keras 基于Keras的Deep Learning学习入门指南

《机器人圈》指南:关于深度学习现在在AI领域扮演重要角色。怎样才能学好深度学习？Piotr Migda拥有量子物理学博士学位，是一名数据科学自由职业者。他积极参与天才教育，开发量子游戏，并在deepsense.io上担任数据科学讲师。他在深度学习方面有着非凡的教学经验。让我们从机器人圈开始学习。

人做事情往往是有一定目的的。对于深度学习来说，无论你是开始创业，还是只是想探索(比如检测可疑物体)，或者只是机器接管世界前的一个玩笑，都可以在这篇文章中找到你想要的答案。本文的目的不是提供神经网络教学本身的概述，而是指出有用的资源。

不要怕人工神经网络——启动容易！如果你真的想开始学习，你需要的只是真正的基础编程，非常简单的数学知识和几个机器学习概念的知识。接下来我就从这些要求开始逐一讲解。

在我看来，最好的办法是从高级交互模式(另见:高中生量子力学教材和光子量子游戏。所以我建议从Keras的图像识别任务开始，这是一个比较流行的Python神经网络库。当然，如果你想用比Keras更少的代码训练神经网络，唯一可行的选择就是用鸽子。是的，我是认真的:鸽子在识别癌症方面堪比人类科学家！

什么是深度学习？怎么这么爽？

深度学习是使用多层人工神经网络的机器学习技术的名称。人们经常使用人工智能这个术语，但除非你想听起来像科幻小说，否则它只适用于目前被认为“对机器来说太难了”的问题，这是一个快速发展的前沿领域。这是近几年爆炸式发展的一个领域，尤其是在视觉识别任务(包括很多其他任务)方面。参见:

电子前沿基金会对人工智能研究进展的衡量(2017)

与量子计算或核聚变不同，它是一种应用技术，而不是未来的某种可能性。有一个经验法则:

正常人一秒钟能完成的任何操作，现在都可以通过AI自动化来完成。吴恩达在推特上说。

有些人甚至更进一步，把这种说法延伸到科学家身上。谷歌和Facebook等公司如今处于领先地位并不奇怪。事实上，每隔几个月，我都会对超出我预期的事情感到惊讶，比如:

循环神经网络(RNN)在维基百科条目和LaTeX文章中生成虚假莎士比亚风格文章的不合理有效性。

艺术风格转移的神经算法(视频！)

实时人脸捕捉和再现

彩色图像着色

用于现实图像生成的即插即用生成网络

皮肤科医生对皮肤癌的分类和其他医学诊断工具

图像翻译(pix2pix)-从草图到照片

用机器人画猫、狗等动物的草图

看起来像是某种巫术。如果你好奇什么是神经网络，请观看以下系列视频，获得系统介绍:

斯蒂芬·韦尔奇揭示了神经网络

阿拉玛的视觉和互动神经网络基础指南

这些技术都是数据饥渴的。在希格斯数据集上查看逻辑回归、随机森林、深度学习的AUC评分曲线(数据点以百万计):

一般来说，即使有大量的数据，深度学习也比其他技术好，比如随机森林或者增强树。

让我们试一试！

我需要一些天网来运行吗？当然不是——像其他软件一样，你甚至可以在浏览器中完成:

TensorFlow游乐场用于点分离，并具有可视界面

ConvNetJS用于数字和图像识别

Keras.js演示—在浏览器中可视化和使用真实网络(例如，ResNet-50)

或者，如果你想在Python中使用Keras，请参考这个最小的例子——只是为了确保你可以在自己的电脑上使用。

Python与机器学习

我提到了基本的Python和机器学习作为需求。这些都包含在Python中的数据科学、统计学和机器学习的介绍中。

对于Python来说，如果你已经有了Anaconda发行版(覆盖了大部分数据科学软件包)，你需要做的就是安装TensorFlow和Keras。

说到机器学习，在开始学习深度学习之前，不需要学习很多技能。然而，如果一个给定的问题可以用更简单的方法解决，这将是一个很好的做法。例如，随机森林通常可以被视为开锁工具，这在许多问题上是现成的。你需要知道的是我们为什么要训练然后测试分类器(验证其预测能力)。为了得到它的要点，从这个漂亮的基于树的动画开始:

斯蒂芬妮·易和托尼·朱的《机器学习的视觉介绍》

另外，了解logistic回归也是一个不错的选择，这是几乎任何神经网络分类的基础。

数学

深度学习(即多层次的神经网络)主要使用非常简单的数学运算。这里有几个例子，你几乎可以在任何网络上找到(看看这个列表，请不要害怕):

