spark-BigDl:深度学习之lenet5

一、lenet模型训练和测试

（一）把linux 本地图片转换成sequenceFile，并上传到HDFS上存储。

1.相关运行程序为：kingpoint.utils.ImageToSeqFile
2.首先把数据上传到linux本地上。数据文件夹格式为：dlDataImage/图片类别/图片名称
比如手写识别体，共有十个类别，则分为十个文件夹存储，每个文件夹内存放相应的图片
（1）图片类别



（2）图片



3.程序：
（1）ImageToSeqFile
package kingpoint.utils

import java.nio.file.{Files, Paths}
import com.intel.analytics.bigdl.dataset.DataSet
import com.intel.analytics.bigdl.dataset.image.{BGRImgToLocalSeqFile, LocalImgReaderWithName}

/**
* 在linux本地上存了jpg图片，把图片形式读取成seq文件格式存到HDFS上
* 注意：图像要存成“dir/.jpg”，其中dir为该图像的类别，一个类别一个文件夹
* Created by llq on 2017/6/8.
*/
object ImageToSeqFile {

/**
* 批量处理image转换成SeqFile
* @param blockSize
* @param hdfsSavePath
* @param hdfsSeqFile
* @param dir
* @param imageHigh
* @param imageWidth
*/
def toSeqFile(blockSize:Int,hdfsSavePath:String,hdfsSeqFile:String,dir:String,imageHigh:Int,imageWidth:Int): Unit ={
// Process image data
val validationFolderPath = Paths.get(dir)
require(Files.isDirectory(validationFolderPath),
s"${validationFolderPath} is not valid")

val validationDataSet = DataSet.ImageFolder.paths(validationFolderPath)

validationDataSet.shuffle()
val iter = validationDataSet.data(train = false)
(0 until 1).map(tid => {
val workingThread = new Thread(new Runnable {
override def run(): Unit = {
val imageIter =LocalImgReaderWithName(imageHigh, imageWidth, 255f)(iter)

val fileIter = BGRImgToLocalSeqFile(blockSize, Paths.get(hdfsSavePath,
hdfsSeqFile), true)(imageIter)

while (fileIter.hasNext) {
println(s"Generated file ${fileIter.next()}")
}
}
})
workingThread.setDaemon(false)
workingThread.start()
workingThread
}).foreach(_.join())

}

def main(args: Array[String]) {

/**
* 参数设置
*/
if(args.length<6){
System.err.println("Error:the parameter is less than 6")
System.exit(1)
}

//读取linux上存放图片的目录名（"/root/data/dlDataImage/"）
val linuxPath=args(0)
//how many images each sequence file contains(12800)
val blockSize: Int =args(1).toInt
//保存Seq的HDFS路径("/user/root/dlData/")
val hdfsSavePath=args(2)
//保存Seq的名字("imagenet-seq")
val hdfsSeqFile=args(3)
//图片高度(28)
val imageHigh=args(4).toInt
//图片宽度(28)
val imageWidth=args(5).toInt

//把image转换成SeqFile，并存到HDFS上
println("Process image data...")
toSeqFile(blockSize,hdfsSavePath,hdfsSeqFile,linuxPath,imageHigh,imageWidth)
println("Done")

}

}


4.执行命令：
spark-submit \
--master local[4] \
--driver-class-path /root/data/dlLibs/lib/bigdl-0.1.0-jar-with-dependencies.jar \
--class "kingpoint.utils.ImageToSeqFile" /root/data/SparkBigDL.jar \
/root/data/dlDataImage/train/ \
12800 \
/user/root/dlData/train/ \
imagenet-seq \
28 28
（1）读取linux上存放图片的目录名：/root/data/dlDataImage/train/
（2）一个sequence文件最多可以包含多少个图片：12800
（3）保存sequence文件的HDFS路径：/user/root/dlData/train/
（4）保存sequence文件的名字：imagenet-seq
（5）每张图片高度：28
（6）每张图片宽度：28

5.最后保存在HDFS上的Sequence文件是一个包含了多个图片信息（图片label，像素点值，图片名称）的，如果超过设定参数（2）的值，则会生成第二个Sequence文件。第一个Sequence文件编号为0，第二个Sequence文件编号为1，以此类推。



6.保存在HDFS上的照片信息之中是把一个像素点映射成了3个像素点（RBG），所以重新读取像素点时宽度变为原来的3倍.

