PyTorch入门实战教程笔记（二十三）：卷积神经网络实现 1
PyTorch入门实战教程笔记（二十三）：卷积神经网络实现 1：Lenet5实现CIFAR10
CIFAR10数据集介绍
关于CIFAR-10数据集，可以访问它的官网进行下载：
http://www.cs.toronto.edu/~kriz/cifar.html。
CIFAR包含常见的10类物体的照片，照片的size 为32×32，每一类照片有6000张，所以一共6000万张照片，我们把6万张照片随机选出5万张照片作为training，剩余的1万张作为test.
CIFAR10代码实战准备
- 数据集的加载与使用，加载数据要用到的函数类：DataLoader、datasets、transforms，从对应的包中导入。过iter方法把DataLoader迭代器先得到，使用迭代器.next()方法得到一个batch，来验证数据的shape和label的shape，得到最终结果：x: torch.Size([32, 3, 32, 32]) label: torch.Size([32])。详细代码：
import torch
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision import transforms
def main():
batchsz = 32
#当前目录下新建文件夹'cifar'，train = True，transform对数据进行变换，download=True自动下载数据集
cifar_train = datasets.CIFAR10('cifar', True, transform=transforms.Compose([
transforms.Resize((32, 32)),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
]), download=True)
#DataLoader方便一次加载多个，第一个参数为数据集cifar_train，第二个参数batch_size为每次批处理数量，
#根据显卡设置batch_size，不要太小。第三个参数shuffle为打乱，设置成True。
cifar_train = DataLoader(cifar_train, batch_size=batchsz, shuffle=True)
cifar_test = datasets.CIFAR10('cifar', False, transform=transforms.Compose([
transforms.Resize((32, 32)),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
]), download=True)
cifar_test = DataLoader(cifar_test, batch_size=batchsz, shuffle=True)
#通过iter方法把DataLoader迭代器先得到，使用迭代器.next()方法得到一个batch。
x, label = iter(cifar_train).next()
print('x:', x.shape, 'label:', label.shape)
if __name__ == '__main__':
main()
- 新建一个类lenet5，所有的pytorch的神经结构类都要继承自nn.Module这个类，使用from torch import nn，将其导入。新建类的初始化方法，调用super(Lenet5, self).init() ，调用类的初始化方法类初始化父类。接下来参考下图来写网络层。
我们使用nn.Sequential(),将网络结构包在里面，使用nn.Conv2d()新建一个卷积层。Subsampling可通过nn.MaxPool2d/nn.AvgPool2d均可。写完卷积层后是全连接，需要先打平，但是pytorch没有打平这个类，我们需要重新在建一个类单元来实现。之后我们随机一个tmp = torch.randn(2, 3, 32, 32)当作图片，通过out =self.conv_unit(tmp),来查看卷积层的输出。所有的网络机构，都是有一个forward代表前向流程，并且能够自动的往回走一遍，所以不需要写backward，与from torch.nn import functional as F的F函数不同的是，nn.xxxx需要先初始化类，把参数先给它，然后方便后面调用，而F是函数，可以直接使用。此外，输出的y还没有给出，所欲对于loss函数，我们放在类外面做（下面代码已注释掉）。构建lenet5函数代码（及测试）如下：（也是完整的 lenet5.py）
import torch
from torch import nn
from torch.nn import functional as F
class Lenet5(nn.Module):
"""
for cifar10 dataset.
"""
def __init__(self):
super(Lenet5, self).__init__()
self.conv_unit = nn.Sequential(
# x: [b, 3, 32, 32] => [b, 6, ]
#第一个参数为输入的channel，第二个参数为输出的channel，...
nn.Conv2d(3, 6, kernel_size=5, stride=1, padding=0),
nn.MaxPool2d(kernel_size=2, stride=2, padding=0),
#
nn.Conv2d(6, 16, kernel_size=5, stride=1, padding=0),
nn.MaxPool2d(kernel_size=2, stride=2, padding=0),
#
)
# flatten
# fc unit
self.fc_unit = nn.Sequential(
nn.Linear(16*5*5, 120),
nn.ReLU(),
nn.Linear(120, 84),
nn.ReLU(),
nn.Linear(84, 10)
)
# [b, 3, 32, 32]
tmp = torch.randn(2, 3, 32, 32)
out = self.conv_unit(tmp)
# [b, 16, 5, 5]
print('conv out:', out.shape)
# # use Cross Entropy Loss
#self.criteon = nn.CrossEntropyLoss()
def forward(self, x):
"""
:param x: [b, 3, 32, 32]
:return:
"""
batchsz = x.size(0)
# [b, 3, 32, 32] => [b, 16, 5, 5]
x = self.conv_unit(x)
# [b, 16, 5, 5] => [b, 16*5*5]
x = x.view(batchsz, 16*5*5) #16*5*5也可写成-1
# [b, 16*5*5] => [b, 10]
logits = self.fc_unit(x)
# # [b, 10]
#pred = F.softmax(logits, dim=1)
#nn.CrossEntropyLoss()包含softmax操作，所以不需要再写
#loss = self.criteon(logits, y)
return logits
def main():
net = Lenet5()
tmp = torch.randn(2, 3, 32, 32)
out = net(tmp)
print('lenet out:', out.shape)
if __name__ == '__main__':
main()
lenet5 训练cifar10实战
- 前期准备：我们需要优化器optim，所以from torch import nn, optim，并且将上述的lenet5网络导入到主文件，from lenet5 import Lenet5。接下来配置：将需要运算的通过.to(device)装换到GPU上去，并且使用nn.CrossEntropyLoss().to(device)的loss，