向量、矩阵、多维数组

加法，乘法

盘绕提取和处理本地模式

激活功能:sigmoid、tanh或relu添加非线性

Softmax将向量转换为概率

对数损失(交叉熵)聪明地惩罚错误的猜测(也见库尔巴克-莱布勒散度解释)

梯度和链式规则(反向传播)用于优化网络参数

随机梯度下降及其变体(如动量)。

如果你的专业背景是数学、统计、物理或者信号处理——很有可能你已经知道足够的知识可以开始学习了！

如果你最后一次接触数学是在高中，别担心。其实数学很简单，数字识别的卷积神经网络可以在电子表格中实现(不用宏)。请参考:带ExcelNet的深度电子表格。这只是一个原则性的解决方案——不仅效率低下，而且缺乏最关键的部分——培训新网络的能力。

向量运算的基础不仅对于深度学习很重要，对于很多其他的机器学习技术也很重要(比如我写的word2vec中)。要理解它，我建议从以下其中一个开始:

J·斯特罗姆、k·斯特罗姆和t·阿克宁-穆勒的沉浸式线性代数——一本具有完全交互式图形的线性代数书

应用数学和机器学习基础:深度学习书籍中的线性代数

布兰登·福瑟深度学习线性代数作弊表

既然书中很多地方都引用了NumPy，那么学习它的基础知识一定很有用:

尼古拉斯·罗杰尔《从Python到Numpy》

科学课:数字数组对象

同时，回忆一下其中包含的道理，就像数学家想的那样。从神奇的工作代码开始，绝对可以像乐高积木一样处理神经网络层。

结构

有几个深度学习库很受欢迎，包括TensorFlow，茶诺，Torch，Caffe。他们各有一个Python接口(当然现在Torch里也有pyTorch)。

那么，我们应该选择哪一个呢？第一，和往常一样，忘记所有细微的性能基准，因为过早的优化才是万恶之源。最重要的是从一个容易写(读)的开始，一个有很多在线资源的，一个可以安装在你电脑上没有太多bug的。

记住，核心框架是一个支持GPU的多维数组表达式编译器。当前的神经网络可以表示如下。但是，如果只是想用神经网络，通过最小功率规则，我建议从神经网络框架入手。例如...

Keras

如果你喜欢Python哲学(简洁，可读，首选方法)，Keras就是为你量身定做的。它是一个先进的神经网络库，使用张量流或Anano作为后端。另外，如果你想有一个宣传屏，可能会有一个偏(或者说过分贴合)的排名:

深度学习框架状态(来自GitHub指标)，2017年4月。——弗朗索瓦·乔克(Keras的创造者)

如果想咨询不同来源，基于arXiv文件而不是GitHub的活动，请参考Andrej Karpathy的机器学习动态。人气很重要，也就是说如果要搜索一个网络架构，搜索它(比如UNet Keras)可能会返回一个例子。那么应该从哪里开始学习呢？关于Keras的文档很好，它的博客是很有价值的资源。关于在Jupyter笔记本中使用Keras深度学习的完整交互介绍，真的推荐你去看看:

Valerio Maggio写的基于Keras和TensorFlow的深度学习

如果您想要更短的，请尝试以下方法之一:

埃里克·雷佩尔的书的一部分，使用喀拉斯和猫来可视化卷积神经网络

贝塔罗维奇作品《完全初学者的深度学习:基于Keras的卷积神经网络》

使用Python中复杂神经网络的手写数字识别

Keras有几个附件，对学习它特别有用。我为顺序模型创建了ASCII摘要来显示网络中的数据流(与

model.summary()

更好)。它显示层数、数据维度(x、y、通道)和空闲参数数量(待优化)。例如，对于用于数字识别的网络，它可能如下所示:

操作数据尺寸重量(N)重量(%)输入# # # # 32 32 3 Conv2D |/-896 0.1% relu # # # # 32 32 32 Conv2D |/-9248 0.7% relu # # # # # 30 32 max pool 2D Y max-0 0.0% # # # # # 15 15 32 drop | | |-0.0% # # # 15 15 32 Conv2D |/-18496 1.5% relu # # # # # # |/-36928 3.0% relu # # # # 13 13 64 maxpool 2d Y max-0 0.0% # # # # 6 6 64 drop | |-0 0.0% # # # # 6 64扁平化| | | | | | | | |-0 0.0% # # # # # 2304密集XXXXX-1180160 94.3% relu # # # # # 512 drop | | |-0.0% # # # # # 512密集XXXXX - 5130

