù)拓展08項目小結(jié)硬件條件一臺計算機一臺GPU服務(wù)器軟件條件Windows10，64位PyCharmWindows社區(qū)版，Version:2021.1.2AnacondaWindowsPython3.8，64位Anaconda創(chuàng)建的Python3.6.10環(huán)境TensorFlow(CPU版)1.14.0或TensorFlow(GPU版)1.14.0Keras2.2.5OpenCV-Python4.5.3.56、Numpy1.19.5、Matplotlib3.3.4等項目準備2024/1/158已預(yù)先初步掌握下述知識卷積神經(jīng)網(wǎng)絡(luò)。包括卷積神經(jīng)網(wǎng)絡(luò)的概念、特征圖、卷積運算、池化等數(shù)據(jù)預(yù)處理。包括圖像縮放、圖像增強等模型訓(xùn)練的常用策略。包括從頭開始訓(xùn)練，使用預(yù)訓(xùn)練的模型進行特征提取，對預(yù)訓(xùn)練的模型進行微調(diào)等項目準備2024/1/15901項目導(dǎo)入02項目任務(wù)03項目目標(biāo)04知識鏈接05項目準備06任務(wù)實施07任務(wù)拓展08項目小結(jié)任務(wù)實施-項目任務(wù)概述2024/1/1511任務(wù)實施-項目搭建2024/1/1512任務(wù)實施-項目搭建2024/1/1513知識問答2024/1/1514本章項目中有四個”.py“文件，其中用于構(gòu)建模型的方法/函數(shù)寫在了哪個文件里？任務(wù)實施-項目搭建2024/1/1515搶答OR選人（答錯扣分）2024/1/1516閱讀以下描述，說出這個類/方法/函數(shù)/變量的名字（僅限于本章項目代碼）不是一個變量不是一個類有兩個參數(shù)沒有返回值用于可視化神經(jīng)網(wǎng)絡(luò)知識問答2024/1/1517本章項目中，用于構(gòu)建驗證集生成器的方法/函數(shù)叫什么？任務(wù)實施-定義可配置項2024/1/1518知識問答2024/1/1519如果訓(xùn)練集有3000張圖片，訓(xùn)練時批大小為100，則每個Epoch中的迭代步數(shù)是多少？搶答OR選人（答錯扣分）2024/1/1520如果訓(xùn)練集有3000張圖片，訓(xùn)練時批大小為128，則每個Epoch中的迭代步數(shù)是多少？任務(wù)實施-構(gòu)建數(shù)據(jù)集2024/1/1521任務(wù)實施-構(gòu)建數(shù)據(jù)集2024/1/1522知識問答2024/1/1523在本項目中，如果以dataset作為根目錄（第一層），最終構(gòu)建的數(shù)據(jù)集包括幾層？任務(wù)實施-數(shù)據(jù)預(yù)處理2024/1/1524知識問答2024/1/1525以下哪個數(shù)據(jù)集可以進行數(shù)據(jù)增強？搶答OR選人（答錯扣分）2024/1/1526在ImageDataGenerator中有一個flow_from_directory方法，其作用是？任務(wù)實施-模型構(gòu)建2024/1/1527知識問答2024/1/1528在model.add(layers.Conv2D(32,(3,3),activation='relu'))這行代碼中，”32“的意思是？選人2024/1/1529model_construction函數(shù)中有11行不一樣的代碼，我們請11個同學(xué)，一人講一行，我中間時不時提個問講對加分講錯扣分答對加分答錯不扣分任務(wù)實施-模型訓(xùn)練、模型評價和模型保存2024/1/1530知識問答2024/1/1531在Keras提供的callback類中，如果想基于驗證集準確率動態(tài)調(diào)整學(xué)習(xí)率，應(yīng)該修改以下哪個地方？任務(wù)實施-模型評價結(jié)果可視化2024/1/1532搶答OR選人（答錯扣分）2024/1/1533我們自己寫的_smooth_curve函數(shù)有什么缺陷？任務(wù)實施-模型使用和神經(jīng)網(wǎng)絡(luò)可視化2024/1/1534知識問答2024/1/1535講義上的model_visualization函數(shù)中有錯誤/不規(guī)范的地方，是哪里？知識問答2024/1/1536channel_image*=64和channel_image+=128中的64和128這兩個值，哪個可以調(diào)整？任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1537任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1538任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1539搶答OR選人-三連（答錯扣分）2024/1/1540為什么conv2d_1的輸出是(None,222,222,32)？搶答OR選人-三連（答錯扣分）2024/1/1541為什么max_pooling2d_1的輸出是(None,111,111,32)？搶答OR選人-三連（答錯扣分）2024/1/1542為什么dense_1的參數(shù)是4718848？任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1543任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1544任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1545任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1546任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1547任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1548任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1549任務(wù)實施-項目程序執(zhí)行及結(jié)果2024/1/1550課堂討論2024/1/1551如果我想使用Keras封裝好的ResNet預(yù)訓(xùn)練模型，但是我的電腦上沒有網(wǎng)絡(luò)，我該怎么辦？01項目導(dǎo)入02項目任務(wù)03項目目標(biāo)04知識鏈接05項目準備06任務(wù)實施07任務(wù)拓展08項目小結(jié)使用Sequntial類是構(gòu)建模型的一種手段，但Keras也支持函數(shù)式API，即直接操作張量，將層作為函數(shù)來使用，接受張量并返回張量請使用函數(shù)時API來構(gòu)建本項目自定義的模型任務(wù)拓展2024/1/1553如果一個模型僅保存了權(quán)重，而沒有保存網(wǎng)絡(luò)結(jié)構(gòu)，則不能使用load_model函數(shù)加載模型，而應(yīng)使用load_weights函數(shù)請使用load_weights函數(shù)讀取模型權(quán)重任務(wù)拓展2024/1/1554本項目雖然使用了ResNet50在ImageNet數(shù)據(jù)集上訓(xùn)練得到預(yù)訓(xùn)練模型，但設(shè)置了模型的每一層均可訓(xùn)練經(jīng)過本項目數(shù)據(jù)集訓(xùn)練后的模型，其每一層的權(quán)重和預(yù)訓(xùn)練模型都可能出現(xiàn)區(qū)別任務(wù)拓展2024/1/1555請讀者使用下述方式對基于ResNet50的模型進行訓(xùn)練，觀察結(jié)果凍結(jié)ResNet50卷積基，僅訓(xùn)練添加的密集連接分類器凍結(jié)指的是在訓(xùn)練過程中保持其權(quán)重不變，在Keras中可以使用trainable屬性設(shè)置任務(wù)拓展2024/1/1556請讀者使用下述方式對基于ResNet50的模型進行訓(xùn)練，觀察結(jié)果在上一步的基礎(chǔ)上，僅凍結(jié)ResNet50的前4個卷積塊（即解凍第5個卷積塊）將ResNet50的第5個卷積塊和密集連接分類器進行聯(lián)合訓(xùn)練這也叫模型微調(diào)任務(wù)拓展2024/1/155701項目導(dǎo)入02項