PyTorch深度学习实践(九)——卷积神经网络入门

文章目录

  • 0 写在前面
  • 1 卷积层
  • 2 下采样
  • 3 卷积和下采样
  • 4 输出是十分类的问题
  • 5 特征提取器
  • 6 卷积层
    • 6.1 单通道卷积
    • 6.2 多通道卷积
    • 6.3 卷积输出
  • 7 卷积核的维度确定
  • 8 局部感知域(过滤器)
  • 9 卷积层代码实现
  • 10 填充padding
  • 11 定义模型
  • 12 完整代码

0 写在前面

  • 在传统的神经网络中,我们会把输入层的节点与隐含层的所有节点相连。卷积神经网络中,采用“局部感知”的方法,即不再把输入层的每个节点都连接到隐含层的每一个神经元节点上。
  • full yconnected 全连接层:如果这个网络是用线性层串联起来的
  • 卷积神经网络中间使用的是卷积层,它不像全连接层一样,会把CWH打成一维的数据,而是保留原本的3维,这样就不会损失原本数据中的空间信息
  • 卷积神经网络识别模仿了人脑的视觉处理机制,采用分级提取特征的原理!

1 卷积层

  • 如下图所示,1×28×28的三维Tensor,输出是4×24×24的Tensor
  • 经过卷积层,通道数和维度都有可能发生变化!
    PyTorch深度学习实践(九)——卷积神经网络入门_第1张图片

2 下采样

  • 目的:减少数据量,feature_matrix,降低运算压力
  • 经过一次下采样,通道数是不变的

PyTorch深度学习实践(九)——卷积神经网络入门_第2张图片

3 卷积和下采样

  • 池化的目的是降低维度;实际上就是下才哟昂
  1. 先做一个5×5的卷积,然后再做一个2×2的下采样;
  2. 再做一个5×5的卷积,然后再做一个2×2的下采样;

4 输出是十分类的问题

PyTorch深度学习实践(九)——卷积神经网络入门_第3张图片

  • S 2 S_2 S2 n 1 n_1 n1是把 8 × 4 × 4 8×4×4 8×4×4映射到一维数据,然后把 n 1 n_1 n1使用一个线性层(全连接层)映射到一个10维。
  • 然后用交叉熵来计算损失,这就可以能让网络正常工作了。

5 特征提取器

  • 将卷积层和下采样看成特征提取Feature Extraction
  • 将后面的全连接层看成分类器,Classification
    PyTorch深度学习实践(九)——卷积神经网络入门_第4张图片

6 卷积层

6.1 单通道卷积

  • 红色框起来的部分和黄色相乘, 这里做的是数乘,即对应位置相乘!
    PyTorch深度学习实践(九)——卷积神经网络入门_第5张图片
    PyTorch深度学习实践(九)——卷积神经网络入门_第6张图片

6.2 多通道卷积

  • 每一个通道对应一个核(kernel)
    PyTorch深度学习实践(九)——卷积神经网络入门_第7张图片
  • 举例:625是如何计算得出的?
    PyTorch深度学习实践(九)——卷积神经网络入门_第8张图片
    625 = 211+179+235
    其中,211 = 粉色中红框 × 黄色的kernel,求和

6.3 卷积输出

  • 一个3通道的数据输入,用的是3*3的卷积核,最后得到的输出通道为1
    PyTorch深度学习实践(九)——卷积神经网络入门_第9张图片

7 卷积核的维度确定

  1. 卷积核的通道数,应该与输入数据的通道数一致
  2. 卷积核的个数,决定(等于)输出数据的通道数

PyTorch深度学习实践(九)——卷积神经网络入门_第10张图片

8 局部感知域(过滤器)

  • 这边红色框出来的区域,就是局部感知域,可以把它看做一个小窗口,也称之为过滤器。
    PyTorch深度学习实践(九)——卷积神经网络入门_第11张图片

9 卷积层代码实现

  • 可以看到卷积层的shape, 10取决于输出的通道数,5取决于输出的通道数。
import torch
in_channels, out_channels = 5, 10
width, height = 100, 100  # 宽和高的大小
kernel_size = 3  # 卷积核的大小
batch_size = 1

input = torch.randn(batch_size, in_channels, width, height)

print(input)
conv_layer = torch.nn.Conv2d(in_channels, out_channels, kernel_size=kernel_size)

output = conv_layer(input)

print(input.shape)
print(output.shape)
print(conv_layer.weight.shape)


PyTorch深度学习实践(九)——卷积神经网络入门_第12张图片

  • 所以说,卷积层的定义只需要输入的通道,输出的通道和卷积核的大小。

10 填充padding

  • 考虑到之前去计算kernel=3时,即使每次stride=1,经过卷积之后特征图的尺寸也会变小。
  • 这是由于过滤穷在移动到边缘的时候就结束了,中间的像素点参与计算的次数要比边缘的要多。
  • 因此,越是边缘的点,对于输出的影响就越小,为了把边缘信息也考虑进来,我们可以在外围进行一次填充,这就是padding,一般来说填充的都是0.

