AI 第18天：建構影像分類模型

今天的課程將帶你進一步學習如何構建影像分類模型。我們將使用 Keras 和 TensorFlow 架構一個簡單的卷積神經網路（CNN），並使用經典的 CIFAR-10 資料集來進行圖像分類任務。

---

課程目標

1. 理解影像分類任務的流程與挑戰。
2. 學習卷積神經網路（CNN）的核心概念與運作原理。
3. 使用 TensorFlow 與 Keras 構建一個簡單的影像分類模型。

---

課程內容

1. 影像分類的挑戰

1. 高維數據特性：影像包含大量像素，維度通常較高。
2. 特徵提取困難：需要從影像中提取重要的邊緣、形狀等特徵。
3. 運算資源需求：影像分類任務需要大量的運算資源。

---

2. 卷積神經網路（CNN）基礎概念

CNN 是影像分類的核心工具，其結構與傳統神經網路不同，能有效地從影像中提取特徵。

2.1 卷積層（Convolutional Layer）

卷積層使用濾波器（Filter）對影像進行滑動操作，提取局部特徵（如邊緣、紋理等）。

數學公式：
\(z = \sum_{i,j} x[i, j] \cdot w[i, j] + b\)

2.2 池化層（Pooling Layer）

池化層用於降低影像維度，常見方法包括最大池化（Max Pooling）與平均池化（Average Pooling）。

2.3 全連接層（Fully Connected Layer）

全連接層將高維特徵壓縮為低維輸出，用於最終分類。

---

3. 實作影像分類模型

3.1 載入 CIFAR-10 資料集

CIFAR-10 是一個常用的影像分類資料集，包含 10 個類別，每個影像大小為 32×32 像素。

from tensorflow.keras.datasets import cifar10
from tensorflow.keras.utils import to_categorical

# 載入資料集
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

# 正規化影像數據
X_train = X_train / 255.0
X_test = X_test / 255.0

# 將標籤進行 One-Hot 編碼
y_train = to_categorical(y_train, 10)
y_test = to_categorical(y_test, 10)

print(f"訓練集形狀: {X_train.shape}")
print(f"測試集形狀: {X_test.shape}")

---

3.2 建構卷積神經網路模型

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout

# 建立模型
model = Sequential([
    Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)),  # 卷積層 1
    MaxPooling2D((2, 2)),  # 池化層 1
    Conv2D(64, (3, 3), activation='relu'),  # 卷積層 2
    MaxPooling2D((2, 2)),  # 池化層 2
    Flatten(),  # 展平層
    Dense(128, activation='relu'),  # 全連接層
    Dropout(0.5),  # 隨機丟棄（防止過擬合）
    Dense(10, activation='softmax')  # 輸出層
])

# 編譯模型
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

# 查看模型架構
model.summary()

---

3.3 模型訓練與評估

# 訓練模型
history = model.fit(X_train, y_train, epochs=20, batch_size=64, validation_split=0.2, verbose=1)

# 評估模型
loss, accuracy = model.evaluate(X_test, y_test)
print(f"測試集準確率: {accuracy:.2f}")

---

4. 視覺化訓練過程

使用 Matplotlib 將訓練過程中的損失與準確率繪製出來，幫助我們觀察模型的學習情況。

import matplotlib.pyplot as plt

# 繪製準確率
plt.plot(history.history['accuracy'], label='訓練準確率')
plt.plot(history.history['val_accuracy'], label='驗證準確率')
plt.legend()
plt.title('準確率')

# 繪製損失
plt.figure()
plt.plot(history.history['loss'], label='訓練損失')
plt.plot(history.history['val_loss'], label='驗證損失')
plt.legend()
plt.title('損失')
plt.show()

---

5. 改進模型性能的技巧

1. 增加卷積層或濾波器數量以提取更多特徵。
2. 使用資料增強（Data Augmentation）增加訓練樣本的多樣性。
3. 調整超參數（如學習率、批次大小）以優化模型性能。

---

課後作業

1. 修改模型的結構（如新增卷積層或全連接層），觀察對準確率的影響。
2. 實驗不同的激活函數（如 sigmoid 或 tanh）。
3. 使用 Keras 的資料增強功能（ImageDataGenerator），提升模型的泛化能力。

---