在本文的實驗中，我們並沒有使用TensorFlow教程中常用的MNIST手寫數字是被數據集，而是使用了根據語音識別性別的數據集，voice.csv文件如下所示。這些數字代表語音記錄不同的聲學特征（acoustic properties）。通過腳本從錄音中抽取出這些特征，然後轉換為這個CSV文件。如果感興趣的話可以參照R語言源碼。

雖然不清楚這些特征代表的含義，但這並不重要，我們關心的僅是從這些數據中訓練出一個能夠區分男性和女性聲音的分類器。如果要在你的APP中檢測音頻是男性還是女性產生的，你首先需要從這些音頻數據中抽取這些聲學特征。隻要找到了這20個聲學特征，就可以使用我們的分類器進行預測。所以，這個分類器並不是直接作用在音頻上的，而僅僅是作用在這些抽取出來的特征。

Note: 這裏需要指出深度學習和傳統算法如邏輯斯蒂回歸的區別。我們訓練的分類器不能學習非常複雜的東西，需要在數據預處理階段抽取特征。而深度學習係統可以直接將原始音頻數據作為輸入，抽取重要的聲學特征，然後再進行分類。

我創建了一個名為split_data.py的Python腳本來分割訓練集和數據集，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)  

在本例的二分類器中，我們用1表示男性，0表示女性。在終端運行這個腳本文件，最終會生成4個文件：訓練數據（X_train.npy）及其標簽（y_train.npy），測試數據（X_test.npy）及其標簽（y_test.npy）。

tf.name_scope（）將圖的不同部分分成不同域，每個層都是在一個唯一的tf.name_scope（）下創建，作為在該作用域內創建的元素的前綴，x的獨特名字將會是‘inputs/x-input’,這裏將輸入數據x和y定義在inputs域下，分別命名為“x_input”和“y_put”，方便後麵使用。

每條輸入數據是有20個元素的一個向量，並且有一個對應的標簽（1表示男性，0表示女性）。如果將所有的訓練數據構成矩陣，那麼就可以一次性完成計算。所以上麵定義x和y為二維張量：x的維度是[None, 20]，y的維度是[None, 1]。None表示第一個維度未知。實驗中的訓練集中有2217條樣本，測試集有951條樣本。

    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")

張量w是權重矩陣（一個20×1的矩陣），b是偏置。W和b被聲明為TensorFlow的變量（variables），會在反向傳播的過程中被更新。

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

這裏將x和w相乘再加上b，然後輸入sigmod函數中，得到預測值y_pred，表示x中音頻數據是男性聲音的概率。

Note：實際上，這行代碼現在還沒有計算任何東西，目前隻是在構建計算圖。這行代碼將矩陣乘法和加法的節點，以及sigmod函數（tf.sigmoid）加入圖中。當計算圖構建完成時，創建一個TensorFlow會話（session），就可以測試真實數據了。

    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節點接收樣本數據的真實標簽y作為輸入，與預測值y_pred比較，比較的結果代表損失值（loss）。第一次訓練時，在所有的樣本上預測值y_pred都會是0.5，因為分類器現在並不知道真實答案。初始損失值為-ln(0.5)，即0.693146,。隨著不斷訓練，損失值會變得越來越小。

上麵第三行代碼加入了L2正則化項防止過擬合。正則項係數regularization 定義在另一個placeholder中：

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

前麵我們使用了placeholder來定義輸入x和y，這裏又定義了超參（hyperparameters）。這些參數不像權重w和偏置b能夠通過模型學習得到，你隻能根據經驗來設置。另一超參learning-rate定義了步長。

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

這裏添加了操作節點train_op，用於最小化loss，後麵會運行這個節點來訓練分類器。在訓練過程中，我們使用快照技術與準確率確定分類器效果。定義一個計算預測結果準確率的圖節點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")

之前有說過y_pred是0到1之間的概率。通過tf.to_float(y_pred > 0.5)，如果預測是女性，返回0；如果是男性，就返回1。通過tf.equal方法可以比較預測結果y_pred與實際結果y是否相等，返回布爾值。先把布爾值轉換成浮點數，tf.reduce_mean（）計算均值，最後的結果就是準確率。後麵在測試集上也會使用這個accuracy節點確定分類器的真實效果。

對於沒有標簽的新數據，定義inference節點進行預測：

    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))

以上為譯文

本文由北郵@愛可可-愛生活 老師推薦，阿裏雲雲棲社區組織翻譯。

文章原標題《Getting started with TensorFlow on iOS》，由Matthijs Hollemans發布。

譯者：李烽 ；審校：

文章為簡譯，更為詳細的內容，請查看原文。中文譯製文檔見附件。