图像分类：LeNet网络、CIFAR10数据集、pytorch

代码结构：

model.py

import torch.nn as nn
import torch.nn.functional as func


class LeNet(nn.Module):
    def __init__(self):
        super(LeNet,self).__init__()
        self.conv1=nn.Conv2d(3,6,5)
        self.pool1=nn.MaxPool2d(2,2)
        self.conv2=nn.Conv2d(6,16,5)
        self.pool2=nn.MaxPool2d(2,2)
        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=func.relu(self.conv1(x))    # input(3, 32, 32)   output(6, 28, 28)
        x=self.pool1(x)               # output(6, 14, 14)
        x=func.relu(self.conv2(x))    # output(16,10,10)
        x=self.pool2(x)               # output(16,5,5)
        x=x.view(-1,16*5*5)           # 展平为向量,output(16*5*5)
        x=func.relu(self.fc1(x))      # output(120)
        x=func.relu(self.fc2(x))      # output(84)
        x=self.fc3(x)                 # output(10)
        return x

        

train.py

import torch
import torchvision
import torch.nn as nn
from model import LeNet
import torch.optim as optim
import torchvision.transforms as transforms


def main(epoch_num,log_interval):
    transform = transforms.Compose([transforms.ToTensor(),
         transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

    '''
    关于torchvision.datasets下载数据集的说明：
    download=True 时会下载数据集，如果本地有数据集，将download设置为False
    用torchvision下载的数据集和我们在官网下载的CIFAR10数据集是完全相同的，只是orchvision会对数据集做预处理。
    '''

    # 50000张训练图片
    train_set = torchvision.datasets.CIFAR10(root='./CIFAR10/cifar-10-python', train=True,
                                             download=False, transform=transform)
    train_loader = torch.utils.data.DataLoader(train_set, batch_size=16,
                                               shuffle=True)

    # 10000张验证图片
    val_set = torchvision.datasets.CIFAR10(root='./CIFAR10/cifar-10-python', train=False,
                                           download=False, transform=transform)
    val_loader = torch.utils.data.DataLoader(val_set, batch_size=10000,
                                             shuffle=False, num_workers=0)
    # 这里将val_loader整理放入了迭代器，所以val_loader的batch_size=10000
    val_data_iter = iter(val_loader)
    val_image, val_label = val_data_iter.next()

    # classes = ('plane', 'car', 'bird', 'cat','deer', 'dog', 'frog', 'horse', 'ship', 'truck')

    model = LeNet()
    loss_function = nn.CrossEntropyLoss()
    optimizer = optim.Adam(model.parameters(), lr=0.001)

    for epoch in range(epoch_num):
        running_loss = 0.0
        for step, data in enumerate(train_loader):
            inputs, labels = data
            optimizer.zero_grad()
            outputs = model(inputs)
            loss = loss_function(outputs, labels)
            loss.backward()
            optimizer.step()
            running_loss += loss.item()

            '''
            关于 with torch.no_grad() 的说明：
            设置每500步进行一次测试，with是一个上下文管理器。
            如果没有 with torch.no_grad()，在测试时候节点数值也会进行求导，占用大量资源，导致内存崩溃。
            所以在测试时应该禁用require_grad，这样就不会改变模型的参数。
            '''

            if step % log_interval == 0:
                with torch.no_grad():
                    outputs = model(val_image)   # [batch, 10]
                    predict_y = torch.max(outputs, dim=1)[1]
                    accuracy = torch.eq(predict_y, val_label).sum().item() / val_label.size(0)
                    print('[%d, %5d] train_loss: %.3f  test_accuracy: %.3f' %
                          (epoch, step, running_loss / log_interval, accuracy))
                    running_loss = 0.0

    print('Finished Training')


if __name__ == '__main__':
    epoch_num=10
    log_interval=500
    main(epoch_num,log_interval)

        

注：使用 CrossEntropyLoss 时，模型最后一层不需要 softmax

一般多分类问题，模型最后一层输出的是x属于每一个分类的概率，即用func.log_softmax()归一化之后输出概率。

但根据CrossEntropyLoss()的公式可以发现，交叉熵损失函数中已经有了log_softmax，因此模型不需要输出log_softmax()的结果。

关于这个问题可以参考博客：Pytorch 中使用nn.CrossEntropyLoss的注意点（不需要额外的softmax）