目录
实战一:实现mnist手写数字识别
1.设置GPU
2.导入数据
训练集,测试集处理(分成多个小数据集,随机打乱顺序(验证集不需要打乱))
查看数据
构建CNN网络
查看模块结构
设置优化器,损失函数,学习率
训练
测试函数
正式训练
可视化损失和模型准确率
步骤及其注意事项
import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision
##设置GPU(没有就设置CPU)
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
使用dataset下载MNIST数据集,并划分好训练集与测试集:torchvision.datasets.MNIST
torchvision.datasets是Pytorch自带的一个数据库,我们可以通过代码在线下载数据,这里使用的是torchvision.datasets中的MNIST数据集。
⭐torchvision.datasets.MNIST详解
torchvision.datasets.MNIST(root, train=True, transform=None, target_transform=None, download=False)
参数说明:
root (string) :数据地址
train (string) :True = 训练集,False = 测试集
download (bool,optional) : 如果为True,从互联网上下载数据集,并把数据集放在root目录下。(如果已经下载,则不会再下载)
transform (callable, optional ):这里的参数选择一个你想要的数据转化函数,直接完成数据转化
target_transform (callable,optional) :接受目标并对其进行转换的函数/转换。
train_ds = torchvision.datasets.MNIST('data',
train=True,##训练集
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
test_ds = torchvision.datasets.MNIST('data', ##文件地址,这里就是根目录的文件,文件名 data
train=False, ##是否是训练集 否就是测试集
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)##是否下载
#数据库下载 指定数据库下载 datasets.数据库名
batch_size = 32##数据集切分成小块
train_dl = torch.utils.data.DataLoader(train_ds, ##加载的数据集
batch_size=batch_size, ##每批加载的样本大小(默认值:1)
shuffle=True)##如果为True,每个epoch重新排列数据。 训练集才需要
test_dl = torch.utils.data.DataLoader(test_ds,
batch_size=batch_size)
取一个批次数据
imgs, labels = next(iter(train_dl))##得到数据 和对应标签
imgs.shape
展示
import numpy as np
# 指定图片大小,图像大小为20宽、5高的绘图(单位为英寸inch)
plt.figure(figsize=(20, 5))
for i, imgs in enumerate(imgs[:20]):
# 维度缩减
npimg = np.squeeze(imgs.numpy())
# 将整个figure分成2行10列,绘制第i+1个子图。
plt.subplot(2, 10, i+1)
plt.imshow(npimg, cmap=plt.cm.binary)
plt.axis('off')##不显示坐标轴
例如:
import torch.nn.functional as F
num_classes = 10 # 图片的类别数
class Model(nn.Module):##构建模型类 需要继承框架的模型类 并重写前向传播
def __init__(self):
super().__init__()
# 特征提取网络
self.conv1 = nn.Conv2d(1, 32, kernel_size=3) # 第一层卷积,卷积核大小为3*3 输入是1个通道的图片 输出通道32
self.pool1 = nn.MaxPool2d(2) # 设置池化层,池化核大小为2*2
self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核大小为3*3
self.pool2 = nn.MaxPool2d(2)
# 分类网络
self.fc1 = nn.Linear(1600, 64) #全连接层 输出特征个数 输出特征个数
self.fc2 = nn.Linear(64, num_classes)#最终输出是1-10数字的softmax多分类 所以是10
# 前向传播
def forward(self, x):
x = self.pool1(F.relu(self.conv1(x))) #加入激活函数 先卷积 在激活 再池化
x = self.pool2(F.relu(self.conv2(x)))
x = torch.flatten(x, start_dim=1) #扁平化 压成向量 然后输入到全连接层
x = F.relu(self.fc1(x))##激活
x = self.fc2(x)##最后先不激活 因为需要softmax 在后面的损失函数中自带softmax
return x
from torchinfo import summary
# 将模型转移到GPU中(我们模型运行均在GPU中进行)
'''包括模块信息(每一层的类型、输出shape和参数量)、模型整体的参数量、模型大小、一次前向或者反向传播需要的内存大小等'''
model = Model().to(device)
summary(model)
loss_fn = nn.CrossEntropyLoss() # 创建损失函数 为交叉熵损失函数,用于解决多分类问题,也可用于解决二分类问题。在使用nn.CrossEntropyLoss()其内部会自动加上Sofrmax层
learn_rate = 1e-2 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate)## 前面是模型的参数 梯度下降 梯度下降是求导 更新w b等参数的过程