（二）读取HDFS上的sequenceFile文件，并训练lenet5模型。

1.运行程序为：kingpoint.lenet5.LenetTrain
2.按照第二步所示，形成数据集，并存到HDFS上
3.程序：
（1）LeNet5
package kingpoint.lenet5

import com.intel.analytics.bigdl._
import com.intel.analytics.bigdl.nn._
import com.intel.analytics.bigdl.numeric.NumericFloat

/**
* Lenet5模型
* Created by llq on 2017/6/13.
*/
object LeNet5 {

/**
* 自定义层数参数设置
* @param input
* @param c1
* @param s2
* @param c3
* @param s4
* @param c5
* @param f6
* @param output
* @return
*/
def apply(input: String,c1: String,s2:String,c3:String,s4:String,c5:String,f6:String,output:String): Module[Float] = {
val inputImage=input.split(",").map(_.toInt)
val c1Image=c1.split(",").map(_.toInt)
val s2Image=s2.split(",").map(_.toInt)
val c3Image=c3.split(",").map(_.toInt)
val s4Image=s4.split(",").map(_.toInt)
val c5Image=c5.toInt
val f6Image=f6.split(",").map(_.toInt)
val outputImage=output.split(",").map(_.toInt)

val model = Sequential()
model.add(Reshape(Array(inputImage:_*)))
//C1层：输入1张图像，6个输出feature maps；卷积核为5*5
.add(SpatialConvolution(c1Image(0), c1Image(1), c1Image(2), (3)).setName("conv1_5x5"))
//激活函数
.add(Tanh())
//S2层：pooling层，图像长和宽减半（kW, kH, dW, dH）；（kernel width，kernel height，step size in width，step size in height）
.add(SpatialMaxPooling(s2Image(0), s2Image(1), s2Image(2), s2Image(3)))
.add(Tanh())
//C3层（12个feature map）
.add(SpatialConvolution(c3Image(0), c3Image(1), c3Image(2), c3Image(3)).setName("conv2_5x5"))
//S4层
.add(SpatialMaxPooling(s4Image(0), s4Image(1), s4Image(2), s4Image(3)))
//C5层
.add(Reshape(Array(c5Image)))
//F6层
.add(Linear(f6Image(0), f6Image(1)).setName("fc1"))
.add(Tanh())
//OUTPUT层
.add(Linear(outputImage(0), outputImage(1)).setName("fc2"))
.add(LogSoftMax())
}

/**
* 手写识别体Mnist的训练层参数设置
* @param classNum
* @return
*/
def apply(classNum: Int): Module[Float] = {
val model = Sequential()
model.add(Reshape(Array(1, 28, 28*3)))
//C1层：输入1张图像，6个输出feature maps；卷积核为5*5
.add(SpatialConvolution(1, 6, 5, 5).setName("conv1_5x5"))
//激活函数
.add(Tanh())
//S2层：pooling层，图像长和宽减半（kW, kH, dW, dH）；（kernel width，kernel height，step size in width，step size in height）
.add(SpatialMaxPooling(2, 2, 2, 2))
.add(Tanh())
//C3层（12个feature map）
.add(SpatialConvolution(6, 12, 5, 5).setName("conv2_5x5"))
//S4层
.add(SpatialMaxPooling(2, 2, 2, 2))
//C5层
.add(Reshape(Array(12 * 4 * 18)))
//F6层
.add(Linear(12 * 4 * 18, 100).setName("fc1"))
.add(Tanh())
//OUTPUT层
.add(Linear(100, classNum).setName("fc2"))
.add(LogSoftMax())
}
}


