在本文的实验中，我们并没有使用TensorFlow教程中常用的MNIST手写数字是被数据集，而是使用了根据语音识别性别的数据集，voice.csv文件如下所示。这些数字代表语音记录不同的声学特征（acoustic properties）。通过脚本从录音中抽取出这些特征，然后转换为这个CSV文件。如果感兴趣的话可以参照R语言源码。

虽然不清楚这些特征代表的含义，但这并不重要，我们关心的仅是从这些数据中训练出一个能够区分男性和女性声音的分类器。如果要在你的APP中检测音频是男性还是女性产生的，你首先需要从这些音频数据中抽取这些声学特征。只要找到了这20个声学特征，就可以使用我们的分类器进行预测。所以，这个分类器并不是直接作用在音频上的，而仅仅是作用在这些抽取出来的特征。

Note: 这里需要指出深度学习和传统算法如逻辑斯蒂回归的区别。我们训练的分类器不能学习非常复杂的东西，需要在数据预处理阶段抽取特征。而深度学习系统可以直接将原始音频数据作为输入，抽取重要的声学特征，然后再进行分类。

我创建了一个名为split_data.py的Python脚本来分割训练集和数据集，如下：

        # This script loads the original dataset and splits it into a training set and test set.   
	  
	import numpy as np  
	import pandas as pd  
	  
	# Read the CSV file.  
	df = pd.read_csv("voice.csv", header=0)  
	  
	# Extract the labels into a numpy array. The original labels are text but we convert  
	# this to numbers: 1 = male, 0 = female.  
	labels = (df["label"] == "male").values * 1  
	  
	# labels is a row vector but TensorFlow expects a column vector, so reshape it.  
	labels = labels.reshape(-1, 1)  
	  
	# Remove the column with the labels.  
	del df["label"]  
	  
	# OPTIONAL: Do additional preprocessing, such as scaling the features.  
	# for column in df.columns:  
	#     mean = df[column].mean()  
	#     std = df[column].std()  
	#     df[column] = (df[column] - mean) / std  
	  
	# Convert the training data to a numpy array.  
	data = df.values  
	print("Full dataset size:", data.shape)  
	  
	# Split into a random training set and a test set.  
	from sklearn.model_selection import train_test_split  
	X_train, X_test, y_train, y_test = train_test_split(data, labels, test_size=0.3, random_state=123456)  
	  
	print("Training set size:", X_train.shape)  
	print("Test set size:", X_test.shape)  
	  
	# Save the matrices using numpy's native format.  
	np.save("X_train.npy", X_train)  
	np.save("X_test.npy", X_test)  
	np.save("y_train.npy", y_train)  
	np.save("y_test.npy", y_test)  

在本例的二分类器中，我们用1表示男性，0表示女性。在终端运行这个脚本文件，最终会生成4个文件：训练数据（X_train.npy）及其标签（y_train.npy），测试数据（X_test.npy）及其标签（y_test.npy）。

tf.name_scope（）将图的不同部分分成不同域，每个层都是在一个唯一的tf.name_scope（）下创建，作为在该作用域内创建的元素的前缀，x的独特名字将会是‘inputs/x-input’,这里将输入数据x和y定义在inputs域下，分别命名为“x_input”和“y_put”，方便后面使用。

每条输入数据是有20个元素的一个向量，并且有一个对应的标签（1表示男性，0表示女性）。如果将所有的训练数据构成矩阵，那么就可以一次性完成计算。所以上面定义x和y为二维张量：x的维度是[None, 20]，y的维度是[None, 1]。None表示第一个维度未知。实验中的训练集中有2217条样本，测试集有951条样本。

    with tf.name_scope("model"):
        W = tf.Variable(tf.zeros([num_inputs, num_classes]), name="W")
        b = tf.Variable(tf.zeros([num_classes]), name="b")

张量w是权重矩阵（一个20×1的矩阵），b是偏置。W和b被声明为TensorFlow的变量（variables），会在反向传播的过程中被更新。

    y_pred = tf.sigmoid(tf.matmul(x, W) + b)

这里将x和w相乘再加上b，然后输入sigmod函数中，得到预测值y_pred，表示x中音频数据是男性声音的概率。

Note：实际上，这行代码现在还没有计算任何东西，目前只是在构建计算图。这行代码将矩阵乘法和加法的节点，以及sigmod函数（tf.sigmoid）加入图中。当计算图构建完成时，创建一个TensorFlow会话（session），就可以测试真实数据了。

    with tf.name_scope("loss-function"):
        loss = tf.losses.log_loss(labels=y, predictions=y_pred)
        loss += regularization * tf.nn.l2_loss(W)

log_loss节点接收样本数据的真实标签y作为输入，与预测值y_pred比较，比较的结果代表损失值（loss）。第一次训练时，在所有的样本上预测值y_pred都会是0.5，因为分类器现在并不知道真实答案。初始损失值为-ln(0.5)，即0.693146,。随着不断训练，损失值会变得越来越小。