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练集的大小,一共60000张图片
num_batches = len(dataloader) # 批次数目,1875(60000/32) 用于求平均损失
train_loss, train_acc = 0, 0 # 初始化训练损失和正确率
for X, y in dataloader: # 获取图片及其标签
X, y = X.to(device), y.to(device)#将所有最开始读取数据时的tensor变量copy一份到device所指定的GPU上去,之后的运算都在GPU上进行。 写的次数等于需要保存GPU上的tensor变量的个数
# 计算预测误差
pred = model(X) # 网络输出 还未激活的值
loss = loss_fn(pred, y) # 计算网络输出和真实值之间的差距,targets为真实值,计算二者差值即为损失 将预测值和真实值放入损失函数得到损失值
# 反向传播
optimizer.zero_grad() # grad属性归零 # 先把其需要梯度下降标志归0 避免在上一次基础上偏导
loss.backward() # 反向传播 产生梯度
optimizer.step() # 每调用一次就更新一次梯度
# 记录acc与loss 训练损失和正确率
train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
train_loss += loss.item()
train_acc /= size
train_loss /= num_batches#平均损失
return train_acc, train_loss
与训练函数相似,只是不需要再梯度更新,和优化器
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测试集的大小,一共10000张图片
num_batches = len(dataloader) # 批次数目,313(10000/32=312.5,向上取整)
test_loss, test_acc = 0, 0
# 当不进行训练时,停止梯度更新,节省计算内存消耗
#在该模块下,所有计算得出的tensor的requires_grad都自动设置为False。
#即使一个tensor(命名为x)的requires_grad = True,在with torch.no_grad计算,由x得到的新tensor(命名为w-标量)requires_grad也为False,且grad_fn也为None,即不会对w求导
with torch.no_grad():
for imgs, target in dataloader:
imgs, target = imgs.to(device), target.to(device) #先预先放到GPU上
# 计算loss
target_pred = model(imgs)#通过模型得到y
loss = loss_fn(target_pred, target)#计算损失 --自动加激活softmax
test_loss += loss.item()
test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()
test_acc /= size
test_loss /= num_batches
return test_acc, test_loss
1. model.train()
model.train()的作用是启用 Batch Normalization 和 Dropout。
如果模型中有BN层(Batch Normalization)和Dropout,需要在训练时添加model.train()。model.train()是保证BN层能够用到每一批数据的均值和方差。对于Dropout,model.train()是随机取一部分网络连接来训练更新参数。
2. model.eval()
model.eval()的作用是不启用 Batch Normalization 和 Dropout。
如果模型中有BN层(Batch Normalization)和Dropout,在测试时添加model.eval()。model.eval()是保证BN层能够用全部训练数据的均值和方差,即测试过程中要保证BN层的均值和方差不变。对于Dropout,model.eval()是利用到了所有网络连接,即不进行随机舍弃神经元。
训练集启用 Dropout 测试机不需要
训练完train样本后,生成的模型model要用来测试样本。在model(test)之前,需要加上model.eval(),否则的话,有输入数据,即使不训练,它也会改变权值。这是model中含有BN层和Dropout所带来的的性质。
epochs = 5#总循环 整个数据集 训练5次
train_loss = []#分别记录每次的 训练/测试损失 和准确率
train_acc = []
test_loss = []
test_acc = []
for epoch in range(epochs):
model.train()#启用 Dropout
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
model.eval()#不启用 Droupout
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
train_acc.append(epoch_train_acc)
train_loss.append(epoch_train_loss)
test_acc.append(epoch_test_acc)
test_loss.append(epoch_test_loss)
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%,Test_loss:{:.3f}')#注意
print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss))
print('Done')
1.数据加载,预处理(分成小数据集,打乱,转化类型)
2.构建网络模型(继承框架模型,设置网络各层,重载前向传播,注意最后一层输出层的激活函数包含在了损失函数中)
3.设置学习率,优化器,损失函数(损失函数自带输出层激活函数)
4.训练,验证函数(训练时注意每次把梯度grad清空,防止二次求导)
5.最终训练(训练时使用train(),验证用eval())