（2）LenetTrain

package kingpoint.lenet5

import java.io.File

import com.intel.analytics.bigdl._
import com.intel.analytics.bigdl.dataset.DataSet.SeqFileFolder
import com.intel.analytics.bigdl.dataset.image._
import com.intel.analytics.bigdl.dataset.{ByteRecord, DataSet}
import com.intel.analytics.bigdl.nn.ClassNLLCriterion
import com.intel.analytics.bigdl.optim._
import com.intel.analytics.bigdl.utils.{Engine, LoggerFilter, T}
import org.apache.hadoop.io.Text
import org.apache.log4j.{Level, Logger}
import org.apache.spark.SparkContext
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.{SaveMode}
import org.apache.spark.sql.hive.HiveContext

import scala.collection.mutable.ArrayBuffer

/**
* 存放图片信息：label+data+fileName
* @param label
* @param data
* @param imageName
*/
case class LabeledDataFileName(label:Float,data:Array[Byte],imageName:String)

/**
* 存放模型路径和准确率
* @param modelName
* @param accuary
*/
case class modelNameAccuary(modelName:String,accuary:String)

/**
* 从HDFS上读取图片文件Seq
* Created by llq on 2017/6/6.
*/
object LenetTrain {
LoggerFilter.redirectSparkInfoLogs()
Logger.getLogger("com.intel.analytics.bigdl.optim").setLevel(Level.INFO)

val testMean = 0.13251460696903547
val testStd = 0.31048024

/**
* 读取SeqFile的信息，形成LabeledFileName
* @param url
* @param sc
* @return
*/
def imagesLoadSeq(url: String, sc: SparkContext): RDD[LabeledDataFileName] = {
sc.sequenceFile(url, classOf[Text], classOf[Text]).map(image => {
LabeledDataFileName(SeqFileFolder.readLabel(image._1).toInt,
image._2.copyBytes(),
SeqFileFolder.readName(image._1))
})
}

/**
* 读取图片信息，形成Array[ByteRecord]
* @param imagesByteRdd
* @return
*/
def inLoad(imagesByteRdd:RDD[LabeledDataFileName]): RDD[ByteRecord]={

imagesByteRdd.mapPartitions(iter=>
iter.map{labeledDataFileName=>
var img=new ArrayBuffer[Byte]()
img ++= labeledDataFileName.data
img.remove(0,8)
ByteRecord(img.toArray,labeledDataFileName.label)
})
}

/**
* 遍历model保存路径，提取最后一次迭代的结果
* @param file
*/
def lsLinuxCheckPointPath(file:File): String ={
val modelPattern="model".r
val numberPattern="[0-9]+".r
var epcho=0
if(file.isDirectory){
val fileArray=file.listFiles()
for(i<- 0 to fileArray.length-1){
//识别出model
if(modelPattern.findFirstIn(fileArray(i).getName).mkString(",")!=""){
//取出最大一次的迭代值
val epchoNumber=numberPattern.findFirstIn(fileArray(i).getName).mkString(",").toInt
if(epchoNumber>epcho){
epcho=epchoNumber
}
}
}
}else{
throw new Exception("the path is not right")
}
"model."+epcho
}

/**
* 主方法，读取SeqFile，并训练lenet5模型
* @param args
*/
def main (args: Array[String]){
val conf = Engine.createSparkConf()
.setAppName("kingpoint.lenet5.LenetTrain")
val sc = new SparkContext(conf)
val hiveContext=new HiveContext(sc)
Engine.init

/**
* 参数设置
*/
if(args.length<18){
System.err.println("Error:the parameter is less than 18")
System.exit(1)
}
//Hdfs上存放图片文件的路径(hdfs://hadoop-01.com:8020/user/root/dlData/train/)
val hdfsPath=args(0)
//设置分割数据集的比例：训练集和验证集比例(7,3)
val trainValidationRatio=args(1)
//图片高度(28)
val imageHigh=args(2).toInt
//图片宽度(28*3)
val imageWidth=args(3).toInt

