深度学习笔记

1. 神经网络
2. 二分分类

单神经网络：输入x，经过单个神经元进行线性运算得到输出y。

大的神经网络由多个不同的神经元堆叠而成。

喂给神经网络多个x,y的数据，神经网络会自己决定中间的节点是什么。（节点就是中间的小圆圈，神经元）

神经元：ReLu函数，修正性单元。修正表示取不小于0的值

 

神经网络的强大之处在于你无需考虑它中间经历怎样的过程，只要输入x,就能得到y。

神经网络类型：

标准神经网络，卷积神经网络（CNN，主要用于图像识别），循环神经网络（RNN，主要处理非结构数据）

数据类型：

非结构数据与结构数据

结构数据是具有实际意义的比如像素值，房价。

非结构数据比如图像，音频，对计算机来说难以理解。我们可以提取非结构数据中的结构数据，比如计算机能理解图像的像素值，使计算机识别图像。

mei

import os
import json
import torch
import matplotlib.pyplot as plt
from PIL import Image
from torchvision import transforms
from model_v3 import mobilenet_v3_large
os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'

def main():

    if torch.cuda.is_available(): device = torch.device("cuda:0")

    else: device = torch.device("cpu")#使用cuda或CPU运行
    Image_Proc = transforms.Compose(
        [transforms.Resize(256),
        transforms.CenterCrop(224),     #前两步增强图像
        transforms.ToTensor(),       #（H,W,C)
        transforms.Normalize([0.485,0.456,0.406],[0.229,0.224,0.225])])
   
    img_path = input('请输入图片路径:')  
    #显示图片的路径格式,在终端输入格式，第二种是img_path = "turtle.jpg",输入的图片必须放在操作的文件夹C:\Users\Baokexin\Desktop\寒假第二次培训-20220126\MobileNetV3

    if not os.path.exists(img_path):
        print("文件不存在")
        exit()
    img = Image.open(img_path)
    plt.imshow(img)
    img = Image_Proc(img)
    #plt.show()
     
    img = torch.unsqueeze(img, dim=0)
 
    json_file = open("./class_indices.json")
    classes_dict = json.load(json_file)
    model = mobilenet_v3_large(num_classes=5).to(device)
    weight_path = './MobileNetV3.pth'

    model.load_state_dict(torch.load(weight_path, map_location=device))
    model.eval()
    with torch.no_grad():     #关闭梯度计算
        output = torch.squeeze(model(img.to(device))).cpu()
        
        
        predict = torch.softmax(output, dim=0) #将多个神经元的输出映射到（0,1）区间，并保证概率和为1
        predict_class = torch.argmax(predict).numpy() #获取最大值的索引
        
        
    predict_res = "class: {}  prob: {:.3}".format(classes_dict[str(predict_class)], predict[predict_class])# 将
    print(predict_res)
    plt.title(predict_res)
    plt.show()

     

    return


if __name__ == '__main__':
    while True:
        main()#程序从这里入口

借用的这段代码表示：输入图片路径，即可判断图片的类型。

 "0": "ACGN",
    "1": "PangXie",
    "2": "QingWa",
    "3": "WuGui",
    "4": "YingWu"
}

2.二分分类

特征向量x：将图片中所有的像素值列出来.

二分分类问题的目标是训练出一个分类器。

以特征向量x作为输入，预测测试结果标签y是1还是0。

用一对（x,y）来表示一个单独的样本，其中x是nx维的特征向量，标签y为1或0。m个训练样本组成训练集。

训练集：(X(1),y(1)) ,(X(2),y(2)), (X(3),y(3))……(X(m),y(m)).

M=Mtrain强调训练样本的个数。

Mtest=#test表示测试集的样本数。

输入X={ X1, X2,…… Xm }用样本数为m,高度为nx的矩阵表示。用Python表示是有X.shape.(nx,m)

注：训练样本有时作为行向量堆叠而不是列向量堆叠。

标签Y={y1, y2,y3……ym],用Python表示为Y.shape等于（1，m）.

sigmoid函数也叫 Logistic函数 ，用于隐层神经元输出，取值范围为(0,1)，它可以将一个实数映射到(0,1)的区间，可以用来做二分类。

代价函数:目的是为了训练参数w和b.

 用numpy计算前向神经网络，loss，和反向传播。

for t in range(300):
    y_predict = model(x)
    loss=loss_function(y_predict,y)
    print(t,loss.item())
    plt.ion()
    plt.show()
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()
    plt.cla()
    plt.scatter(x_np,y.data.numpy())
    plt.plot(x_np,y_predict.data.numpy(),'r-',lw=5)
    plt.pause(0.1)

不太理解的点：

手工组件是什么？

 如图：增加训练集的大小，能提高算法的准确性，为什么第四条是对的

• 减小NN的大小通常不会影响算法的性能，这可能会有很大的帮助。
• 增加训练集的大小通常不会影响算法的性能，这可能会有很大的帮助。（正确）
• 减小训练集的大小通常不会影响算法的性能，这可能会有很大的帮助。
• 增加NN的大小通常不会影响算法的性能，这可能会有很大的帮助。（正确）