上面第三行代码加入了L2正则化项防止过拟合。正则项系数regularization 定义在另一个placeholder中：

    with tf.name_scope("hyperparameters"):
        regularization = tf.placeholder(tf.float32, name="regularization")
        learning_rate = tf.placeholder(tf.float32, name="learning-rate") 

前面我们使用了placeholder来定义输入x和y，这里又定义了超参（hyperparameters）。这些参数不像权重w和偏置b能够通过模型学习得到，你只能根据经验来设置。另一超参learning-rate定义了步长。

    with tf.name_scope("train"):
        optimizer = tf.train.AdamOptimizer(learning_rate)
        train_op = optimizer.minimize(loss)

这里添加了操作节点train_op，用于最小化loss，后面会运行这个节点来训练分类器。在训练过程中，我们使用快照技术与准确率确定分类器效果。定义一个计算预测结果准确率的图节点accuracy：

    with tf.name_scope("score"):
        correct_prediction = tf.equal(tf.to_float(y_pred > 0.5), y)
        accuracy = tf.reduce_mean(tf.to_float(correct_prediction), name="accuracy")

之前有说过y_pred是0到1之间的概率。通过tf.to_float(y_pred > 0.5)，如果预测是女性，返回0；如果是男性，就返回1。通过tf.equal方法可以比较预测结果y_pred与实际结果y是否相等，返回布尔值。先把布尔值转换成浮点数，tf.reduce_mean（）计算均值，最后的结果就是准确率。后面在测试集上也会使用这个accuracy节点确定分类器的真实效果。

对于没有标签的新数据，定义inference节点进行预测：

    with tf.name_scope("inference"):
        inference = tf.to_float(y_pred > 0.5, name="inference")

with tf.Session() as sess:
        tf.train.write_graph(sess.graph_def, checkpoint_dir, "graph.pb", False)

        sess.run(init)

        step = 0
        while True:
    	    # here comes the training code

        perm = np.arange(len(X_train))
        np.random.shuffle(perm)
        X_train = X_train[perm]
        y_train = y_train[perm]

        feed = {x: X_train, y: y_train, learning_rate: 1e-2, 
                regularization: 1e-5}
        sess.run(train_op, feed_dict=feed)

if step % print_every == 0:
            train_accuracy, loss_value = sess.run([accuracy, loss], 
                                                  feed_dict=feed)
            print("step: %4d, loss: %.4f, training accuracy: %.4f" % \
                    (step, loss_value, train_accuracy))

import numpy as np
import tensorflow as tf
from sklearn import metrics

X_test = np.load("X_test.npy")
y_test = np.load("y_test.npy")

  with tf.Session() as sess:
    graph_file = os.path.join(checkpoint_dir, "graph.pb")
    with tf.gfile.FastGFile(graph_file, "rb") as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        tf.import_graph_def(graph_def, name="")

W = sess.graph.get_tensor_by_name("model/W:0")
    b = sess.graph.get_tensor_by_name("model/b:0")

    checkpoint_file = os.path.join(checkpoint_dir, "model")
    saver = tf.train.Saver([W, b])
    saver.restore(sess, checkpoint_file)

    x = sess.graph.get_tensor_by_name("inputs/x-input:0")
    y = sess.graph.get_tensor_by_name("inputs/y-input:0")
    accuracy = sess.graph.get_tensor_by_name("score/accuracy:0")
    inference = sess.graph.get_tensor_by_name("inference/inference:0")

    feed = {x: X_test, y: y_test}
    print("Test set accuracy:", sess.run(accuracy, feed_dict=feed))

predictions = sess.run(inference, feed_dict={x: X_test})
    print("Classification report:")
    print(metrics.classification_report(y_test.ravel(), predictions))
    print("Confusion matrix:")
    print(metrics.confusion_matrix(y_test.ravel(), predictions))

以上为译文

本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。

文章原标题《Getting started with TensorFlow on iOS》，由Matthijs Hollemans发布。

译者：李烽 ；审校：

文章为简译，更为详细的内容，请查看原文。中文译制文档见附件。