小土堆Pytorch快速入门-ch01

1.Pytorch加载数据初步认识

对于一个数据集来说，在使用之前需要把这些数据加载成我们需要的格式。
这地方就需要了Dataset和Dataloader:
1.dateset是告诉我们数据集在什么位置，数据集什么位置是什么东西，
给出一个索引index=0，能够给出哪一个数据

2.dataloader加载器，是从dataset里面取数据，
然后加载到另一个地方（如加载到神经网络）。加载的过程是通过dataloader控制的

from torch.utils.data import Dataset
from PIL import Image	#通过PIL来导入图片
import os

#先继承Dataset类
class MyData(Dataset):
	#重写里面的三个函数
    def __init__(self,root_dir,label_dir):
        self.root_dir = root_dir
        self.label_dir=label_dir
        self.path=os.path.join(self.root_dir,self.label_dir)
        self.img_path = os.listdir(self.path)

    def __getitem__(self, idx):
        img_name = self.img_path[idx]
        img_item_path = os.path.join(self.root_dir,self.label_dir,img_name)
        img = Image.open(img_item_path)
        label=self.label_dir
        return img,label

    def __len__(self):
        return len(self.img_path)#图片列表长度

root_dir = "dataset/train"
ants_label_dir = "ants_image"
bees_label_dir = "bees_image"
ants_dataset = MyData(root_dir,ants_label_dir)#通过输入数据集存放路径和相应的label来创建数据集
bees_dataset = MyData(root_dir,bees_label_dir)
train_dataset = ants_dataset+bees_dataset

利用Dataset来对自己初始数据进行处理，由原来的ant和bee数据图片，来获得train_dataset和相应的label（例如某条数据图片，label是ant还是bee）。

2.TensorBoard的使用

这里主要使用TensorBoard来展示代码中对图片的处理的过程的展示

np.array

from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
writer = SummaryWriter("logs")#步骤1：初始化，对日志的存放路径
image_path = "dataset/train/ants_image/0013035.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)#需要将图片类型转化为np.array或者下一个代码的tensor类型
writer.add_image("test", img_array, 1, dataformats='HWC')#步骤2：添加，注意添加类型
for i in range(100):
    writer.add_scalar("y=2x", i,2*i)
writer.close()#步骤3，关闭

tensor类型
这地方涉及transforms，以下会进行讲解

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision.transforms import transforms
writer = SummaryWriter("logs")
img_path = "dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path)
tensor_trans = transforms.ToTensor()#转化为tensor类型
tensor_img = tensor_trans(img)

#使用tensor类型时，是因为add_image时需要曼珠troch.tensor和np.array型。目的是在这地方
#可以科Tensorboard对比，这里用到的是tensor类型，而另一个是np类型
writer.add_image("Tensor_img",tensor_img)
writer.close()

对于tensorboard的使用方法：
在终端中输入

tensorboard --logdir=日志存放文件夹

会给出一个链接，打开即可。

3.torchvision中的transforms

transforms为我们提供了一个强大的工具箱，我们可以通过对transforms的一些函数进行输入一些参数，来构造成我们自身模型的功能函数。以下先举一个例子：

import cv2
from PIL import Image
from torchvision import transforms
#通过transforms.Totensor去看两个问题
#1.transforms该如何使用
#2.为什么我们需要Tensor数据类型
img_path ="dataset/train/ants_image/0013035.jpg"
#导入方法1
img = Image.open(img_path)
#print(img)
#导入方法2
img2 = cv2.imread(img_path)

#可以将transforms看作一个工具箱
#利用transforms的Totensor来创建一个工具
tensor_trans = transforms.ToTensor()
#使用工具
tensor_img = tensor_trans(img)
print(tensor_img)

代码中，我们的tensor_trans功能函数，是通过transforms的ToTensor函数创建来的，创建成功后，我们可以直接使用我们自身创建的tensor_trans功能函数来完成相应功能。

以下为几个常用的transform函数：

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

img_path= "dataset/train/ants_image/0013035.jpg"
img = Image.open("dataset/train/ants_image/0013035.jpg")
writer = SummaryWriter("logs")

'''1.ToTensor的使用，转化为tensor数据类型'''
trans_tensor = transforms.ToTensor()
img_tensor = trans_tensor(img)
writer.add_image("Tensor",img_tensor)

'''2.Normalize归一化'''
print(img_tensor[0][0][0])
trans_norm = transforms.Normalize([0.5, 0.5, 0.5],
                                  [0.5, 0.5, 0.5])
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0])
writer.add_image("Normalize",img_norm,1)#将结果放在第一步

trans_norm = transforms.Normalize([1, 3, 5],
                                  [0.5, 0.5, 0.5])
img_norm = trans_norm(img_tensor)
writer.add_image("Normalize",img_norm,2)#将结果放在第2步
trans_norm = transforms.Normalize([0.5, 6, 1],
                                  [0.5, 0.5, 0.5])
img_norm = trans_norm(img_tensor)
writer.add_image("Normalize",img_norm,3)#将结果放在第3步
#注意观察图片的变化

