1 视频学习
1.1 深度学习的数学基础
在这一章里主要学习了以下内容:
- 矩阵的线性变换,特征向量与特征值;
- 秩:如果矩阵的各行具有相关性,一般是低秩的;通常利用秩进行数据降维(如:利用最大秩压缩图像、奇异值分解)和低秩近似(如:图像去噪,将矩阵分解为一个低秩矩阵,一个稀疏矩阵);
- 机器学习的三要素:概率形式与函数形式的关系;
- 训练误差与泛化误差;
- 欠拟合与过拟合;
- 频率学派(关注可独立重复的随机试验中单个事件发生的频率,从观测数据中估计参数值)与贝叶斯学派(关注随机事件的可信程度,可能性=假设+数据)。
1.2 卷积神经网络
1.2.1 绪论
1.卷积神经网络的应用
- 分类、检索、检测、分割
- 人脸识别、人脸表情识别、图像生成、图像风格转化、自动驾驶
2.传统神经网络与卷积神经网络
(1)深度学习的三步
- Step1:Neural Network(搭建神经网络结构)
- Step2:Cost Fuction(找到合适的损失函数)
- Step3:Optimization(找到合适的优化函数,更新参数)
- 反向传播(BP)
- 随机梯度下降(SGD)
(2)损失函数--用来衡量吻合度的
- 常用分类损失:交叉熵损失
- 常用回归损失:均方误差(MSE)
(3)全连接网络处理图像的问题:参数太多,容易导致过拟合
(4)卷积神经网络的解决方式:局部关联,参数共享
(5)相同之处:都是层级结构
1.2.2 基本组成结构
1.卷积(Concolutional Layer)
input | 输入 |
kernel/filter | 卷积核/滤波器 |
weights | 权重 |
receptive field | 感受野 |
activation map/feature map | 特征图 |
depth/channel | 深度 |
output | 输出 |
2.池化(Pooling Layer)
- Pooling:保留了主要特征,减少参数和计算量,防止过拟合,提高模型泛化能力
- Pooling类型:最大池化(Max pooling)、平均池化(Average pooling)
3.全连接(FC layer)
- 两层之间所有神经元都有权重链接
- 通常在卷积神经网络尾部
- 全连接层参数两通常最大
1.2.3 卷积神经网络典型结构
1.AlexNet
- 大数据训练
- 非线性激活函数
- 解决了梯度消失问题(正区间)
- 计算速度特别快,只需判断输入是否大于零
- 收敛速度远快于sigmoid
- 防止过拟合:Dropout,Data augmentation
- Dropout:随机失活,训练时随机关闭部分神经元,测试时整合所有神经元
- Data augmentation:平移、翻转、对称;改变RGB通道强度(加入高斯噪声)
2.ZFNet
- 网络结构与AlexNet相同
- 将卷积层1中的感受野和步长减小
- 卷积层3,4,5中的滤波器个数变大
3.VGG
将AlexNet的8layers提升至16~19层,深度更深
4.GoogleNet
- 网络总体结构:
- 网络包含22个带参数的层
- 参数量大约为AlexNet的1/12(由于没有FC层)
- Naive Inception
- 多个卷积核并行,增加特征多样性
- 经过不同的卷积层,channel的个数增大,计算量增大
- Inception V2
- 插入1×1卷积核进行降维(绝大多数1×1卷积核只起到降维的作用)
- Inception V3
- 用小的卷积核代替较大的卷积核(用两个3×3的卷积核来代替一个5×5的卷积核),降低参数量
- Stem部分:卷积-池化-卷积-卷积-池化
- Inception:多个Inception拼接
- 输出:没有额外的全连接层(除了最后的类别输出层)
- 辅助分类器:解决由于模型深度过深导致的梯度消失的问题
5.ResNet
1.3 ResNet
代码实现 链接
2 代码练习
2.1 MNIST 数据集分类
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transforms
import matplotlib.pyplot as plt
import numpy
# 一个函数,用来计算模型中有多少参数
def get_n_params(model):
np=0
for p in list(model.parameters()):
np += p.nelement()
return np
# 用GPU训练
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
1.加载数据(MNIST)
input_size = 28*28 # MNIST上的图像尺寸是 28*28
output_size = 10 # 类别为0到9的数字,因此为10类
train_loader = torch.utils.data.DataLoader(
datasets.MNIST('./data', train=True, download=True,
transform=transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081))])),
batch_size=64, shuffle=True)
test_loader = torch.utils.data.DataLoader(
datasets.MNIST('./data', train=False, transform=transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081))])),
batch_size=1000, shuffle=True)
显示数据集中的部分图像
plt.figure(figsize=(8, 5))
for i in range(20):
plt.subplot(4, 5, i+1)
image, _ = train_loader.dataset.__getitem__(i)
plt.imshow(image.squeeze().numpy(),'gray')
plt.axis('off');
2.创建网络
定义网络时,需要继承nn.Module,并实现它的forward方法,把网络中具有可学习参数的层放在构造函数init中。
只要在nn.Module的子类中定义了forward函数,backward函数就会自动被实现(利用autograd)。
class FC2Layer(nn.Module):
def __init__(self, input_size, n_hidden, output_size):
# nn.Module子类的函数必须在构造函数中执行父类的构造函数
# 下式等价于nn.Module.__init__(self)
super(FC2Layer, self).__init__()
self.input_size = input_size
# 这里直接用 SEquential 就定义了网络,注意要和下面 CNN 的代码区分开
self.network = nn.Sequential(