//lenet模型参数
val input=args(4)         //输入层(one image+image high+image width)(1,28,84)
val c1=args(5)            //c1层：（输入1张图像，输出6个feature map，卷积核为5*5）(1,6,5,5)
val s2=args(6)            //S2层：pooling层:（kernel width，kernel height，step size in width，step size in height）(2,2,2,2)
val c3=args(7)            //C3层：（输入6张图像，输出12个feature map，卷积核为5*5）(6,12,5,5)
val s4=args(8)            //S4层：pooling层:（kernel width，kernel height，step size in width，step size in height）(2,2,2,2)
val c5=args(9)            //C5层（12 * 4 * 18）(864)
val f6=args(10)           //F6层（12 * 4 * 18，100）(864,100)
val output=args(11)       //OUTPUT层（输入100个神经元，输出10个神经元：分类类别）(100,10)
val learningRate=args(12).toDouble      //学习率(0.01)
val learningRateDecay=args(13).toDouble //(0.0)
val maxEpoch=args(14).toInt             //设置最大Epoch值为多少之后停止。(1)
val batchSize=args(15).toInt            //batch size(4)
val modelSave=args(16)                  //模型保存路径(/root/data/model)
val outputTableName=args(17)            //模型训练后参数在hive中保存的名称(dl.lenet_train)

/**
* 读取数据，并转换数据
*/
//读出图片的label+data+filename=>RDD[LabeledDataFileName]
val imagesByteRdd=imagesLoadSeq(hdfsPath,sc).coalesce(32, true)

//分割测试集和验证集
val trainRatio=trainValidationRatio.split(",")(0).toInt
val validataionRatio=trainValidationRatio.split(",")(1).toInt
val imagesByteSplitRdd=imagesByteRdd.randomSplit(Array(trainRatio,validataionRatio))
val trainSplitRdd=imagesByteSplitRdd(0)
val validationSplitRdd=imagesByteSplitRdd(1)

//测试集，转换为灰度图->正则化->Batch（把数据分成多少个batch，相当于分组,一组进行权值更新）
val trainSet = DataSet.rdd(inLoad(trainSplitRdd)) ->
BytesToGreyImg(imageHigh, imageWidth) -> GreyImgNormalizer(testMean, testStd) -> GreyImgToBatch(batchSize)
val validationSet = DataSet.rdd(inLoad(validationSplitRdd)) ->
BytesToGreyImg(imageHigh, imageWidth) -> GreyImgNormalizer(testMean, testStd) -> GreyImgToBatch(batchSize)

/**
* 模型参数设置和训练
*/
//建立lenet5模型，并且设置相应的参数
val model = LeNet5(input,c1,s2,c3,s4,c5,f6,output)

//设置学习率（梯度下降的时候用到）
val state =
T(
"learningRate" -> learningRate,
"learningRateDecay" -> learningRateDecay
)

//模型参数设置；训练集；根据输出误差更新权重
val optimizer = Optimizer(model = model, dataset = trainSet,criterion = new ClassNLLCriterion[Float]())

optimizer.setCheckpoint(modelSave, Trigger.everyEpoch)

//开始训练模型：设置验证集；学习率；设置迭代次数；开始训练触发
optimizer
.setValidation(
trigger = Trigger.everyEpoch,
dataset = validationSet,
vMethods = Array(new Top1Accuracy, new Top5Accuracy[Float], new Loss[Float]))
.setState(state)
.setEndWhen(Trigger.maxEpoch(maxEpoch))    //设置最大Epoch值为多少之后停止。
.optimize()

//遍历model名称，取出最后一次迭代的model名字。再合并成全路径
val modelEpochFile=optimizer.getCheckpointPath().get+"/"+lsLinuxCheckPointPath(new File(optimizer.getCheckpointPath().get))

//获得准确率
val validator = Validator(model, validationSet)
val result = validator.test(Array(new Top1Accuracy[Float]))

