嗨！ 我的名字叫Gabi，我正在学习数据科学。 我计划写一些我正在学习的内容，以帮助我整理思想，并跟踪所涵盖的内容。
面临的挑战：建立图像分类器，可以正确识别图像中是否存在入侵植物（并将结果提交给Kaggle以查看与其他植物的比较）。 我有2295张排序后的图像来训练我的模型，然后将其用于分类1531张图像。
设定：
我将使用Python进行编程，并使用Keras（带有Theano后端）运行模型。 Theano是一个Python库，可让我“有效地定义，优化和评估涉及多维数组的数学表达式”。 鉴于神经网络由许多数组乘法组成，这是构建一个数组的第一步。 然后Keras利用Theano的表达式来构建深度学习库。
我将使用Jupyter Notebook进行编程。 让我们开始吧：
创建模型：
由于数据集非常小，因此我将使用预先训练的模型。 实际上，这在图像分类问题中相当普遍，因为已经存在可以在数百万个图像上训练的良好模型。 如果没有资源去做同样的事情，使用预先训练的模型并根据我的需要对其进行调整很方便。 具体来说，我将使用VGG模型，该模型在ImageNet 2014挑战赛中获胜，该挑战赛训练了150万张图像。
VGG网络是卷积神经网络。
为了了解它与“传统”神经网络有何不同，我将首先考虑如何使用神经网络进行图像识别：我将为每个像素分配一个节点，并在该节点上进行一些数学运算。 然后，这些节点将通过某种加权组合连接到其他节点，最终产生输出。 这称为完全连接的网络。 由此产生的一个重要问题是它缺乏翻译不变性。 如果我训练我的网络来识别图像右下角的花朵，那么它将无法识别新图像左上角的花朵（因为每个像素都是单独考虑的）。
卷积神经网络占据一个区域的一部分图像，并对该区域中的每个像素进行加权。 然后，它将在图像上滑动“考虑区域”，并考虑具有相同权重的新像素。 这意味着网络将善于识别特征（例如花朵的花瓣），然后可以在图像中的任何地方查找它们。
VGG模型由卷积层和完全连接的层组成，其中空间池由最大池层进行。 这些池化层组合了多个神经元的输出。 由于这些层都有相似的配置，因此我可以定义一些方法来帮助我建立模型：
上面写的最后一个方法是均值中心方法，它使我可以在模型中添加一层自动对图像应用均值中心的方法，这是需要执行的重要预处理步骤。 我使用Lambda层添加该层，该层将表达式（在本例中为均值中心方法）包装为模型层。 该方法由VGG研究人员提供，因此我对图像进行的预处理与VGG模型所训练的内容一致。
然后，我可以使用编写的方法来构建模型：
作为设置的一部分，最后一点要注意：Keras要求每个类别都在其自己的文件夹中。 我还将来自Kaggle的训练数据分为一个训练集（2095张图像）和一个验证集（200张图像，每个班级100张），这些数据将用于测试模型的成功性。