nn.Linear(input_size, n_hidden),
nn.ReLU(),
nn.Linear(n_hidden, n_hidden),
nn.ReLU(),
nn.Linear(n_hidden, output_size),
nn.LogSoftmax(dim=1)
)
def forward(self, x):
# view一般出现在model类的forward函数中,用于改变输入或输出的形状
# x.view(-1, self.input_size) 的意思是多为的数据展成二维
# 代码指定二维数据的列数为 input_size=784,行数-1表示我们不想算,电脑会自己算对应的数字
# 在 DataLoader 部分,我们可以看到 batch_size 是64,所以得到 x 的行数是64
# 大家可以加一行代码:print(x.cpu().numpy().shape)
# 训练过程中,就会看到 (64, 784) 的输出,和我们的预期是一致的
# forward 函数的作用是,指定网络的运行过程,这个全连接网络可能看不啥意义,
# 下面的CNN网络可以看出 forward 的作用。
x = x.view(-1, self.input_size)
#print(x.cpu().numpy().shape)
return self.network(x)
class CNN(nn.Module):
def __init__(self, input_size, n_feature, output_size):
# 执行父类的构造函数,所有的网络都要这么写
super(CNN, self).__init__()
# 下面是网络里典型结构的一些定义,一般就是卷积和全连接
# 池化、ReLU一类的不用在这里定义
self.n_feature = n_feature
self.conv1 = nn.Conv2d(in_channels=1, out_channels=n_feature, kernel_size=5)
self.conv2 = nn.Conv2d(n_feature, n_feature, kernel_size=5)
self.fc1 = nn.Linear(n_feature*4*4, 50)
self.fc2 = nn.Linear(50, 10)
# 下面的 forward 函数,定义了网络的结构,按照一定顺序,把上面构建的一些结构组织起来
# 意思就是,conv1, conv2 等等的,可以多次重用
def forward(self, x, verbose=False):
x = self.conv1(x)
x = F.relu(x)
x = F.max_pool2d(x, kernel_size=2)
x = self.conv2(x)
x = F.relu(x)
x = F.max_pool2d(x, kernel_size=2)
x = x.view(-1, self.n_feature*4*4)
x = self.fc1(x)
x = F.relu(x)
x = self.fc2(x)
x = F.log_softmax(x, dim=1)
return x
定义训练和测试函数
# 训练函数
def train(model):
model.train()
# 这里从train_loader里,64个样本一个batch为单位提取样本进行训练
for batch_idx, (data, target) in enumerate(train_loader):
# 把数据送到GPU中
data, target = data.to(device), target.to(device)
optimizer.zero_grad()
output = model(data)
loss = F.nll_loss(output, target)
loss.backward()
optimizer.step()
if batch_idx % 100 == 0:
print('Train: [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
batch_idx * len(data), len(train_loader.dataset),
100. * batch_idx / len(train_loader), loss.item()
))
def test(model):
model.eval()
test_loss = 0
correct = 0
for data, target in test_loader:
# 把数据送到GPU中
data, target = data.to(device), target.to(device)
# 把数据送入模型,得到预测结果
output = model(data)
# 计算本次batch的损失,并加到 test_loss 中
test_loss += F.nll_loss(output, target, reduction='sum').item()
# get the index of the max log_probability, 最后一层输出10个数,
# 值最大的那个对应着分类结果,然后把分类结果保存在 pred 里
pred = output.data.max(1, keepdim=True)[1]
# 将pred与target相比,得到正确的预测结果的数量,并加到correct中
# 这里需要注意以下 view_as ,意思是把 target 变成维度和 pred 一样的意思
correct += pred.eq(target.data.view_as(pred)).cpu().sum().item()
test_loss /= len(test_loader.dataset)
accuracy = 100. * correct / len(test_loader.dataset)
print('\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(
test_loss, correct, len(test_loader.dataset),
accuracy))
3.在小型全连接网络上训练
n_hidden = 8 # number of hiddin units
model_fnn = FC2Layer(input_size, n_hidden, output_size)
model_fnn.to(device)
optimizer = optim.SGD(model_fnn.parameters(), lr=0.01, momentum=0.5)
print('Number of parameters: {}'.format(get_n_params(model_fnn)))
train(model_fnn)
test(model_fnn)
Test set: Average loss: 0.4685, Accuracy: 8607/10000 (86%)
4.在卷积神经网络上训练
# Training settings
n_features = 6 #number of feature maps