'''3.Resize'''
print(img.size)
trans_resize = transforms.Resize(512)
#数据类型变化 img PIL ->(resize)-> image_resize PIL
img_resize = trans_resize(img)
# img_resize PIL ->(totensor)-> image_resize tensor
img_resize = trans_tensor(img_resize)
writer.add_image("Reisze",img_resize,1)

'''4.Compose - resize -2'''

trans_resize_2 = transforms.Resize(512)
#compose就是将多个操作级联起来，本例中compose将trans_resize_2和trans_tensor两个操作级联使用
#相当于多个操作对一个数据时进行顺序使用，必须保证前一个输出是后一个输入，类型保持一致
trans_compose = transforms.Compose([trans_resize_2,trans_tensor])
img_resize_2 = trans_compose(img)#此处输入是img
writer.add_image("Resize",img_resize_2,2)

'''5.RandomCrop随机裁剪'''
trans_random = transforms.RandomCrop(256)
trans_compose_2 = transforms.Compose([trans_random,trans_tensor])

for i in range(10):
    img_crop = trans_compose_2(img)
    writer.add_image("RandomCrop",img_crop,i)
writer.close()

4.torchvision中的数据集使用

本例使用的是torchvision提供的CIFAR10数据集

对于数据集的下载

对于torchvision自带的数据集，在进行使用时，直接在dataset时，将download=True即可，因为dataset中的数据集会提供相应的链接。另外也可以自己手动下载，可以使用该链接复制到迅雷加速下载。

对于数据集的dataset

#如何使用torchvision提供的数据集
import torchvision
from torch.utils.tensorboard import SummaryWriter

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])#此处对transforms的多个操作进行组合，需要注意每个操作的输出和下一个操作输入类型一致。
#获得dataset_transform操作，可以用在对数据集的一个操作dataset.CIFAR10中

train_set = torchvision.datasets.CIFAR10(root="./dataset/CIFAR10",train=True,transform=dataset_transform,download=True)#（数据集路径，是否是训练数据集，对数据集所进行的操作，是否开启下载）
test_set = torchvision.datasets.CIFAR10(root="./dataset/CIFAR10",train=False,transform=dataset_transform,download=True)
writer = SummaryWriter("logs")
for i in range(10):
    img,label = test_set[i]
    writer.add_image("test_set",img,i)
writer.close()

5.Dataloader使用

import torchvision
#准备好的测试集合
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

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

test_loader = DataLoader(dataset=test_data,batch_size=64,shuffle=True,num_workers=0,drop_last=True)
'''
dataset=test_data, 从哪个数据集进行加载
batch_size=4, 一批打包总有多少个
shuffle=True, 是否重新”洗牌“，打乱顺序
num_workers=0, 一起运行的进程数，0默认只有一个主进程
drop_last=False 数据集最后一组batch不能达到batch_size，是否舍去
'''

#测试数据集中第一张图片和target
img, target = test_data[0]
print(img.shape)
print(target)

writer = SummaryWriter("logs")
for epoch in range(2):
    step = 0
    for data in test_loader:
        imgs, targets = data#这地方的imgs将是用在以后的模型输入
        #print(imgs.shape)#打包之后变成，多了一个4维torch.Size([4, 3, 32, 32])
        #print(targets)  #打包之后变成batch_size长度的tensor([3, 4, 8, 6])
        writer.add_images("Epoch:{}".format(epoch),imgs,step)
        step = step + 1

writer.close()

完成Dataloader操作获得的imgs才是后续操作模型的输入

6.神经网络的框架和卷积理解

在构建自己的神经网络过程中，主要是使用torch.nn.Module类，来进行重写里面的函数来构建自己的神经网络。

import torch
from torch import nn

class Tudui(nn.Module):

    def __init__(self):
        super().__init__()
    def forward(self, input):
        output = input + 1
        return output

tudui = Tudui()#自己构造的Tudui()神经网络类，进行实例化
x = torch.tensor(1.0)
output = tudui(x)#直接进行输入x，由于继承了nn.Module类，Tudui类会自动执行forward函数，得到输出
print(output)

卷积的概述
通过使用torch.nn.functional.conv2d()函数来进行大致介绍：

卷积的过程：

进行填充卷积

'''
torch.nn.functional.conv2d()
为卷积函数
一些输入参数：
1.input输入
2.weight权重,即卷积核，对于二维来说，卷积核是2维的，则weight也是二维的
3.bias偏移量
4.stride是步长，卷积核运动的长度，可以为一个列表
5.padding是填充，对input周围进行填充行和列，一般填充默认为0

'''
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]])
kernal = torch.tensor([[1,2,1],
                       [0,1,0],
                       [2,1,0]])#weight
#由于输入时需要input必须满足一个尺寸,input为(minibatch,in_channels,iH,iW)
#weight(out_channels, in_channels/groups,kH,kW)
#则需要改变input
input = torch.reshape(input,(1,1,5,5))
kernal = torch.reshape(kernal,(1,1,3,3))

print(input.shape)
print(kernal.shape)
output = F.conv2d(input, kernal,stride=1)#卷积
print(output)
output2 = F.conv2d(input, kernal,stride=2)
print(output2)