【pytorch】从入门到入门 小土堆

一、起步

• anacondar的安装
• 虚拟环境的创建 conda create -n pytorch python=3.7.0
• pytorch的安装，上pytorch官网复制命令即可本人是使用conda安装 cpu环境的
  
• opencv的安装 conda install -c https://conda.anaconda.org/menpo opencv
• 编码环境：pycharm、jupyternotebook、和pycharm内置的python控制台
• 学习法宝：dir()函数和help()函数

pycharm快捷键：

• ctrl+p 显示参数

二、学习

加载数据集:

• Dataset ->提供一种方式去获取数据及其label
• Dataloader->为后面的网络提供不同的数据形式

练习DataSet的使用，创建自己的数据集类别

数据集没有对应的label标签 直接使用文件夹名作为标签

数据集形式为：

学习代码为：

from torch.utils.data import Dataset
import os
from PIL import Image


# 数据集类 必须继承Dataset 实现__getitem__（获取每一个数据及其label）和__len__方法（一共有多少数据）
class MyData(Dataset):
    # root_dir是训练集 label_dir是本来应该是label文件夹 但是由于这个文件夹的label就是文件夹名称 就更方便了
    def __init__(self,root_dir,label_dir):
        # self相当于创建类的成员变量
        self.root_dir=root_dir
        self.label_dir=label_dir
        # 图片集合的路径
        self.path=os.path.join(self.root_dir,self.label_dir)
        # 存放所有图片名称的集合
        self.img_path_list=os.listdir(self.path)
    def __getitem__(self, idx):
        img_name=self.img_path_list[idx]
        img_item_path=os.path.join(self.path,img_name)
        img=Image.open(img_item_path)
        # 因为label就是文件夹的名字
        label=self.label_dir
        return img,label
    def __len__(self):
        return len(self.img_path_list)
root_dir="dataset/train"
ants_label_dir="ants"
bees_label_dir="bees"
ants_dataset=MyData(root_dir,ants_label_dir)
bees_dataset=MyData(root_dir,bees_label_dir)
train_dataset=ants_dataset+bees_dataset

标准的数据集 两个文件夹下的jpg文件和txt文件一一对应

数据集形式为：

学习代码为：

from torch.utils.data import Dataset
from PIL import Image
import os

class MyData(Dataset):
    def __init__(self,root_dir,data_dir,label_dir):
        self.root_dir=root_dir
        self.data_dir=data_dir
        self.label_dir=label_dir
        self.img_path=os.path.join(self.root_dir,self.data_dir)
        self.img_path_list=os.listdir(self.img_path)
    def __getitem__(self, idx):
        img_name=self.img_path_list[idx]
        img_item_path=os.path.join(self.img_path,img_name)
        img=Image.open(img_item_path)
        label_item_path = os.path.join(self.img_path, img_name)
        with open(label_item_path, "r") as f:
            label = f.read()
        return img,label
    def __len__(self):
        return len(self.img_path_list)

root_dir="dataset2\\train"
ants_data_dir="ants_image"
ants_label_dir="ants_label"
bees_data_dir="bees_image"
bees_label_dir="bees_label"
ants_dataset=MyData(root_dir,ants_data_dir,ants_label_dir)
bees_dataset=MyData(root_dir,bees_data_dir,bees_label_dir)
train_dataset=ants_dataset+bees_dataset

tensorboard相关

安装 tensorboard：pip install tensorboard

write.add_scalar

使用：

from torch.utils.tensorboard import SummaryWriter

write =SummaryWriter("logs")
for i in range(100):
    # 常用参数 前三个 标题 y轴 x轴
    write.add_scalar("y=x",i,i)

write.close()

打开生成的文件,当前目录下：tensorboard --logdir=logs --port=6007 这个logs就是创建SummaryWriter实例时候传入的文件名

write.add_image()

使用：

from torch.utils.tensorboard import SummaryWriter
import cv2
import numpy as np

write =SummaryWriter("logs")

# 我们之前使用PIL.image读图片 读出来是PLT巴拉巴拉类型的 但是这里的图片要numpy型的 只能用opencv读了
img_path="dataset/train/bees/16838648_415acd9e3f.jpg"
img=cv2.imread(img_path)
# img.shape ->(512, 768, 3)分别是高度 宽度 通道 按照函数的要求 添加参数dataformats='HWC'
write.add_image("test",img,1,dataformats='HWC')

write.close()