你可能也有兴趣用keras-tqdm的更好的进度条，用颤探索每一层的激活功能，用keras-vis检测注意力映射或者把keras模型转换成Java，在Keras.js浏览器中运行。说语言，还有一个R接口给Keras。

张量流

如果不是Keras，那么我建议从单个TensorFlow开始。这是一个更低级更啰嗦的工具，但是可以直接优化各种多维数组(和张量)运算。以下是一些不错的资源:

官方的TensorFlow教程很不错

马丁·诺尔作品中的张量流和深度学习。

艾默里克·达米安的TensorFlow教程和初学者示例(使用Python 2.7)

内森·林茨使用谷歌张量流框架的简单教程

无论如何，TensorBoard都可以轻松跟踪培训过程。也可以通过回调和Keras一起使用。

其他的

antano和TensorFlow差不多，但是有点老，比较难上手。例如，您需要手动编写对变量的更新。典型的神经网络图层不包括在内，所以常用的是Lasagne之类的库。如果你想找个地方开始，我喜欢下面的介绍:

马雷克·赖作品的入门教程

同时，如果你在Torch或者PyTorch中看到一些好的代码，不要害怕安装运行！

数据集

每一个机器学习问题都需要数据。你不能只告诉它“检查这张照片里有没有猫”就指望电脑告诉你答案。你需要展示很多猫的例子和没有猫的图片，(希望)它会学会把它们推广到其他情况。所以，你需要一些数据来开始。这不是机器学习或者深度学习的缺点——这是任何学习的基本属性！

在潜入未知水域之前，先看看一些流行的数据集。其中最关键的部分就是很受欢迎。这意味着你可以找到很多例子。并保证这些问题可以通过神经网络解决。

手写数字识别

许多好的想法在MNIST是行不通的(比如批量规格)。相反，许多不好的想法可能会在MNIST身上奏效，而不会被转移到真正的[计算机视觉]上。

弗朗索瓦·乔莱特的推特

但是，我建议从keras.datasets中包含的MNIST数字识别数据集(60k灰度28x28图像)开始，你不需要掌握它，只是为了得到它的工作原理(或者在本地机器上测试keras的基础知识)。

不是清单

其实我曾经指出过，AI工作者面临的最大挑战就是回答这个问题:什么是“A”和“我”？

——道格拉斯·霍夫斯塔德(1995)

一个比较有趣的数据集，对于经典的机器学习算法来说比较难，就是notMNIST(字母A-j来自奇怪的字体)。如果你想从它开始，这里是我的代码，不是Keras中的MNIST加载和逻辑回归。

研究中心

如果对图像识别感兴趣，有CIFAR数据集和32x32照片数据集(也可以在keras.datasets中找到)。它有两个版本:10个简单的课程(包括猫、狗、青蛙和飞机)和100个更困难和微妙的课程(包括海狸、海豚、水獭、海豹和鲸鱼)。我强烈建议从CIFAR-10开始，一个简单的版本。小心，更复杂的网络可能要花相当长的时间(我7岁的时候在Macbook Pro的CPU上运行了12个小时)。

更多的

深度学习需要大量数据。如果您想从头开始训练网络，即使是在低分辨率(32x32)下，您也可能需要多达10k个图像。尤其是数据很少的情况下，并不能保证网络会学到什么。那么如何解决这个问题呢？

使用非常低的分辨率(如果你的眼睛可以看到，你不需要使用更高的分辨率)

获取大量数据(对于256x256这样的图像，可能有数百万个实例)

再培训已经看到了很多网络

生成更多数据(包括旋转、移动和变形)

通常，它是所有提到的东西的组合。

站在巨人的肩上

创建一个新的神经网络与烹饪有很多共同之处——典型的配料(层)和食谱(流行的网络架构)。最重要的烹饪比赛是ImageNet视觉识别挑战赛，它从50万张照片数据集中识别出数百个类别。看看这些神经网络架构，我们通常使用224x224x3输入(Eugenio Culurciello的图表):

圆的大小代表参数的个数(很多！)。但是没有提到SqueezeNet，这种架构大大减少了参数的数量(比如50倍)。

几个关键的图像分类网络可以很容易地从keras.applications模块加载:Xception，VGG16，VGG19，ResNet50，InceptionV3。其他的不是即插即用的，但是在网上还是很容易找到的——没错，Keras有SqueezeNet。这些网络有两个目的:

它们提供了有用的构件和架构

当使用具有预训练权重的架构时，它们是再训练(所谓的转移学习)的最佳候选

图像的其他重要网络架构:

