Pytorch 学习 (一)Minst手写数字识别（含特定函数解析）

目录

本人目前在跟随csdn博主 “K同学啊”进行365天深度学习训练营进行学习，这是打卡内容 也作为本人学习的记录。

一、准备部分

三、训练模型

四、正式训练

五、输出

---

MNIST手写数据集是来源于美国国家标准与技术研究所，是著名的公开数据集。数据集中的数字图片是由250个不同职业的人纯手写绘制，数据集获取的网址为：MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges。

一般采用(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()这行代码直接调用。

 

数据集样本如下：

 

一张图片的像素大小为28*28=724，我们共有60000张图片，所以可以把训练集看作[60000,724]的向量，每个图片的像素的值在0-1之间

一、准备部分

1. 使用GPU（Pytorch torch.device()的简单用法）

if torch.cuda.is_available():
	device = torch.device("cuda")
else:
	device = torch.device("cpu")
torch.device('cuda', 0)
//也可以是torch.device('cuda:0')

上述方式将构建的张量分配到相应的device上

torch.device('cuda', 0)
torch.device('cuda:0')
同：

#使用gpu
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
torch.device('cuda', 0)

2. 导入数据

####导入数据#####
train_ds = torchvision.datasets.MNIST('data', train=True, transform=torchvision.transforms.ToTensor(), # 数据转化为tensor,
download=True)
test_ds = torchvision.datasets.MNIST('data', train=False, transform=torchvision.transforms.ToTensor(), # 数据转化为tensor
download=True)

这里学习两个函数个函数       

（1）        torchvision.datasets.MINST(root,train=True,transform=None,target_transform=None,down=False)

• root(string):数据地址
• train(string):True=训练集，False = 测试集
• download(callable,optional):选择一个你想要的数据转化函数,直接完成数据转换
• target_transform(callable,optional):接受目标对其进行函数、转换

（2）        torch.utils.data.DataLoader 是Pytorch⾃带的⼀个数据加载器，结合了数据集和取样器，并且可以提供多个线程处理数据集。

torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=None, sampler=None,
batch_sampler=None, num_workers=0, collate_fn=None, pin_memory=False, drop_last=False,
timeout=0, worker_init_fn=None, multiprocessing_context=None, generator=None,
*,# prefetch_factor=2, persistent_workers=False, pin_memory_device='')

参数说明：

• dataset(string) ：加载的数据集
• batch_size (int,optional) ：每批加载的样本⼤⼩（默认值：1）
• shuffle(bool,optional) : 如果为 True ，每个epoch重新排列数据。
• sampler (Sampler or iterable, optional) ： 定义从数据集中抽取样本的策略。 可以是任何实现了 __len__ 的 Iterable。 如果指定，则不得指定 shuffle 。
• batch_sampler (Sampler or iterable, optional) ： 类似于sampler，但⼀次返回⼀批索引。与batch_size、shuffle、sampler 和 drop_last 互斥。
• num_workers(int,optional) ： ⽤于数据加载的⼦进程数。 0 表⽰数据将在主进程中加载（默认值：0）。
• pin_memory (bool,optional) : 如果为 True，数据加载器将在返回之前将张量复制到设备/CUDA 固定内存中。 如果数据元素是⾃定义类型，或者collate_fn返回⼀个⾃定义类型的批次。
• drop_last(bool,optional) : 如果数据集⼤⼩不能被批次⼤⼩整除，则设置为 True 以删除最后⼀个不完整的批次。 如果 False 并且数据集的⼤⼩不能被批⼤⼩整除，则最后⼀批将保留。（默认值：False）
• timeout(numeric,optional) : 设置数据读取的超时时间 ， 超过这个时间还没读取到数据的话就会报错。（默认值：0）
• worker_init_fn(callable,optional) ： 如果不是 None，这将在步长之后和数据加载之前在每个⼯作⼦进程上调⽤，并使⽤⼯作 id（[0，num_workers - 1] 中的⼀个 int）的顺序逐个导⼊。（默认：None）

这里详细介绍一下DataLoader:

创建DataLoader需要传入Dataset对象，如果在Dataset中实现了worker_init_fn成员函数，则把这个函数也一并传给DataLoader。

不管传给DataLoader的num_workers等于几，Dataset的构造函数都只会被创建一次，即不同的worker是使用同一个Dataset；但是worker_init_fn会被调用num_workers次，用于初始化每个worker自己独有的数据，避免了和其他worker使用公用的数据，进而加快数据加载速度。

测试代码如下，如果把worker_init_fn的self.data = [i for i in range(200)]注释掉，则不同worker打印出来的self.data的id是相同的，如果不注释，则每个worker拥有自己独有的self.data。对于简单的数据结构，worker_init_fn的作用不大，但是对于复杂的数据加载方式则能显著加快数据读取速度。

3. 数据可视化

 

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')

这里单独介绍squeeze函数

        原型为：torch.squeeze(input, dim=None, *, out=None) → Tensor

        删除一个张量中所有维数为1的维度

        例如，一个维度为 ( A × 1 × B × C × 1 × D ) 的张量调用squeeze方法后维度变为( A × B × C ×         D ) 

        当给定维度（dim）参数后，squeeze操作只作用于给定维度。如果输入input的形状为( A × 1         × B ), squeeze(input, 0)不改变这个张量, 但是squeeze(input, 1) 将把这个张量的形状变为( A         × B ).