/**
* 模型路径和准确率存放
*/
val modelNameAccuaryRdd=sc.parallelize(List(modelNameAccuary(modelEpochFile,result(0)._1.toString)))
val modelNameAccuaryDf=hiveContext.createDataFrame(modelNameAccuaryRdd)

//保存到hive中
modelNameAccuaryDf.show()
modelNameAccuaryDf.write.mode(SaveMode.Overwrite).saveAsTable(outputTableName)
}
}

4.执行命令
spark-submit \
--master local[4] \
--driver-memory 2g \
--executor-memory 2g \
--driver-class-path /root/data/dlLibs/lib/bigdl-0.1.0-jar-with-dependencies.jar \
--class "kingpoint.lenet5.LenetTrain" /root/data/SparkBigDL.jar \
hdfs://hadoop-01.com:8020/user/root/dlData/train/ \
7,3 \
28 84 \
1,28,84 \
1,6,5,5 \
2,2,2,2 \
6,12,5,5 \
2,2,2,2 \
864 \
864,100 \
100,10 \
0.01 \
0.0 \
1 \
4 \
/root/data/model \
dl.lenet_train
（1）Hdfs上存放图片文件的路径：hdfs://hadoop-01.com:8020/user/root/dlData/train/
（2）设置分割数据集的比例：训练集和验证集比例，格式为：7,3
（3）图片高度：28
（4）图片宽度：84
（5）输入层(one image+image high+image width)：1,28,84
（6）c1层：（输入1张图像，输出6个feature
map，卷积核为5*5）：1,6,5,5
（7）S2层：pooling层:（kernel
width，kernel height，step size in width，step
size in height）：2,2,2,2
（8）C3层：（输入6张图像，输出12个feature
map，卷积核为5*5）：6,12,5,5
（9）S4层：pooling层:（kernel
width，kernel height，step size in width，step
size in height）：2,2,2,2
（10）C5层（12 * 4 * 18）：864
（11）F6层（12 * 4 * 18，100）：864,100
（12）OUTPUT层（输入100个神经元，输出10个神经元：分类类别）：100,10
（13）学习率(0.01)
（14）learningRateDecay：0.0
（15）设置最大Epoch值为多少之后停止：1
（16）batch size：4
（17）模型保存路径：/root/data/model
（18）模型训练后参数在hive中保存的名称：dl.lenet_train

5.输出结果
保存在hive里面，输出字段为：模型保存路径（modelName）+验证集的准确率（accuary）
如下图所示：（注意，当需要测试模型时，需要查看modelName的值，并把这个值作为参数填写到测试模型时的参数当中）

（三）利用测试集测试训练好的lenet5模型。

1.运行程序为：kingpoint.lenet5.LenetTest
2.按照第三步所示，训练好模型，并保存到linux上
3.程序：
（1）ToByteRecords
package kingpoint.image

/**
* 转换Row=》ByteRecord
* Created by llq on 2017/6/13.
*/
import com.intel.analytics.bigdl.dataset.{ByteRecord, Transformer}
import org.apache.log4j.Logger
import org.apache.spark.sql.Row

import scala.collection.Iterator

object ToByteRecords {
val logger = Logger.getLogger(getClass)

def apply(colName: String = "data", label:String= "label"): ToByteRecords = {
new ToByteRecords(colName,label)
}
}

/**
* transform [[Row]] to [[ByteRecord]]
* @param colName column name
* @param label label name
*/
class ToByteRecords(colName: String,label:String)
extends Transformer[Row, ByteRecord] {

override def apply(prev: Iterator[Row]): Iterator[ByteRecord] = {
prev.map(
img => {
val pixelLength=img.getAs[Array[Byte]](colName).length-8
val byteData=new Array[Byte](pixelLength)
for(j<-0 to pixelLength-1){
byteData(j)=img.getAs[Array[Byte]](colName)(j+8)
}
ByteRecord(byteData, img.getAs[Float](label))
}
)
}
}


