使用PyTorch训练一个分类器

一数据

通常，当你不得不处理图像，文本，语音或者视频数据时，你可以使用将数据加载到numpy数组的标准python包，接着可以将这个数组转换成torch.Tensor

对于图像，需要像Pillow，OpenCV这些包。
对于语音，需要像scipy,librosa这些包。
对于文本，需要原始的Python或者基于loading的Cython，或者NLTK和SpaCy。

特别是对于视觉，我们已经创建了一个叫做totchvision的包，该包有对于如Imagenet,CIFAR10,MNIST等公共数据集的数据加载器和对于图像的数据转换器，即torchvision.datasets和torch.utils.data.DataLoader。这提供了极大的便利，并且避免了编写样板代码。

对于本教程，我们将使用CIFAR10数据集，它的类别为：'airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck'。CIFAR-10中的图像尺寸为33232，也就是RGB的3层颜色通道，每层通道内的尺寸为32*32。

图片一 cifar10

二训练一个图像分类器

我们将按次序的做如下几步：

使用torchvision加载并且归一化CIFAR10的训练和测试数据集
定义一个卷积神经网络
定义一个损失函数
在训练样本数据上训练网络
在测试样本数据上测试网络

1. 加载并归一化CIFAR10

使用torchvision,用它来加载CIFAR10数据是非常简单

import torch
import torchvision
import torchvision.transforms as transforms

torchvision数据集的输出是范围在[0,1]之间的PILImage，我们将他们转换成归一化范围为[-1,1]之间的张量Tensors。

transform = transforms.Compose(
    [transforms.ToTensor(),
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
    download=True, transform=transform)trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
    shuffle=True, num_workers=2)
testset = torchvision.datasets.CIFAR10(root='./data', train=False,
    download=True, transform=transform)testloader = torch.utils.data.DataLoader(testset, batch_size=4,
    shuffle=False, num_workers=2)
classes = ('plane', 'car', 'bird', 'cat',
    'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

输出：

Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz Files already downloaded and verified

展示其中的一些训练图片。

import matplotlib.pyplot as pltimport numpy as np
# functions to show an image
def imshow(img):
    img = img / 2 + 0.5 # unnormalize
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()
# 得到一些随机图像
dataiter = iter(trainloader)images, labels = dataiter.next()
# show imagesimshow(torchvision.utils.make_grid(images))
# 打印类标
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))

图片二

输出：

cat car dog cat

2. 定义一个卷积神经网络

在这之前从神经网络章节复制神经网络，修改它为3通道的图片(在此之前它被定义为1通道)

import torch.nn as nnimport torch.nn.functional as F
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)
    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x
net = Net()

3. 定义一个损失函数和优化器

让我们使用分类交叉熵Cross-Entropy 作损失函数，动量SGD做优化器。

import torch.optim as optim
criterion = nn.CrossEntropyLoss()optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

4. 训练网络

这里就是事情开始变得有趣的时候了，我们只需要在数据迭代器上循环传给网络和优化器输入就可以。

for epoch in range(2): # 多次循环遍历数据集
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # 获取输入
        inputs, labels = data
        # 参数梯度置零
        optimizer.zero_grad()
        # 前向+ 反向 + 优化
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        # 输出统计 
        running_loss += loss.item()
        if i % 2000 == 1999: # 每2000 mini-batchs输出一次        
            print('[%d, %5d] loss: %.3f' % (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0
print('Finished Training')

输出：

[1, 2000] loss: 2.211
[1, 4000] loss: 1.837
[1, 6000] loss: 1.659
[1, 8000] loss: 1.570
[1, 10000] loss: 1.521
[1, 12000] loss: 1.451
[2, 2000] loss: 1.411
[2, 4000] loss: 1.393
[2, 6000] loss: 1.348
[2, 8000] loss: 1.340
[2, 10000] loss: 1.363
[2, 12000] loss: 1.320
Finished Training