PyTorch深度学习实践(九)——卷积神经网络入门_第13张图片

11 定义模型

class Net(torch.nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = torch.nn.Conv2d(1,10,(5,5))
        self.conv2 = torch.nn.Conv2d(10,20,(5,5))
        self.maxpooling = torch.nn.MaxPool2d(2)
        self.fc = torch.nn.Linear(320,10)

    def forward(self,x):
        # 将数据从 (n,1,28,28) 转为 (n,784)

        #统计 minibatch 的大小
        batch_size = x.size(0)

        x = F.relu(self.maxpooling(self.conv1(x)))
        x = F.relu(self.maxpooling(self.conv2(x)))

        #将批量输入的图片转为 张数 * N
        # 注意 批量数据矩阵 一行表示一个数据
        x = x.view(batch_size,-1)
        x = self.fc(x)
        return x

12 完整代码

  • 我会写一篇blog来分析一下这个卷积网络模型LeNet,如果有兴趣的小伙伴可以移步下方链接!

https://blog.csdn.net/weixin_42521185/article/details/123789635

  • 觉得本篇blog对你有帮助的话,麻烦收藏点赞+关注我哟!!
import numpy as np
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets
from torchvision import transforms
from torch.utils.data import DataLoader
import torch
import matplotlib.pyplot as plt

transform = transforms.Compose([
    transforms.ToTensor(),  #将图像转为tensor向量即每一行叠加起来,会丧失空间结构,且取值为0-1
    transforms.Normalize((0.1307,),(0.3081,))   #第一个是均值,第二个是标准差,需要提前算出,这两个参数都是mnist的
])

batch_size = 64

train_dataset = datasets.MNIST(root='../dataset/mnist',
                               train = True,
                               download=True,
                               transform=transform
                               )

train_loader = DataLoader(train_dataset,
                          shuffle=True,
                          batch_size=batch_size)

test_dataset = datasets.MNIST(root='../dataset/mnist',
                              train = False,
                              download=False,
                              transform=transform
                              )

test_loader = DataLoader(test_dataset,
                         shuffle=False,
                         batch_size=batch_size)

class Net(torch.nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = torch.nn.Conv2d(1,10,(5,5))
        self.conv2 = torch.nn.Conv2d(10,20,(5,5))
        self.maxpooling = torch.nn.MaxPool2d(2)
        self.fc = torch.nn.Linear(320,10)

    def forward(self,x):
        # 将数据从 (n,1,28,28) 转为 (n,784)

        #统计 minibatch 的大小
        batch_size = x.size(0)

        x = F.relu(self.maxpooling(self.conv1(x)))
        x = F.relu(self.maxpooling(self.conv2(x)))

        #将批量输入的图片转为 张数 * N
        # 注意 批量数据矩阵 一行表示一个数据
        x = x.view(batch_size,-1)
        x = self.fc(x)
        return x

model = Net()

criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(),lr=0.01,momentum=0.5)

#使用 GPU 加速
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model.to(device)

def train(epoch):
    running_loss = 0.0
    # batch_idx 的范围是从 0-937 共938个 因为 batch为64,共60000个数据,所以输入矩阵为 (64*N)
    for batch_idx,data in enumerate(train_loader,0):
        x ,y = data
        x,y = x.to(device),y.to(device) #装入GPU

        optimizer.zero_grad()
        y_pred = model(x)
        loss = criterion(y_pred,y)  #计算交叉熵损失
        loss.backward()
        optimizer.step()

        running_loss += loss.item()

        if batch_idx%300 == 299:
            print("[%d,%5d] loss:%.3f"%(epoch+1,batch_idx+1,running_loss/300))
            running_loss = 0.0

def test():
    correct = 0
    total = 0
    with torch.no_grad():
        for data in test_loader:
            x,y = data
            x,y = x.to(device),y.to(device)
            y_pred = model(x)
            _,predicted = torch.max(y_pred.data,dim=1)
            total += y.size(0)
            correct += (predicted==y).sum().item()
    print('accuracy on test set:%d%% [%d/%d]'%(100*correct/total,correct,total))
    accuracy_list.append(100*correct/total)

if __name__ == '__main__':
    accuracy_list = []
    for epoch in range(10):
        train(epoch)
        test()
    plt.plot(np.linspace(1,10,10),accuracy_list)
    plt.xlabel('epoch')
    plt.ylabel('accuracy')
    plt.show()

你可能感兴趣的:(PyTorch深度学习,pytorch,深度学习,python)