深度学习——使用图像增广进行训练CIFAR10代码

1.训练数据样本进行增广使用简单的随机左右翻转，预测过程不使用随机图像增广。

使用ToTensor将图像转换为框架所需格式。形状为（批量大小，通道数，高度，宽度）的32位浮点数，取值范围为0～1。

# 训练集只使用简单的随机左右翻转
train_augs = torchvision.transforms.Compose([
    torchvision.transforms.RandomHorizontalFlip(),
    torchvision.transforms.ToTensor()])
#测试集ToTensor()
test_augs = torchvision.transforms.Compose([torchvision.transforms.ToTensor()])

2.定义辅助函数，读取图像和应用图像增广

# 定义一个辅助函数dataloader，读取图像和应用图像增广
def load_cifar10(is_train, augs, batch_size):
    dataset = torchvision.datasets.CIFAR10(root="../data", train=is_train,
                                           transform=augs, download=True)
    dataloader = torch.utils.data.DataLoader(dataset, batch_size=batch_size,
                                             shuffle=is_train, num_workers=d2l.get_dataloader_workers())
    return dataloader

3.多GPU训练的代码实现

①返回训练损失和精度

def train_batch_ch13(net, X, y, loss, trainer, devices):
    """用多GPU进行小批量训练"""
    if isinstance(X, list):  # 如果X是一个list,让每一个x都在devices[0]
        X = [x.to(devices[0]) for x in X]
    else:
        X = X.to(devices[0])
    y = y.to(devices[0])
    net.train()  # 训练模式
    trainer.zero_grad()  # 优化器梯度清零
    pred = net(X)  # 把X放入模型得到预测值pred
    l = loss(pred, y)  # 计算损失函数l
    l.sum().backward()  # 损失函数反向传播求梯度
    trainer.step()  # 优化器进行优化
    train_loss_sum = l.sum()  # 损失值
    train_acc_sum = d2l.accuracy(pred, y)  # 精度
    return train_loss_sum, train_acc_sum

②定义训练函数

def train_ch13(net, train_iter, test_iter, loss, trainer, num_epochs,
               devices=d2l.try_all_gpus()):
    """用多GPU进行模型训练"""
    timer, num_batches = d2l.Timer(), len(train_iter)
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0, 1],
                            legend=['train loss', 'train acc', 'test acc'])
    net = nn.DataParallel(net, device_ids=devices).to(devices[0])  # 使用多GPU
    for epoch in range(num_epochs):
        # 4个维度：储存训练损失，训练准确度，实例数，特点数
        metric = d2l.Accumulator(4)
        for i, (features, labels) in enumerate(train_iter):
            timer.start()
            l, acc = train_batch_ch13(
                net, features, labels, loss, trainer, devices)  # 返回损失和精度
            metric.add(l, acc, labels.shape[0], labels.numel())  # 画图用的
            timer.stop()
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(epoch + (i + 1) / num_batches,
                             (metric[0] / metric[2], metric[1] / metric[3],
                              None))
        test_acc = d2l.evaluate_accuracy_gpu(net, test_iter)  # 测试精度
        animator.add(epoch + 1, (None, None, test_acc))
    print(f'loss {metric[0] / metric[2]:.3f}, train acc '
          f'{metric[1] / metric[3]:.3f}, test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec on '
          f'{str(devices)}')

③定义train_with_data_aug函数，使用图像增广训练模型。使用ResNet模型

该函数获取训练集，测试集，损失函数，优化算法，进行训练

batch_size, devices, net = 256, d2l.try_all_gpus(), d2l.resnet18(10, 3)

def init_weights(m):  # 随机初始化权重
    if type(m) in [nn.Linear, nn.Conv2d]:
        nn.init.xavier_uniform_(m.weight)  # 批量归一化模型稳定


net.apply(init_weights)


# 定义函数，使用图像增广训练模型
def train_with_data_aug(train_augs, test_augs, net, lr=0.001):
    train_iter = load_cifar10(True, train_augs, batch_size)  # 训练集
    test_iter = load_cifar10(False, test_augs, batch_size)  # 测试集
    loss = nn.CrossEntropyLoss(reduction="none")  # 损失函数
    trainer = torch.optim.Adam(net.parameters(), lr=lr)  # 优化器
    train_ch13(net, train_iter, test_iter, loss, trainer, 10, devices)


train_with_data_aug(train_augs, test_augs, net)

loss 0.178, train acc 0.938, test acc 0.844
5647.3 examples/sec on [device(type='cuda', index=0), device(type='cuda', index=1)]

 【总结】

• 图像增广基于现有的训练数据生成随机图像，来提高模型的泛化能力。

• 为了在预测过程中得到确切的结果，我们通常对训练样本只进行图像增广，而在预测过程中不使用带随机操作的图像增广。

• 深度学习框架提供了许多不同的图像增广方法，这些方法可以被同时应用。