5. 在测试集上测试网络

我们已经通过训练数据集对网络进行了2次训练，但是我们需要检查网络是否已经学到了任何东西。

我们将用神经网络的输出作为预测的类标来检查网络的预测性能，用样本的真实类标来校对。如果预测是正确的，我们将样本添加到正确预测的列表里。

好的，第一步，让我们从测试集中显示一张图像来熟悉它。

dataiter = iter(testloader)images, labels = dataiter.next()
# 打印图片
imshow(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4)))

图片三

输出：

GroundTruth: cat ship ship plane

现在让我们神经网络认为这些样本应该预测成什么：

outputs = net(images)

输出是预测十个类的近似程度，一个类的近似程度越高，网络就越认为图像是一个特定的类别。所以让我们得到最高的相似程度的下标：

_, predicted = torch.max(outputs, 1)
print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]
 for j in range(4)))

输出：

Predicted: cat car car ship

结果看起开非常好，接下来看一下网络在整个数据集上的表现。

correct = 0total = 0with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()
print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

输出：

Accuracy of the network on the 10000 test images: 53 %

这看起来比随机预测要好，随机预测的准确率为10%（随机预测出为10类中的哪一类）。看来网络学到了东西。

class_correct = list(0. for i in range(10))class_total = list(0. for i in range(10))with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs, 1)
        c = (predicted == labels).squeeze()
        for i in range(4):
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] += 1

for i in range(10):
    print('Accuracy of %5s : %2d %%' % (
        classes[i], 100 * class_correct[i] / class_total[i]))

输出：

Accuracy of plane : 52 %
Accuracy of car : 73 %
Accuracy of bird : 34 %
Accuracy of cat : 54 %
Accuracy of deer : 48 %
Accuracy of dog : 26 %
Accuracy of frog : 68 %
Accuracy of horse : 51 %
Accuracy of ship : 63 %
Accuracy of truck : 60 %

所以接下来呢？

我们怎么在GPU上跑这些神经网络？

三在GPU上训练

就像你怎么把一个张量转移到GPU上一样，你要将神经网络转到GPU上。

如果CUDA可以用，让我们首先定义下我们的设备为第一个可见的cuda设备。

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# 假设在一台CUDA机器上运行，那么这里将输出一个CUDA设备号：
print(device)

输出：

cuda:0

本节剩余部分都会假定设备就是台CUDA设备。

接着这些方法会递归地遍历所有模块，并将它们的参数和缓冲器转换为CUDA张量。

net.to(device)

记住你也必须在每一个步骤向GPU发送输入和目标：

inputs, labels = inputs.to(device), labels.to(device)

为什么没有注意到与CPU相比巨大的加速？因为你的网络非常小。

练习：尝试增加网络宽度（首个nn.Conv2d参数设定为2，第二个nn.Conv2d参数设定为1--它们需要有相同的个数），看看会得到怎么的速度提升。

目标：

深度理解了PyTorch的张量和神经网络
训练了一个小的神经网络来分类图像

四在多个GPU上训练

如果你想要来看到大规模加速，使用你的所有GPU，请查看：数据并行性。

五接下来可以学哪些？

训练神经网络玩电子游戏
在imagenet上训练最优ResNet网络
使用生成网络来训练面部生成器
使用周期性LSTM网络训练一个词级（word-level）语言模型
更多例子
更多教程
在论坛上讨论PyTorch
在Slack上与其他用户交流

脚本总运行时间：（9分48.748秒）

下载python源代码文件：cifar10_tutorial.py

下载Jupyter notebook文件：cifar10_tutorial.ipynb

对深度学习感兴趣，热爱Tensorflow的小伙伴，欢迎关注我们的网站http://www.panchuang.net 我们的公众号：磐创AI。

使用PyTorch训练一个分类器

一 数据

二 训练一个图像分类器

1. 加载并归一化CIFAR10

2. 定义一个卷积神经网络

3. 定义一个损失函数和优化器

4. 训练网络

5. 在测试集上测试网络

三 在GPU上训练

四 在多个GPU上训练

五 接下来可以学哪些？

你可能感兴趣的:(使用PyTorch训练一个分类器)

一数据

二训练一个图像分类器

三在GPU上训练

四在多个GPU上训练

五接下来可以学哪些？