（2）GreyImgToImageVector
package kingpoint.image

/**
* grey img to (label,denseVector)
* Created by llq on 2017/6/13.
*/
import com.intel.analytics.bigdl.dataset.Transformer
import com.intel.analytics.bigdl.dataset.image.LabeledGreyImage
import org.apache.log4j.Logger
import org.apache.spark.mllib.linalg.DenseVector

import scala.collection.Iterator

object GreyImgToImageVector {
val logger = Logger.getLogger(getClass)

def apply(): GreyImgToImageVector = {
new GreyImgToImageVector()
}
}

/**
* Convert a Grey image to (label,denseVector) of spark mllib
*/
class GreyImgToImageVector()
extends Transformer[LabeledGreyImage, (Float,DenseVector)] {

private var featureData: Array[Float] = null

override def apply(prev: Iterator[LabeledGreyImage]): Iterator[(Float,DenseVector)] = {
prev.map(
img => {
if (null == featureData) {
featureData = new Array[Float](img.height() * img.width())
}
featureData=img.content
(img.label(),new DenseVector(featureData.map(_.toDouble)))
}
)
}
}


（3）LenetTest
package kingpoint.lenet5

import com.intel.analytics.bigdl.dataset.DataSet.SeqFileFolder
import com.intel.analytics.bigdl.dataset.Transformer
import com.intel.analytics.bigdl.dataset.image.{BytesToGreyImg, GreyImgNormalizer}
import com.intel.analytics.bigdl.nn.Module
import com.intel.analytics.bigdl.utils.{Engine, LoggerFilter}
import kingpoint.image.{GreyImgToImageVector, ToByteRecords}
import org.apache.hadoop.io.Text
import org.apache.log4j.{Level, Logger}
import org.apache.spark.SparkContext
import org.apache.spark.ml.param.ParamMap
import org.apache.spark.ml.{DLClassifier => SparkDLClassifier}
import org.apache.spark.mllib.linalg.DenseVector
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.hive.HiveContext
import org.apache.spark.sql.{SaveMode, DataFrame, Row}

/**
* 数据预处理后，在工作流时存放图片信息：label+data+fileName
* @param label
* @param features
* @param imageName
*/
case class LabeledDataFloatImageName(label:Float,features:DenseVector,imageName:String)

/**
* 存放模型评估参数：count+accuracy
* @param count
* @param accuracy
*/
case class countAccuary(count:Double,accuracy:Double)
/**
* lenet模型测试
* Created by llq on 2017/6/13.
*/
object LenetTest {
LoggerFilter.redirectSparkInfoLogs()
Logger.getLogger("com.intel.analytics.bigdl.optim").setLevel(Level.INFO)

val testMean = 0.13251460696903547
val testStd = 0.31048024

/**
* 读取SeqFile的信息，形成LabeledFileName
* @param url
* @param sc
* @return
*/
def imagesLoadSeq(url: String, sc: SparkContext): RDD[LabeledDataFileName] = {
sc.sequenceFile(url, classOf[Text], classOf[Text]).map(image => {
LabeledDataFileName(SeqFileFolder.readLabel(image._1).toInt,
image._2.copyBytes(),
SeqFileFolder.readName(image._1))
})
}

/**
* 工作流df转换
* 合并：label+转换后的data+imageName
* @param data
* @param f
* @return
*/
def transformDF(data: DataFrame, f: Transformer[Row, (Float,DenseVector)]): DataFrame = {
//利用工作流转换数据，形成RDD[LabeledGreyImage]
val vectorRdd = data.rdd.mapPartitions(f(_))
//合并：转换后的数据+名字+label
val dataRDD = data.rdd.zipPartitions(vectorRdd) { (a, b) =>
b.zip(a.map(_.getAs[String]("imageName")))
.map(
v => LabeledDataFloatImageName(v._1._1, v._1._2,v._2)
)
}
data.sqlContext.createDataFrame(dataRDD)
}