和优化器：optimizer = optim.Adam(model.parameters(), lr=1e-3)，如下：
device = torch.device('cuda')
model = Lenet5().to(device)
criteon = nn.CrossEntropyLoss().to(device)
optimizer = optim.Adam(model.parameters(), lr=1e-3)
print(model)
- 训练代码：通过for batchidx, (x, label) in enumerate(cifar_train)来对一个batch迭代一次(一次batch 32张图片)。并且将（x,label）都加载到GPU上，执行logits = model(x)，将数据送入模型，然后计算loss，在backward之前一定要将梯度清零，调用optimizer.step()，进行梯度更新。
for epoch in range(1): #1改为1000
model.train()
for batchidx, (x, label) in enumerate(cifar_train):
# 这里是对一个batch迭代一次，一次batch 32张图片
# [b, 3, 32, 32], [b]
x, label = x.to(device), label.to(device)
logits = model(x)
# logits: [b, 10], label: [b], loss: tensor scalar
loss = criteon(logits, label)
# backprop
optimizer.zero_grad()
loss.backward()
optimizer.step()
# 使用 .item()将最后一个标量loss转换成Numpy打印出来
print(epoch, 'loss:', loss.item())
- 测试代码：因为测试过程不需要梯度更新，为了保险起见，使用with torch.no_grad()，通过for x, label in cifar_test，来加载测试数据，将x传入模型：logits = model(x)，然后将预测值最高的序列号作为预测结果，通过eq函数与真实label对比，将batch中正确的相加和，再最终累加，通过total_correct / total_num求得精度。
model.eval()
with torch.no_grad():
# test
total_correct = 0
total_num = 0
for x, label in cifar_test:
# [b, 3, 32, 32], [b]
x, label = x.to(device), label.to(device)
# [b, 10]
logits = model(x)
# [b]
pred = logits.argmax(dim=1)
# [b] vs [b] => scalar tensor
correct = torch.eq(pred, label).float().sum().item()
total_correct += correct
total_num += x.size(0)
# print(correct)
acc = total_correct / total_num
print(epoch, 'test acc:', acc)
- 将上述的完整的完整的 lenet5.py和下面完整的 main.py放入一个工程下，运行main.py，即可实现数据加载、训练、测试全过程。完整的 main.py代码如下：
import torch
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision import transforms
from torch import nn, optim
from lenet5 import Lenet5
def main():
batchsz = 32
#当前目录下新建文件夹'cifar'，train = True，transform对数据进行变换，download=True自动下载数据集
cifar_train = datasets.CIFAR10('cifar', True, transform=transforms.Compose([
transforms.Resize((32, 32)),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
]), download=True)
#DataLoader方便一次加载多个，第一个参数为数据集cifar_train，第二个参数batch_size为每次批处理数量，
#根据显卡设置，不要太小。第三个参数shuffle为打乱，设置成True。
cifar_train = DataLoader(cifar_train, batch_size=batchsz, shuffle=True)
cifar_test = datasets.CIFAR10('cifar', False, transform=transforms.Compose([
transforms.Resize((32, 32)),
transforms.ToTensor(),
transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
]), download=True)
cifar_test = DataLoader(cifar_test, batch_size=batchsz, shuffle=True)
#通过iter方法把DataLoader迭代器先得到，使用迭代器.next()方法得到一个batch。
x, label = iter(cifar_train).next()
print('x:', x.shape, 'label:', label.shape)
device = torch.device('cuda')
model = Lenet5().to(device)
criteon = nn.CrossEntropyLoss().to(device)
optimizer = optim.Adam(model.parameters(), lr=1e-3)
print(model)
for epoch in range(1000):
model.train()
for batchidx, (x, label) in enumerate(cifar_train):
# 这里是对一个batch迭代一次，一次batch 32张图片
# [b, 3, 32, 32], [b]
x, label = x.to(device), label.to(device)
logits = model(x)
# logits: [b, 10], label: [b], loss: tensor scalar
loss = criteon(logits, label)
# backprop
optimizer.zero_grad()
loss.backward()
optimizer.step()
# 使用 .item()将最后一个标量loss转换成Numpy打印出来
print(epoch, 'loss:', loss.item())
model.eval()
with torch.no_grad():
# test
total_correct = 0
total_num = 0
for x, label in cifar_test:
# [b, 3, 32, 32], [b]
x, label = x.to(device), label.to(device)
# [b, 10]
logits = model(x)
# [b]
pred = logits.argmax(dim=1)
# [b] vs [b] => scalar tensor
correct = torch.eq(pred, label).float().sum().item()
total_correct += correct
total_num += x.size(0)
# print(correct)
acc = total_correct / total_num
print(epoch, 'test acc:', acc)
if __name__ == '__main__':
main()