使用Google Colaboratory训练神经网络

作者：Sagar Howal

编译：weakish

编者按：数据科学开发者Sagar Howal通过一个浅显易懂的示例，介绍了如何使用Google Colaboratory——Google提供的用于数据科学和机器学习的协作开发工具。Colaboratory十分好用，而且是免费的。

Google最近发布了Google Colaboratory（g.co/colab）。Google Colaboratory原为Google数据科学编程的内部协作工具，现在Google把它作为公开服务发布出来。Google Colaboratory基于Jupyter开源项目，并集成了Google Drive。Colaboratory使用户能像使用Google文档或电子表格一样方便地使用Jupyter Notebook。

Colaboratory

使用Colaboratory很简单。如果你有Google账号的话，直接访问Colaboratory网站即可开始使用。Colaboratory让你使用Google的虚拟机运行机器学习任务，这样你可以直接上手构建模型，无需担忧算力问题。而且，它是免费的。

初次打开Colaboratory，你会看到一个欢迎文件“Hello, Colaboratory”，里面有一些基本的例子。你可以尝试一下。

在Colaboratory中，你可以像在Jupyter Notebook中一样编写代码。按可以运行代码块，结果会显示在代码块下方。

除了代码之外，你也可以运行shell命令，加上!作为前缀就可以，例如：

下面我将通过一个例子演示如何使用Colaboratory训练神经网络。我们将在UCI机器学习仓库提供的威斯康星州乳腺癌数据库上训练一个神经网络。

这里是与本文配套的Colaboratory notebook。

深度学习

本文假设读者对神经网络和深度学习有一定了解。如果你需要温习这方面的知识，可以参考Carlos Greshenson的论文（这是一篇非常容易阅读的论文）。你也可以参考其他网上资源。

不过，即使你现在还不理解神经网络，也不用担心，因为我们会循序渐进。让我们开始……

代码

问题：

研究人员获取了细针穿刺抽吸活组织检查（FNA）数据，生成对应的数码图像。数据集中包含了描述图像中的细胞核特性的实例。每个实例标注为“恶性”或“良性”。我们的任务是在这些数据上训练网络，以诊断乳腺癌。

在Colaboratory中新建一个notebook（untitled.ipynb文件）。

正如我们前面提到的，notebook背后是一个虚拟linux机器，因此你可以安装项目所需的软件包。现在就来试一下，在代码块中输入!ls（记得在所有命令前加!）：

接下来我们上传数据集：

输入!ls检查下文件是否就绪：

数据处理：

导入数据集（使用pandas）：

分离因变量和自变量：

包含单独的一列，其中有两个类别M和B，分别代表“恶性”和“良性”。它们需要被编码为相应的数学形式，即和。这可以通过LabelEncoder类（标签编码器）实现。

（如果你的数据包含超过2个类别，你可以使用OneHotEncoder）

数据就绪之后，让我们切分训练集和测试集。我们使用Scikit-Learn中的类：

参数定义了测试集的比例。也就是80%作为训练集，20%作为测试集。

Keras

Keras是构建神经网络的高层API，底层操作基于Tensorflow。因此，安装Keras前先要安装Tensorflow。Colaboratory的虚拟机已经预装了Tensorflow。输入以下命令可以查看当前安装的Tensorflow版本：

我希望本文可以帮助你上手Colaboratory。本文配套的Notebook在此（https://colab.research.google.com/notebook#fileId=1aQGl_sH4TVehK8PDBRspwI4pD16xIR0r）。

原文地址：https://towardsdatascience.com/neural-networks-with-google-colaboratory-artificial-intelligence-getting-started-713b5eb07f14