效果：

Transforms相关

核心作用：将一些图片进行特定的图片变换
常用类：

ToTensor 作用：Convert a PIL Image or numpy.ndarrayto tensor
ToPILImage作用：Convert a tensor or an ndarray to PIL Image
Resize：Resize the input image to the given size

小案例：

import cv2
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

img_path="dataset/train/ants/0013035.jpg"
img=cv2.imread(img_path)
# 1、使用ToTensor类
to_tensor=transforms.ToTensor()
# tensor_img=to_tensor(img) 也行 因为是call
tensor_img=to_tensor.__call__(img)
# 2、tensor作用：包装了神经网络理论基础的一些参数

write = SummaryWriter("logs")
write.add_image("tensor_img",tensor_img)
write.close()

效果：

使用torch自带的数据集

import torchvision
from torch.utils.tensorboard import SummaryWriter

dataset_transform=torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

train_set =torchvision.datasets.CIFAR10("./dataset",train=True,transform=dataset_transform,download=True)
test_set =torchvision.datasets.CIFAR10("./dataset",train=False,transform=dataset_transform,download=True)

write=SummaryWriter("logs")
for i in range(10):
    img,target = test_set[i];
    write.add_image("test_set",img,i)
write.close()

DataLoader

常见参数：dataset是我们准备的数据集，batch_size是一次取几个数据，shuffle：每次数据顺序是否相同，num_workers：几个进程(默认值为0 多个进行在windows下可能会有问题)，drop_last是否舍去最后的余数

import torchvision
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter


test_set =torchvision.datasets.CIFAR10("./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)

test_loader=DataLoader(dataset=test_set,batch_size=4,shuffle=True,num_workers=0,drop_last=False)

write=SummaryWriter("logs")
step=0
for data in test_loader:
    imgs,targets = data
    write.add_images("test_loader",imgs,step)
    step+=1

write.close()

Module

超级无敌简单的神经网络：

import torch
import torch.nn as nn

class MyModule(nn.Module):
    def __init__(self) -> None:
        super().__init__()
    def forward(self, x):
        return x+1
myModule=MyModule()
x=torch.tensor(1.0)
output = myModule(x)
print(output)

卷积小解释：

卷积就是卷积核在输入图像中移动，每一次卷积核覆盖的位置值和卷积核的值相乘 作为输出，如图像是55的矩阵，卷积核是33的矩阵，他们不断相乘再相加作为输出，输出完之后卷积核移动到下一个位置，继续相乘再相加作为输出
这个移动的步数就是CONV2D中的参数stride ，一个值就是横向和纵向的步数，一个元组就是两个值分别对应横向移动和纵向移动

import torch
import torch.nn.functional as F

input=torch.tensor([
    [1,2,0,3,1],
    [0,1,2,3,1],
    [1,2,1,0,0],
    [5,2,3,1,1],
    [2,1,0,1,1]
])
kernel=torch.tensor([
    [1,2,1],
    [0,1,0],
    [2,1,0]

])
# 因为CONV2D要求输入的tensor 是4维的 而我们创建的是二维的所以需要用变换一下
# (1,1,5,5)表示一个通道、batch_size=1、数据是5*5
input=torch.reshape(input,(1,1,5,5))
kernel=torch.reshape(kernel,(1,1,3,3))

output=F.conv2d(input,kernel,stride=1)
print(output)

三、最后总结

模型训练套路

模型结构：

模型：

import torch
from torch import nn


class CNN(nn.Module):
    def __init__(self) -> None:
        super().__init__()
        self.model = nn.Sequential(
            # 目标从3通道32*32经过卷积得到32通道32*32 带入公式N=(W-F+2P)/S+1 即(32-5+2padding)/1+1=32 得padding=2
            nn.Conv2d(in_channels=3, out_channels=32, kernel_size=5, stride=1, padding=2),
            # 最大池化 得到32通道16*16
            nn.MaxPool2d(2),