用于生物医学图像分割的卷积网络

基于Keras的视网膜血管分割和卷积神经网络

Keras用于为Kaggle的超声神经细分比赛提供深入的学习指导

艺术风格的神经算法

在Keras中执行神经风格转移和神经涂鸦——Somshubra Majumdar

美国有线电视新闻网在图像分割中的简史——从“伪美国有线电视新闻网”到“屏蔽美国有线电视新闻网”—— DH Ruv Parthasarathy

另一组意见:

神经网络动物园

如何训练你的深层神经网络——多少层，参数等。

基础

对于非常小的问题(比如MNIST，notMNIST)，你可以使用个人电脑——即使是笔记本电脑，计算也是在CPU上进行的。

对于小问题(比如CIFAR，不讲道理的RNN)，你还是可以用PC的，但是需要更多的耐心和取舍。

对于中大型问题，基本上唯一的办法就是用一台图形处理器(GPU)功能强大的机器。例如，我们花了2天时间培训一个卫星图像处理模型，以便在Kaggle进行竞争。请参考:

基于图像分割的卫星图像深度学习

在一个强大的CPU上，需要几个星期，请看:

贾斯廷·约翰逊流行的卷积神经网络模型的基准

使用功能强大的GPU最简单最便宜的方法就是每小时租一台远程机。可以用亚马逊(不仅仅是书店！)，这里有一些指导方针:

Keras和GPU——在亚马逊EC2上——一步一步的指南，由我的学生Mateusz Sieniawski完成

在AWS上的GPU上运行Jupyter笔记本电脑:弗朗索瓦·乔莱特入门指南

深造

我鼓励你与代码互动。例如，notMNIST或CIFAR-10可以是一个很好的起点。有时候，最好的开始方式是从别人的代码运行，然后看看参数修改后会发生什么。

为了学会操作，这一个是杰作:

CS231n:安德烈·卡帕斯写的卷积神经网络的视觉识别和语音视频

对于书籍，有一个很好的例子，从介绍数学和机器学习的学习环境开始(甚至用我最喜欢的方式覆盖对数损失和熵)！)

《深度学习》，麻省理工学院出版社出版，伊恩·古德费勒、约舒·本吉奥和亚伦·库维尔编辑。

或者，可以使用(可能有利于互动素材的介绍，但我觉得风格有点长):

神经网络和深度学习

其他材料

有很多深度学习应用(不只是图像识别！)。我收集了一些入门资料，涵盖了他们的方方面面(请注意:他们有各种各样的困难)。不要试图把它们都读完——我把它们列为灵感，而不是恐吓！

可读性:

循环神经网络的不合理有效性——安德烈·卡普西

卷积神经网络如何看待世界——Keras博客

当看到善良时，自愿神经网络会看什么——克拉辉博客(NSFW)

——Harish Nrayanan，艺术风格传递的卷积神经网络

梦、医学和康复——我的幻灯片(NSFW)，我正在考虑把它变成一个基于常识错误VS人类学习的更长的机器后学习。

技术:

《是的，你应该明白反向传播》——安德烈·卡帕西

基于喀拉斯——普拉卡什·瓦纳帕利的迁移学习

“用50行代码生成对抗网络”(pytorch)

《最小和干净的强化学习示例》

梯度下降优化算法综述——塞巴斯蒂安·路德

风格转换的最佳选择——斯拉夫·伊万诺夫

“在喀拉斯建立自动编码器”——弗朗索瓦·乔莱特

理解长期和短期记忆网络模型(LSTM)-克里斯·奥拉

《RNN与》。《LSTMs》——罗汉·卡普

牛津深度自然语言处理2017课程

资源列表

如何开始学习深度学习-OFIR出版社

深度学习指南—— YN 2

最受欢迎的:

R/MachineLearning Reddit频道涵盖了大部分最新内容

stellet . pub——一个交互式的、可视化的、开放的机器学习研究期刊，附有解释性文章

我的链接在pinboard.in/u:pmigdal/t:deep-learning-although，只能保存，不能自动推荐

@fastml_extra Twitter频道

git XIV-提供文件和代码

不要害怕看学术论文。有些文章写得很好，见解很深刻(如果你有Kindle或者其他电子书阅读器，我推荐Dontprint)。

数据(通常具有挑战性)

Kaggle

根据单导联心电图记录进行房颤分类:2017年心理挑战中的生理网络/计算

2017年动物竞赛(675，000张图片，5000种)，参见蘑菇人工智能

希望这篇文章能让你对深度学习有更深的理解。