二、 编写训练函数

对于⼀般的CNN⽹络来说，都是由特征提取⽹络和分类⽹络构成，其中：特征提取⽹络⽤于提取图⽚的特征，分类⽹络⽤于将图⽚进⾏分类。

nn.Conv2d为卷积层 ，

⽤于提取图 ⽚的特征，传⼊参数为输⼊channel，输出channel，池化核⼤⼩ nn.MaxPool2d为池化层 ，进 ⾏下采样，⽤更⾼层的抽象表⽰图像特征，传⼊参数为池化核⼤⼩

nn.ReLU为激活函数 ，使模型可以拟合⾮线性数据

nn.Linear为全连接层 ，可以起到特征 提取器的作⽤，最后⼀层的全连接层也可以认为是输出层，传⼊参数为输⼊特征数和输出特征数（输 ⼊特征数由特征提取⽹络计算得到，如果不会计算可以直接运⾏⽹络，报错中会提⽰输⼊特征数的⼤ ⼩，下⽅⽹络中第⼀个全连接层的输⼊特征数为1600）

nn.Sequential可以按构造顺序连接⽹络 ，在初始化阶段就设定好⽹络结构，不需要在前向传播中 重新写⼀遍。

import torch.nn.functional as F
import torch.nn as nn
num_classes = 10 # 图片的类别数
class Model(nn.Module):
     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
         self.pool1 = nn.MaxPool2d(2) # 设置池化层，池化核大小为
         self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核大小为3
         self.pool2 = nn.MaxPool2d(2)

         # 分类网络
         self.fc1 = nn.Linear(1600, 64) 
         self.fc2 = nn.Linear(64, num_classes)
     # 前向传播
     def forward(self, x):
         x = self.pool1(F.relu(self.conv1(x))) 
         x = self.pool2(F.relu(self.conv2(x)))
         x = torch.flatten(x, start_dim=1)
         x = F.relu(self.fc1(x))
         x = self.fc2(x)

         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）
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = Model().to(device)
summary(model)

三、训练模型

1. 设置超参数

loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-2 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate)

2. 编写训练，测试函数

1. optimizer.zero_grad() 函数会遍历模型的所有参数，通过内置⽅法截断反向传播的梯度流，再将每个参数的梯度值设为0，即上⼀次的梯度记录被清空。

2. loss.backward() PyTorch的反向传播(即 tensor.backward() )是通过autograd包来实现的，autograd包会根据tensor进⾏过的数学运算来⾃动计算其对应的梯度。

具体来说，torch.tensor是autograd包的基础类，如果你设置tensor的requires_grads为True，就会开始跟踪这个tensor上⾯的所有运算，如果你做完运算后 使⽤ tensor.backward() ，所有的梯度就会⾃动运算，tensor的梯度将会累加到它的.grad属性⾥⾯去。

更具体地说，损失函数loss是由模型的所有权重w经过⼀系列运算得到的，若某个w的requires_grads为True，则w的所有上层参数（后⾯层的权重w） 的.grad_fn属性中就保存了对应的运算，然后在使⽤ loss.backward() 后，会⼀层层的反向传播计算每个w的梯度值，并保存到该w的.grad属性中。 如果没有进⾏ tensor.backward() 的话，梯度值将会是None，因此 loss.backward() 要写在 optimizer.step() 之前。

3. optimizer.step() step()函数的作⽤是执⾏⼀次优化步骤，通过梯度下降法来更新参数的值。

因为梯度下降是基于梯度的，所以在执⾏ optimizer.step() 函数前应先执⾏ loss.backward() 函数来计算梯度。

注意：optimizer只负责通过梯度下降进⾏优化，⽽不负责产⽣梯度，梯度是 tensor.backward() ⽅法产⽣的。

# 训练循环
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）
     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)

         # 计算预测误差
         pred = model(X) # 网络输出
         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

         # 反向传播
         optimizer.zero_grad() # grad属性归零
         loss.backward() # 反向传播
         optimizer.step() # 每一步自动更新

         # 记录acc与loss
         train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
         train_loss += loss.item()

     train_acc /= size
     train_loss /= num_batches
     return train_acc, train_loss
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
     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
     with torch.no_grad():
         for imgs, target in dataloader:
             imgs, target = imgs.to(device), target.to(device)

             # 计算loss
             target_pred = model(imgs)
             loss = loss_fn(target_pred, target)

             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

四、正式训练

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
train_loss = []
train_acc = []
test_loss = []
test_acc = []
for epoch in range(epochs):
     model.train()
     epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)

     model.eval()
     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}')
     print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100,epoch_test_loss))
print('Done')

五、输出

import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore") #忽略警告信息
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
plt.rcParams['figure.dpi'] = 100 #分辨率
epochs_range = range(epochs)
plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()