Se quiser copiar o código do PIX:

00020126580014BR.GOV.BCB.PIX013643c5f950-535b-4658-b91f-1f1d135fe4105204000053039865802BR5925Antonio Cavalcante de Pau6009SAO PAULO61080540900062070503***6304946B

Aula 30 - CIFAR-10 - VGG 3 - Dropout - Data Augmentation

CIFAR-10

Recapitulando o que já fizemos

Partimos de um modelo base, um base line, que é a arquitetura VGG3. Depois aplicamos as técnicas de regularização: Dropout na aula 27, Weight Decay na aula 28 e Data Augmentation na aula 29. Resultados: VGG3 + Weight Decay - 74,84% VGG3 + Dropout - 82,33% VGG3 + Data Augmentation - 84,77% Nessa aula iremos misturar duas técnicas: Dropout + Data Augmentation.

Dropout + Data Augmentation

Nas aulas anterior, descobrimos que tanto o abandono(Dropout) quanto o aumento de dados(Data Augmentation) resultaram em uma melhoria significativa no desempenho do modelo. Agora vamos experimentar a combinação dessas duas técnicas no modelo, para ver se o uso de ambas regularizações juntas, resultam em um melhor desempenho do modelo. O código abaixo, do notebook dessa aula, completa do código de um modelo com dropout.

# define cnn model
def define_model():
    model = Sequential()
    #bloco 1
    model.add(Conv2D(32, (3, 3), activation='relu', kernel_initializer='he_uniform', padding='same', input_shape=(32, 32, 3)))
    model.add(Conv2D(32, (3, 3), activation='relu', kernel_initializer='he_uniform', padding='same'))
    model.add(MaxPooling2D((2, 2)))
    model.add(Dropout(0.2))

    #bloco 2
    model.add(Conv2D(64, (3, 3), activation='relu', kernel_initializer='he_uniform', padding='same'))
    model.add(Conv2D(64, (3, 3), activation='relu', kernel_initializer='he_uniform', padding='same'))
    model.add(MaxPooling2D((2, 2)))
    model.add(Dropout(0.3))

    #bloco 3
    model.add(Conv2D(128, (3, 3), activation='relu', kernel_initializer='he_uniform', padding='same'))
    model.add(Conv2D(128, (3, 3), activation='relu', kernel_initializer='he_uniform', padding='same'))
    model.add(MaxPooling2D((2, 2)))
    model.add(Dropout(0.4))

    model.add(Flatten())
    model.add(Dense(128, activation='relu', kernel_initializer='he_uniform'))
    model.add(Dropout(0.5))
    model.add(Dense(10, activation='softmax'))
		
    # compile model
    opt = SGD(learning_rate=0.001, momentum=0.9)
    model.compile(optimizer=opt, loss='categorical_crossentropy', metrics=['accuracy'])
    return model

Aumento de dados

# constrói o gerador de imagem de treinamento para aumento de dados
aug = ImageDataGenerator(
    rotation_range = 20, 
    zoom_range = 0.15,
    width_shift_range = 0.1,
    height_shift_range = 0.1, 
    shear_range = 0.15,
    horizontal_flip = True, 
    fill_mode = "nearest"
)

Dessa vez vamos rodar o treinamento com 200 épocas.

Usaremos o aug, EPOCHS e BS no treinamento, isto é, no model.fit(). Vamos passar o aug para a função model.fit(), chamando o método flow(). O método flow() cria um iterador. Podemos facilmente iterar e gerar os lotes de dados através dele.

model.fit(
    aug.flow(
      trainX, trainY, batch_size = BS
    ),
      validation_data = (testX, testY), 
      steps_per_epoch = len(trainX) // BS,
      epochs = EPOCHS
)

Definiremos o batch_size como 32 e o número de épocas 200. Lembrando que batch_size é o número de amostras que serão propagadas pela rede.

# initialize the number of epochs and batch size
EPOCHS = 200
BS = 32

Anaconda

O código dessa aula, eu rodei o código usando meu processamento local, já que o colab impõe limites de processamento e tempo em seu plano free. Para isso, usei o jupyter notebook do Anaconda, criei um ambiente chamado tensorflow, instalei tudo que precisamos nele: o jupyter, o CMD.exe, o matplotlib, o tensorflow, o tensorboard...

Antes de executar o notebook localmente

Antes de rodar o notebook localmente, no painel do anaconda: Abra o prompt no ambiente que você criou, no meu caso, o ambiente tensorflow, e rode na mesma pasta do notebook, o seguinte comando:

tensorboard --logdir logs --port 6006

O comando acima cria a pasta logs na pasta do notebook, e é onde serão colocados os dados gerados durante o treinamento da rede, dados relativos a como a rede evoluiu durante o treinamento, baseado nas precisões nos dados de treino e validação. É onde o tensorboard vai ler os dados para plotar os gráficos, e também definimos a porta como 6006.

OBS. Na aula https://www.codigofluente.com.br/aula-03-computacao-quantica-instalando-o-anaconda-e-o-qiskit/ de computação quântica, eu mostro como instalar o Anaconda.

Conclusões

Lembre-se que os resultados podem variar devido à natureza estocástica do algoritmo ou procedimento de avaliação, ou por diferenças na precisão numérica. Considere executar o exemplo algumas vezes e compare o resultado médio. Neste caso, vemos não houve uma melhoria no desempenho do modelo, acabou ficando muito parecido com o que vimos com o VGG3 + Data Augmentation. A precisão foi de: 83,79%. Os gráficos mostram que o modelo chegou a 85% na época 197, mas depois caiu.

Por essa aula é só.

Meu github:

https://github.com/toticavalcanti

Se gostarem do conteúdo dêem um joinha 👍 na página do Código Fluente no Facebook

Link do código fluente no Pinterest

Novamente deixo meus link de afiliados:

Hostinger

Digital Ocean

One.com

Obrigado, até a próxima e bons estudos. ;)