            # 目标从32通道16*16经过卷积得到32通道16*16 带入公式N=(W-F+2P)/S+1 即(16-5+2padding)/1+1=16 得padding=2
            nn.Conv2d(in_channels=32, out_channels=32, kernel_size=5, stride=1, padding=2),
            # 最大池化 得到32通道8*8
            nn.MaxPool2d(2),

            # 目标从32通道8*8经过卷积得到64通道8*8 带入公式N=(W-F+2P)/S+1 即(8-5+2padding)/1+1=8 得padding=2
            nn.Conv2d(in_channels=32, out_channels=64, kernel_size=5, stride=1, padding=2),
            # 最大池化 得到64通道4*4
            nn.MaxPool2d(2),

            # 展平为64*4*4的一维向量
            nn.Flatten(),

            # 全连接
            nn.Linear(64 * 4 * 4, 64),
            nn.Linear(64, 10)
        )

    def forward(self, x):
        x=self.model(x)
        return x

if __name__ == '__main__':
    cnn = CNN()
    # 输出是一组64张图片 三通道 尺寸是32*32
    input=torch.ones((64,3,32,32))
    # 返回为torch.Size([64, 10]) 即64张图片 每张图片在10个类别中的概率
    output=cnn(input)

训练：

import torch.optim
import torchvision
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

from model import CNN

# 准备数据集

train_data=torchvision.datasets.CIFAR10(root="./dataset",train=True,transform=torchvision.transforms.ToTensor(),download=True)

test_data=torchvision.datasets.CIFAR10(root="./dataset",train=False,transform=torchvision.transforms.ToTensor(),download=True)

train_loader=DataLoader(dataset=train_data,batch_size=64,shuffle=True)
test_loader=DataLoader(dataset=test_data,batch_size=64,shuffle=True)


# 搭建网络模型
cnn=CNN()

# 损失函数 选择交叉熵
loss_fun=nn.CrossEntropyLoss()

#优化器选择 随机梯度下降
learning_rate=0.01
optimizer=torch.optim.SGD(cnn.parameters(),lr=learning_rate)

# 训练网络的一些参数
total_train_step=0 # 训练的次数
total_test_step=0 # 测试的次数
epoch=10 # 训练的轮数

# 添加tensboard
writer=SummaryWriter("./logs")

for i in range(epoch):
    print("第{}轮训练开始".format(i+1))
    # 标志开始训练只对某些层管用
    torch.train()
    for data in train_loader:
        imgs,targets=data
        outputs=cnn(imgs)
        loss=loss_fun(outputs,targets)

        # 梯度清零 损失反向传播 然后优化参数
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        total_train_step+=1
        # loss是一个tensor 使用item方法得到真实的值 如 loss是tensor(5),loss.item()就是5
        if total_train_step%100==0:
            print("训练次数为{}时，损失为{}".format(total_train_step, loss.item()))
            writer.add_scalar("train_loss",loss.item(),total_train_step)

    # 测试每一轮训练之后 在测试集上的损失 因为只是测试 不需要对梯度进行调整
    torch.eval() # 标志开始测试 只对某些层管用
    total_test_loss=0
    with torch.no_grad():
        for data in test_loader:
            imgs, targets = data
            outputs = cnn(imgs)
            loss = loss_fun(outputs, targets)
            total_test_loss+=loss.item()
    print("第{}轮训练结束之后 测试集上的整体损失为{}".format(i+1,total_test_loss))
    total_test_step+=1
    writer.add_scalar("test_loss", total_test_loss, total_test_step)

    # 保存每一轮训练的模型
    torch.save(cnn,"./path/cnn_{}_path".format(i))
    print("模型已经保存")

writer.close()

结果

模型验证

import torch
import torchvision
from PIL import Image

from model import CNN

image = Image.open("./imgs/002.png")
image=image.convert("RGB")

transform =torchvision.transforms.Compose([
    torchvision.transforms.Resize((32,32)),
    torchvision.transforms.ToTensor()
])

image=transform(image)
# 这个image是3通道的32*32没有batch_size 给他加上
image=torch.reshape(image,(1,3,32,32))
cnn=torch.load("path/cnn_9_path")


cnn.eval()
with torch.no_grad():
    output=cnn(image)
print(output.argmax(1))
# 输出是tensor([3]) 而第三个类别是猫 没有预测准确 害