/**
* 统计准确率
* @param testResult
* @return
*/
def evaluationAccuracy(testResult:DataFrame): countAccuary ={
//label-predict
val labelSubPredictArray=testResult.select("label","predict").rdd.map{row=>
val label=row.getAs[Float]("label")
val predict=row.getAs[Int]("predict")
label-predict
}.collect()

//统计准确率
var correct:Double=0.0
for(i<-0 to labelSubPredictArray.length-1){
if(labelSubPredictArray(i)==0){
correct += 1
}
}
val accuary=correct/labelSubPredictArray.length
countAccuary(labelSubPredictArray.length,accuary)
}

def main(args: Array[String]) {
val conf = Engine.createSparkConf()
.setAppName("kingpoint.lenet5.LenetTrain")
val sc = new SparkContext(conf)
Engine.init
val hiveContext = new HiveContext(sc)

/**
* 参数设置
*/
if(args.length<7){
System.err.println("Error:the parameter is less than 7")
System.exit(1)
}
//Hdfs上存放测试图片文件的路径(hdfs://hadoop-01.com:8020/user/root/dlData/test/)
val hdfsPath=args(0)
//model路径(/root/data/model/20170615_101109/model.121)
val modelPath=args(1)
//batchSize(16)
val batchSize=args(2).toInt
//图片高度(28)
val imageHigh=args(3).toInt
//图片宽度(28*3)
val imageWidth=args(4).toInt
//模型测试后参数在hive中保存的名称(dl.lenet_test)
val outputTableName=args(5)
//模型评估参数在hive中保存的名称(dl.lenet_test_evaluation)
val outputTableNameEvaluation=args(6)

//读出图片的label+data+filename=>RDD[LabeledDataFileName]
val imagesByteRdd=imagesLoadSeq(hdfsPath,sc).coalesce(32, true)

/**
* 模型导入和测试
*/
//导入模型
val model = Module.load[Float](modelPath)

val valTrans = new SparkDLClassifier[Float]()
.setInputCol("features")
.setOutputCol("predict")

val paramsTrans = ParamMap(
valTrans.modelTrain -> model,
valTrans.batchShape ->
Array(batchSize, 3, imageHigh, imageWidth/3))

//数据集预处理
val transf = ToByteRecords() ->
BytesToGreyImg(imageHigh, imageWidth) ->
GreyImgNormalizer(testMean, testStd) ->
GreyImgToImageVector()

//形成预测结果DF
val valDF = transformDF(hiveContext.createDataFrame(imagesByteRdd), transf)
val testResult=valTrans.transform(valDF, paramsTrans).select("label","imageName","predict")
testResult.show()

//准确率，并形成df
val countAccuracyDf=hiveContext.createDataFrame(sc.parallelize(Seq(evaluationAccuracy(testResult))))
countAccuracyDf.show()

/**
* 结果保存
*/
//保存到hive中
testResult.write.mode(SaveMode.Overwrite).saveAsTable(outputTableName)
countAccuracyDf.write.mode(SaveMode.Overwrite).saveAsTable(outputTableNameEvaluation)
}

}

4.执行命令：

spark-submit \
--master local[4] \
--driver-memory 2g \
--executor-memory 2g \
--driver-class-path /root/data/dlLibs/lib/bigdl-0.1.0-jar-with-dependencies.jar \
--class "kingpoint.lenet5.LenetTest" /root/data/SparkBigDL.jar \
hdfs://hadoop-01.com:8020/user/root/dlData/test/ \
/root/data/model/20170615_101109/model.121 \
16 \
28 84 \
dl.lenet_test \
dl.lenet_test_evaluation

（1）Hdfs上存放测试图片文件的路径：hdfs://hadoop-01.com:8020/user/root/dlData/test/
（2）model路径：/root/data/model/20170615_101109/model.121
（3）batchSize：16
（4）图片高度：28
（5）图片宽度：84
（6）模型训练后参数在hive中保存的名称：dl.lenet_test
（7）模型评估参数在hive中保存的名称：dl.lenet_test_evaluation
 
4.保存结果
（1）dl.lenet_test



（2）dl.lenet_test_evaluation