今天，Google AI再次放出大招，推出一個專注于機器學習實踐的“交互式課程”，第一門是圖像分類機器學習實踐，已有超過10000名谷歌員工使用這個教程構建了自己的圖像分類器。內容簡明易上手，不妨來試。

幾個月前，Google AI教育項目放出大福利，將內部機器學習速成課程（MLCC）免費開放給所有人，以幫助更多開發人員學習和使用機器學習。

今天，Google AI再次放出大招，推出一個專注于機器學習實踐的“交互式課程”。公開的第一門課程是谷歌AI團隊與圖像模型方面的專家合作開發的圖像分類機器學習實踐。

這個動手實踐課程包含視頻、文檔和交互式編程練習，分步講解谷歌最先進的圖像分類模型是如何開發出來的。這一圖像分類模型已經在Google相冊的搜索功能中應用。迄今為止，已經有超過10000名谷歌員工使用這個實踐指南來訓練自己的圖像分類器，識別照片上的貓和狗。

在這個交互式課程中，首先，你將了解圖像分類是如何工作的，學習卷積神經網絡的構建模塊。然后，你將從頭開始構建一個CNN，了解如何防止過擬合，并利用預訓練的模型進行特征提取和微調。

機器學習實踐：圖像分類

學習本課程，你將了解谷歌state-of-the-art的圖像分類模型是如何開發出來的，該模型被用于在Google Photos中進行搜索。這是一個關于卷積神經網絡（CNN）的速成課程，在學習過程中，你將自己構建一個圖像分類器來區分貓的照片和狗的照片。

預計完成時間：90~120 分鐘

先修要求

已學完谷歌機器學習速成課程，或有機器學習基本原理相關的經驗。

精通編程基礎知識，并有一些Python編程的經驗

在2013年5月，谷歌發布了對個人照片進行搜索的功能，用戶能夠根據照片中的對象在自己的相冊中檢索相應的照片。

在相冊中搜索包含暹邏貓的照片

這一功能后來在2015年被Google Photos中，被廣泛認為具有顛覆性的影響。這證明了計算機視覺軟件可以按照人類的標準對圖像進行分類，其價值包括：

用戶不再需要用“beach”之類的標簽手工地對照片內容進行分類，當需要管理幾千張圖片時，這一任務會變得非常繁瑣。

用戶可以用新的方式來探索他們的相冊，使用搜索詞來定位他們可能從未標記過的對象的照片。例如，他們可以搜索“棕櫚樹”，將所有背景中有棕櫚樹的度假照片放在一起。

軟件可能會“看到”用戶自己可能無法察覺的分類差別（例如，區分暹羅貓和阿比西尼亞貓），有效地增加了用戶的專業知識。

圖像分類是如何工作的

圖像分類是一個有監督的學習問題：定義一組目標類（即圖像中需要識別的對象），并使用已標記的示例照片來訓練一個模型來識別目標。早期的計算機視覺模型依賴于原始的像素數據作為模型的輸入。

然而，如下圖所示，僅原始的像素數據并不能提供足夠穩定的表示，以包含圖像中捕獲的無數個對象的細微變化。對象的位置、對象背后的背景、周圍的光線、相機的角度和相機的焦點在原始像素數據中都可能產生波動；這些差異是非常重要的，它們不能通過對像素RGB值的加權平均來校正。

左：不同姿勢、不同背景和光照條件的照片中，貓都可以被識別出來；右：用平均像素數據來解釋這種變化無法產生任何有意義的信息

為了更靈活地對對象進行建模，經典的計算機視覺模型添加了來自像素數據的新特性，比如顏色直方圖、紋理和形狀。但這種方法的缺點是使特性工程變成了一種負擔，因為需要調整的輸入太多了。比如對于一個貓的分類器，哪種顏色最重要？形狀的定義靈活度應該多大？由于特征需要非常精確地調整，構建一個穩定的模型非常具有挑戰性，而且模型精度也會受到影響。

卷積神經網絡

構建圖像分類模型的一個突破是發現卷積神經網絡（CNN）可以用來逐步地提取圖像內容的更高層的表示。CNN不是預先處理數據以獲得紋理、形狀等特征，而是將圖像的原始像素數據作為輸入，并“學習”如何提取這些特征，最終推斷它們構成的對象。

首先，CNN接受到一個輸入特征圖：一個三維矩陣，其中前兩個維度的大小對應于像素圖像的長度和寬度。第三個維度的大小為3（對應于彩色圖像的3個通道：紅、綠和藍）。CNN包含許多個模塊，每個模塊執行三個操作。

CNN部分接下來分別講解卷積、ReLU、Pooling和全連接層。接下來兩節是“防止過擬合”和“利用預訓練的模型”，并提供三個練習：

練習1：為貓-狗分類（Cat-vs-Dog Classification）建立一個卷積神經網絡

在這個練習中，你將得到動手建一個卷積神經網絡的實戰經驗，從頭開始建立一個圖像分類器來區分貓的照片和狗的照片。

練習2：防止過擬合

在這個練習中，你將進一步改進練習1中構建的貓狗分類CNN模型，運用數據增強和dropout 正則化。

練習3：特征提取和微調

在這個練習中，你將對谷歌的初始 Inception v3 模型進行特征提取和fine-tuning，以使你的貓狗分類模型達到更高精度。