blog-web/TensorFlow.js初见(1).md at 8db5f8207a01188e49492d040c52f35529910cab

sookie/blog-web

Fork 0

朱进禄 8db5f8207a TensorFlow.js初见(1)

2021-04-01 20:30:07 +08:00

7.4 KiB

Raw Blame History

title

date

基础知识准备

张量(Tensors)

tf.Tensor是TensorFlow.js中的最重要的数据单元，它是一个形状为一维或多维数组组成的数值的集合。tf.Tensor和多维数组其实非常的相似。一个tf.Tensor还包含如下属性:

rank: 张量的维度
shape: 每个维度的数据大小，代表了张量的形状
dtype: 张量中的数据类型

import * as tf from '@tensorflow/tfjs-node'

const a = tf.tensor([[1, 2], [3, 4], [5, 6, 7]])
console.log('rank:', a.rank) // 2
console.log('shape:', a.shape) // [3,2]
console.log('dtype:', a.dtype) // float32
a.print()
/*
 [[1, 2],
  [3, 4],
  [5, 6]]
*/

从上述执行结果可以发现，超出边界的数据会被舍弃 tf.tensor函数包含三个参数，后两个参数是可选的

values: 原始数据
shape: 数组，指定每个维度的数据大小(不指定则根据原始数据的多维数组层级决定)
dtype: 数据类型，只能是下面的几种值

操作

张量可以进行一些处理和运算，但是张量对象本身是不可变的这些操作都会产生新的张量对象

改变形状

const a = tf.tensor([[1, 2], [3, 4]]);
const b = a.reshape([4, 1]);
b.print();
/*
 [[1],
  [2],
  [3],
  [4]]
*/

上述代码表示将张量改变为第一层维度的长度为4，第二层维度的长度为1

运算

// 对所有数据平方
const x = tf.tensor([1, 2, 3, 4])
const y = x.square()  // 相当于 tf.square(x)
y.print()

// 将两个张量逐个相加
const a = tf.tensor([1, 2, 3, 4])
const b = tf.tensor([10, 20, 30, 40])
const y = a.add(b)  // 相当于 tf.add(a, b)
y.print()

执行add的情况两个张量的形状和数据类型必须一致

模型训练

作为一个初见HelloWorld，这是一个垃圾分类识别图片的demo 使用nodejs环境来执行这个过程

1、安装nodejs版本的TensorFlow

npm install @tensorflow/tfjs-node

当然它底层是在调用C++库，在windows环境需要使用node-gyp进行编译相比之下，mac和linux环境安装会顺利很多

为了代码的编写方便，我也添加了TypeScript的基础环境

"dependencies": {
  "@tensorflow/tfjs-node": "^3.3.0",
  "typescript": "^4.2.3"
},
"devDependencies": {
  "ts-node": "^9.1.1"
}

2、准备训练素材

下载地址这里有4种类型的垃圾，每一种里面都有大量的图片

3、读取训练素材

这里主要就是一些nodejs当中读写文件的API

/*
根据实际情况定义 trainDir 和 outputDir
也就是读取训练素材的目录和产出输出的目录
*/
// 读取目录，获取到的是固定顺序的4种类型的名称
const types = fs.readdirSync(trainDir)
// 写入到文件，为后续的模型使用做准备
fs.writeFileSync(`${outputDir}/types.json`, JSON.stringify(types))

const imageData: {imagePath: string, dirIndex: number}[] = []
types.forEach((dir: string, dirIndex: number) => {
  // 获取每个类型当中所有的图片名称
  const imgNames = fs.readdirSync(`${trainDir}/${dir}`)
  imgNames.forEach(imgName => {
    imageData.push({
      imagePath: `${trainDir}/${dir}/${imgName}`,
      dirIndex // 这个index用于区分该图片属于哪种类型
    })
  })
})

这里拿到的imageData是一个包含所有训练素材路径和类别索引的数组

4、图片数据转化为张量

/**
 * 图片数据处理
 * @param buffer 图片数据Buffer
 * @returns 
 */
const img2x = (buffer: Buffer) => {
  // tf.tidy 执行后就会清除所有的中间张量，并释放它们的GPU内存(相当于优化运行过程, 这一层包装也可以不要)
  return tf.tidy(() => {
    // 图片格式转换
    const imgTs = tf.node.decodeImage(new Uint8Array(buffer))
    // 图片尺寸转换
    const imgTsResized = tf.image.resizeBilinear(imgTs, [224, 224])
    // 将像素值归一化到[-1, 1]
    /**
     * 图片像素值是[0, 255]
     * 先减去 255 / 2, 此时区间是[-127.5, 127.5]
     * 再除以 255 / 2, 此时区间是[-1, 1]
     * reshape进行模型转换
     * 224,224代表尺寸 3代表RGB图片 1代表把图片放在数字1(拓展一维)
     */
    return imgTsResized.toFloat().sub(255 / 2).div(255 / 2).reshape([1, 224, 224, 3])
  })
}

5、对大量训练素材进行处理

由于直接把所有图片读取后转化为张量，会占用大量内存 TensorFlow支持使用生成器函数进行分批处理

imageData为第3步中得到的图片路径数据

// 将图片数据打乱顺序 便于观察训练效果
tf.util.shuffle(imageData)
// 防止数据过多全部读入内存无法容纳
// 所以使用生成器函数进行分批读取
const dataset = tf.data.generator(function* () {
  const batchSize = 32
  for(let index = 0 ; index < imageData.length ; index += batchSize) {
    const end = Math.min(index + batchSize, imageData.length)
    yield tf.tidy(() => {
      const inputs = []
      const labels: number[] = []
      for(let readIndex = index ; readIndex < end ; readIndex ++) {
        // 同步读取图片，得到Buffer对象
        const imgBuffer = fs.readFileSync(imageData[readIndex].imagePath)
        inputs.push(img2x(imgBuffer))
        labels.push(imageData[readIndex].dirIndex)
      }
      // 封装为Tensor的嵌套数组
      const xs = tf.concat(inputs)
      const ys = tf.tensor(labels)
      return {xs, ys}
    })
  }
})

6、加载模型进行复用

这里使用MobileNet这个模型进行复用所需文件: model.json group1-shard1of1.bin

// 加载模型
const mobilenet = await tf.loadLayersModel(`file://${process.cwd()}/resource/model.json`)
// 复用该模型 并截断部分
const model = tf.sequential() // 定义一个连续的模型
for(let i = 0 ; i <= 86 ; i++) {
  const layer = mobilenet.layers[i]
  layer.trainable = false
  model.add(layer)
}
model.add(tf.layers.flatten()) // 数据扁平化
model.add(tf.layers.dense({ // 隐藏层
  units: 10, // 神经元个数
  activation: 'relu', // 激活函数
}))
model.add(tf.layers.dense({ // 输出层
  units: types.length,
  activation: 'softmax'
}))
// 训练模型

// 定义损失函数和优化器
model.compile({
  loss: 'sparseCategoricalCrossentropy', // 损失函数
  optimizer: tf.train.adam(), // 优化器
  metrics: ['acc'/* 准确度的度量 */] // 度量单位
})

7、执行训练

如果是一次性读取所有文件，直接使用fit方法如果是生成器函数分批读取的，使用fitDataset方法

// 使用fit方法进行训练(让模型参数尽可能拟合图片数据)
await model.fitDataset(dataset, {
  epochs: 20 // 执行多少轮训练
})
// 使用save方法保存模型文件
await model.save(`file://${process.cwd()}/output`)

执行完毕后，就在output里面得到了训练好的模型文件

7.4 KiB Raw Blame History Unescape Escape