伴随着今日在云栖大会的重磅发布，快来感受下人工智能的魅力。

一、背景

随着互联网的发展，产生了大量的图片以及语音数据，如何对这部分非结构化数据行之有效的利用起来，一直是困扰数据挖掘工程师的一到难题。首先，解决非结构化数据常常要使用深度学习算法，上手门槛高。其次，对于这部分数据的处理，往往需要依赖GPU计算引擎，计算资源代价大。本文将介绍一种利用深度学习实现的图片识别案例，这种功能可以服用到图片的检黄、人脸识别、物体检测等各个领域。

下面尝试通过阿里云机器学习平台产品，利用深度学习框架Tensorflow，快速的搭架图像识别的预测模型，整个流程只需要半小时，就可以实现对下面这幅图片的识别，系统会返回结果“鸟”：

二、数据集介绍

本案例数据集及相关代码下载地址：

使用CIFAR-10数据集，这份数据是一份对包含6万张像素为32*32的彩色图片，这6万张图片被分成10个类别，分别是飞机、汽车、鸟、毛、鹿、狗、青蛙、马、船、卡车。数据集截图：

数据源在使用过程中被拆分成两个部分，其中5万张用于训练，1万张用于测试。其中5万张训练数据又被拆分成5个data_batch，1万张测试数据组成test_batch。最终数据源如图：

三、数据探索流程

下面我们一步一步讲解下如何将实验在阿里云机器学习平台跑通，首先需要开通阿里云机器学习产品的GPU使用权限，并且开通OSS，用于存储数据。

机器学习： OSS：

1.数据源准备

第一步，进入OSS对象存储，将本案例使用的相关数据和代码放到OSS的bucket路径下。首先建立OSS的bucket，然后我建立了aohai_test文件夹，并在这个目录下建立如下4个文件夹目录：

每个文件夹的作用如下：

• check_point:用来存放实验生成的模型
• cifar-10-batches-py：用来存放训练数据以及预测集数据，对应的是下载下来的数据源cifar-10-batcher-py文件和预测集bird_bullocks_oriole.jpg文件
• train_code:用来存放训练数据，也就是cifar_pai.py

• predict_code:用来存放cifar_predict_pai.py

  本案例数据集及相关代码下载地址：

2.配置OSS访问授权

现在我们已经把数据和训练需要的代码放入OSS，下面要配置机器学习对OSS的访问，进入阿里云机器学习，在“设置”按钮的弹出页面，配置OSS的访问授权。如图：

3.模型训练

从左边的组件框中拖拽“读OSS Bucket”以及“Tensorflow”组件链接，并且在“Tensorflow”的配置项中进行相关设置。

• Python代码文件：OSS中的cifar_pai.py
• 数据源目录：OSS中的cifar-10-batches-py文件夹
• 输出目录：OSS中的check_point文件夹

点击运行，实验开始训练，可以针对底层的GPU资源灵活调节，除了界面端的设置，需要在代码中也有相应的支持，代码编写符合Tensorflow的多卡规范。

4.模型训练代码解析

这里针对cifar_pai.py文件中的关键代码讲解：

（1）构建CNN图片训练模型

network = input_data(shape=[None, 32, 32, 3],                         data_preprocessing=img_prep,                         data_augmentation=img_aug)    network = conv_2d(network, 32, 3, activation='relu')    network = max_pool_2d(network, 2)    network = conv_2d(network, 64, 3, activation='relu')    network = conv_2d(network, 64, 3, activation='relu')    network = max_pool_2d(network, 2)    network = fully_connected(network, 512, activation='relu')    network = dropout(network, 0.5)    network = fully_connected(network, 10, activation='softmax')    network = regression(network, optimizer='adam',                         loss='categorical_crossentropy',                         learning_rate=0.001)

（2）训练生成模型名为model的一系列文件，这些文件组成了TF的预测模型

model = tflearn.DNN(network, tensorboard_verbose=0)    model.fit(X, Y, n_epoch=100, shuffle=True, validation_set=(X_test, Y_test),              show_metric=True, batch_size=96, run_id='cifar10_cnn')    model_path = os.path.join(FLAGS.checkpointDir, "model.tfl")    print(model_path)    model.save(model_path)

5.查看训练过程中的日志

训练过程中，右键“Tensorflow”组件，点击查看日志。

点击打开logview连接，按照如下链路操作，打开ODPS Tasks下面的Algo Task，双击Tensorflow Task，点击StdOut，可以看到模型训练的日志被实时的打印出来：

随着实验的进行，会不断打出日志出来，对于关键的信息也可以利用print函数在代码中打印，结果会显示在这里。在本案例中，可以通过acc查看模型训练的准确度。

5.结果预测

再拖拽一个“Tensorflow”组件用于预测，

• Python代码文件：OSS中的cifar_predict_pai.py
• 数据源目录：OSS中的cifar-10-batches-py文件夹,用来读取bird_mount_bluebird.jpg文件
• 输出目录：读取OSS中的check_point文件夹下模型训练生成的model.tfl模型文件

预测的图片是存储在checkpoint文件夹下的图:

结果见日志：

6.预测代码数据

部分预测代码解析：

predict_pic = os.path.join(FLAGS.buckets, "bird_bullocks_oriole.jpg")    img_obj = file_io.read_file_to_string(predict_pic)    file_io.write_string_to_file("bird_bullocks_oriole.jpg", img_obj)    img = scipy.ndimage.imread("bird_bullocks_oriole.jpg", mode="RGB")    # Scale it to 32x32    img = scipy.misc.imresize(img, (32, 32), interp="bicubic").astype(np.float32, casting='unsafe')    # Predict    prediction = model.predict([img])    print (prediction[0])    print (prediction[0])    #print (prediction[0].index(max(prediction[0])))    num=['airplane','automobile','bird','cat','deer','dog','frog','horse','ship','truck']    print ("This is a %s"%(num[prediction[0].index(max(prediction[0]))]))

首先读入图片“bird_bullocks_oriole.jpg”，将图片调整为像素32*32的大小，然后带入model.predict预测函数评分，最终会返回这张图片对应的十种分类['airplane','automobile','bird','cat','deer','dog','frog','horse','ship','truck']的权重，选择权重最高的一项作为预测结果返回。

注：因为模型训练存在随机性，所以不保证每次训练出的模型对于预测图片都可以返回准确结果，需要不断调试对应参数才能达到稳定效果，本实验只是简单案例。

四、其它

作者微信公众号(与作者讨论)：

参与讨论：

免费体验：

往期文章：