学习笔记|Pytorch使用教程06(图像预处理——transforms)

学习笔记|Pytorch使用教程06

本学习笔记主要摘自“深度之眼”，做一个总结，方便查阅。
使用Pytorch版本为1.2。

• transforms运行机制
• 数据标准化——tansforms.normalize

一.transforms

• torchvision：计算机视觉工具包
  torchvision.transforms:常用的图像预处理方法
  torchvision.datasets:常用数据集的dataset实现，MINIST，CIFAR-10，ImageNet等。
  torchvision.model:常用的模型预训练，AlexNet，VGG，ResNet，GoogLeNet等。

代码在 学习笔记|Pytorch使用教程05(Dataloader与Dataset) 已给出
https://blog.csdn.net/qq_24739717/article/details/102660836、
截取相关部分：

train_transform = transforms.Compose([
    transforms.Resize((32, 32)),#缩放到32 x 32
    transforms.RandomCrop(32, padding=4),#随机裁剪
    transforms.ToTensor(),#转换成张量
    transforms.Normalize(norm_mean, norm_std),#归一化操作
])

valid_transform = transforms.Compose([
    transforms.Resize((32, 32)),
    transforms.ToTensor(),
    transforms.Normalize(norm_mean, norm_std),
])

transforms.Compose 是将transforms一些列方法有序的组合包装，会一次按顺序对数据进行操作。

二.数据标准化

transforms.Normalize

功能:逐channel的对图像进行标准化
$output=(input-mean)/std$

• mean：各通道的均值
• std：各通道的标准差
• inplace：是否原地操作

数据标准化可以加速数据的收敛。

测试代码：

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import numpy as np
torch.manual_seed(10)

lr = 0.01  # 学习率

# 生成虚拟数据
sample_nums = 100
mean_value = 1.7
bias = 5         # 5
n_data = torch.ones(sample_nums, 2)
x0 = torch.normal(mean_value * n_data, 1) + bias      # 类别0 数据 shape=(100, 2)
y0 = torch.zeros(sample_nums)                         # 类别0 标签 shape=(100, 1)
x1 = torch.normal(-mean_value * n_data, 1) + bias     # 类别1 数据 shape=(100, 2)
y1 = torch.ones(sample_nums)                          # 类别1 标签 shape=(100, 1)
train_x = torch.cat((x0, x1), 0)
train_y = torch.cat((y0, y1), 0)


# 定义模型
class LR(nn.Module):
    def __init__(self):
        super(LR, self).__init__()
        self.features = nn.Linear(2, 1)
        self.sigmoid = nn.Sigmoid()

    def forward(self, x):
        x = self.features(x)
        x = self.sigmoid(x)
        return x


lr_net = LR()

# 定义损失函数与优化器
loss_fn = nn.BCELoss()
optimizer = torch.optim.SGD(lr_net.parameters(), lr=0.01, momentum=0.9)

for iteration in range(1000):

    # 前向传播
    y_pred = lr_net(train_x)

    # 计算 MSE loss
    loss = loss_fn(y_pred, train_y)

    # 反向传播
    loss.backward()

    # 更新参数
    optimizer.step()

    # 清空梯度
    optimizer.zero_grad()

    # 绘图
    if iteration % 40 == 0:

        mask = y_pred.ge(0.5).float().squeeze()  # 以0.5为阈值进行分类
        correct = (mask == train_y).sum()  # 计算正确预测的样本个数
        acc = correct.item() / train_y.size(0)  # 计算精度

        plt.scatter(x0.data.numpy()[:, 0], x0.data.numpy()[:, 1], c='r', label='class 0')
        plt.scatter(x1.data.numpy()[:, 0], x1.data.numpy()[:, 1], c='b', label='class 1')

        w0, w1 = lr_net.features.weight[0]
        w0, w1 = float(w0.item()), float(w1.item())
        plot_b = float(lr_net.features.bias[0].item())
        plot_x = np.arange(-6, 6, 0.1)
        plot_y = (-w0 * plot_x - plot_b) / w1

        plt.xlim(-5, 10)
        plt.ylim(-7, 10)
        plt.plot(plot_x, plot_y)

        plt.text(-5, 5, 'Loss=%.4f' % loss.data.numpy(), fontdict={'size': 20, 'color': 'red'})
        plt.title("Iteration: {}\nw0:{:.2f} w1:{:.2f} b: {:.2f} accuracy:{:.2%}".format(iteration, w0, w1, plot_b, acc))
        plt.legend()

        plt.show()
        plt.pause(0.5)

        if acc > 0.99:
            break

当bias = 0时，输出：

当bias = 5时，输出：

结论：如果训练数据有一个良好的分布和良好的初始化，会加速模型的收敛。