model_cnn = CNN(input_size, n_features, output_size)
model_cnn.to(device)
optimizer = optim.SGD(model_cnn.parameters(), lr=0.01, momentum=0.5)
print('Number of parameters: {}'.format(get_n_params(model_cnn)))
train(model_cnn)
test(model_cnn)
Test set: Average loss: 0.2028, Accuracy: 9417/10000 (94%)
5.打乱像素顺序再次在两个网络上训练与测试
# torch.randperm 函数,给定参数n,返回一个从0到n-1的随机整数排列
perm = torch.randperm(784)
plt.figure(figsize=(8, 4))
for i in range(10):
image, _ = train_loader.dataset.__getitem__(i)
# permute pixels
image_perm = image.view(-1, 28*28).clone()
image_perm = image_perm[:, perm]
image_perm = image_perm.view(-1, 1, 28, 28)
plt.subplot(4, 5, i + 1)
plt.imshow(image.squeeze().numpy(), 'gray')
plt.axis('off')
plt.subplot(4, 5, i + 11)
plt.imshow(image_perm.squeeze().numpy(), 'gray')
plt.axis('off')
# 对每个 batch 里的数据,打乱像素顺序的函数
def perm_pixel(data, perm):
# 转化为二维矩阵
data_new = data.view(-1, 28*28)
# 打乱像素顺序
data_new = data_new[:, perm]
# 恢复为原来4维的 tensor
data_new = data_new.view(-1, 1, 28, 28)
return data_new
# 训练函数
def train_perm(model, perm):
model.train()
for batch_idx, (data, target) in enumerate(train_loader):
data, target = data.to(device), target.to(device)
# 像素打乱顺序
data = perm_pixel(data, perm)
optimizer.zero_grad()
output = model(data)
loss = F.nll_loss(output, target)
loss.backward()
optimizer.step()
if batch_idx % 100 == 0:
print('Train: [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
batch_idx * len(data), len(train_loader.dataset),
100. * batch_idx / len(train_loader), loss.item()))
# 测试函数
def test_perm(model, perm):
model.eval()
test_loss = 0
correct = 0
for data, target in test_loader:
data, target = data.to(device), target.to(device)
# 像素打乱顺序
data = perm_pixel(data, perm)
output = model(data)
test_loss += F.nll_loss(output, target, reduction='sum').item()
pred = output.data.max(1, keepdim=True)[1]
correct += pred.eq(target.data.view_as(pred)).cpu().sum().item()
test_loss /= len(test_loader.dataset)
accuracy = 100. * correct / len(test_loader.dataset)
print('\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(
test_loss, correct, len(test_loader.dataset),
accuracy))
在全连接网络上训练
perm = torch.randperm(784)
n_hidden = 8 # number of hidden units
model_fnn = FC2Layer(input_size, n_hidden, output_size)
model_fnn.to(device)
optimizer = optim.SGD(model_fnn.parameters(), lr=0.01, momentum=0.5)
print('Number of parameters: {}'.format(get_n_params(model_fnn)))
train_perm(model_fnn, perm)
test_perm(model_fnn, perm)
Test set: Average loss: 0.4282, Accuracy: 8695/10000 (87%)
在卷积神经网络上训练
perm = torch.randperm(784)
n_features = 6 # number of feature maps
model_cnn = CNN(input_size, n_features, output_size)
model_cnn.to(device)
optimizer = optim.SGD(model_cnn.parameters(), lr=0.01, momentum=0.5)
print('Number of parameters: {}'.format(get_n_params(model_cnn)))
train_perm(model_cnn, perm)
test_perm(model_cnn, perm)
Test set: Average loss: 0.6033, Accuracy: 8059/10000 (81%)
小结:
- 用FC网络和CNN网络对MNIST数据进行分类,CNN网络的准确率比FC网络高约8%
- 从打乱像素顺序的实验结果来看,全连接网络的性能基本上没有发生变化,但是卷积神经网络的性能明显下降。这是因为对于卷积神经网络,会利用像素的局部关系,但是打乱顺序以后,这些像素间的关系将无法得到利用。