训练一个分类器（Pytorch官方教程）

准备

下载Anaconda3并安装，ubuntu打开终端执行

bash Anaconda3-5.1.0-Linux-x86_64.sh

安装完成执行

conda install pytorch-gpu=1.3 torchvision=0.4

详细安装过程

---

数据

当需要处理图像、文本、音频或视频数据时，可以使用标准的python包将数据加载到numpy数组中。然后你可以把这个数组转换成torch.*Tensor。

对于视觉，torchvision包含用于常见数据集（如Imagenet、CIFAR10、MNIST等）的数据加载器和用于图像的数据转换器，即torchvision.datasets和torch.utils.data.DataLoader。

在本教程中，我们将使用CIFAR10数据集。它的类别有：“飞机”、“汽车”、“鸟”、“猫”、“鹿”、“狗”、“青蛙”、“马”、“船”、“卡车”（‘airplane’,‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’）。CIFAR-10中的图像大小为3x32x32，即大小为32x32像素的3通道彩色图像。

训练一个图像分类器

我们将按顺序执行以下步骤：

1. 使用torchvision加载并规范化CIFAR10训练和测试数据集
2. 定义一个卷积神经网络
3. 定义损失函数
4. 根据训练数据训练网络
5. 在测试数据上测试网络

1.加载并规范化CIFAR10

使用torchvision，装载CIFAR10非常容易。

torchvision数据集的输出是范围为[0，1]的PILImage图像。我们把它们转换成归一化范围[-1，1]的张量。

打开项目文件夹，右键打开终端，执行

touch TrainingClassifiter.py && gedit TrainingClassifiter.py
//拷贝`下载数据代码`并保存，再执行
python TrainingClassifiter.py
//数据data 下载至项目文件夹

下载数据代码

import torch
import torchvision
import torchvision.transforms as transforms

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

batch_size = 4

trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=batch_size,
                                          shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=batch_size,
                                         shuffle=False, num_workers=2)

classes = ('plane', 'car', 'bird', 'cat',
           'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

展示一些训练图片

执行命令

gedit TrainingClassifiter.py
//添加显示图片代码并保存，再执行
python TrainingClassifiter.py

显示图片代码

import matplotlib.pyplot as plt
import numpy as np

# functions to show an image


def imshow(img):
    img = img / 2 + 0.5     # unnormalize
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()


# get some random training images
dataiter = iter(trainloader)
images, labels = dataiter.next()

# show images
imshow(torchvision.utils.make_grid(images))
# print labels
print(' '.join('%5s' % classes[labels[j]] for j in range(batch_size)))

2. 定义卷积神经网络

import torch.nn as nn
import torch.nn.functional as F


class Net(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = torch.flatten(x, 1) # 展平除批次外的所有尺寸
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x


net = Net()

3.定义损失函数和优化器

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

4.训练网络

for epoch in range(2):  # loop over the dataset multiple times

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # get the inputs; data is a list of [inputs, labels]
        inputs, labels = data

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward + backward + optimize
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # print statistics
        running_loss += loss.item()
        if i % 2000 == 1999:    # print every 2000 mini-batches
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

5.测试网络

我们通过训练数据集对网络进行了2次训练。但我们需要检查一下网络是否学到了什么。
我们将通过预测神经网络输出的类标签来检查这一点，并根据基本事实进行检查。如果预测是正确的，我们将样本添加到正确预测的列表中。
好的，第一步。让我们从测试集中显示一个图像以熟悉它。
dataiter = iter(testloader)
images, labels = dataiter.next()

# print images
imshow(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4)))

接下来，让我们加载回我们保存的模型（注意：这里不需要保存和重新加载模型，我们这样做只是为了说明如何这样做）：

net = Net()
net.load_state_dict(torch.load(PATH))

好的，现在让我们看看神经网络是怎么想的上面这些例子是：

outputs = net(images)

输出是10个类的能量。一个类的能量越高，网络就越认为该图像属于特定的类。那么，让我们得到最高能量的指数：

_, predicted = torch.max(outputs, 1)

print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]
                              for j in range(4)))

结果看起来不错。
让我们看看网络在整个数据集上的表现。

correct = 0
total = 0
# since we're not training, we don't need to calculate the gradients for our outputs
with torch.no_grad():
    for data in testloader:
        images, labels = data
        # calculate outputs by running images through the network
        outputs = net(images)
        # the class with the highest energy is what we choose as prediction
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

这看起来比偶然性要好得多，偶然性是10%的准确率（从10个类中随机挑选一个类）。网络好像学到了什么。
嗯，哪些课程表现好，哪些课程表现不好：

# prepare to count predictions for each class
correct_pred = {classname: 0 for classname in classes}
total_pred = {classname: 0 for classname in classes}

# again no gradients needed
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predictions = torch.max(outputs, 1)
        # collect the correct predictions for each class
        for label, prediction in zip(labels, predictions):
            if label == prediction:
                correct_pred[classes[label]] += 1
            total_pred[classes[label]] += 1


# print accuracy for each class
for classname, correct_count in correct_pred.items():
    accuracy = 100 * float(correct_count) / total_pred[classname]
    print("Accuracy for class {:5s} is: {:.1f} %".format(classname,
                                                   accuracy))

就像你把张量转移到GPU上一样，你把神经网络转移到GPU上。
让我们首先将我们的设备定义为第一个可见的cuda设备，如果我们有可用的cuda：

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

# Assuming that we are on a CUDA machine, this should print a CUDA device:

print(device)

本节的其余部分假设设备是CUDA设备。
然后这些方法将递归地遍历所有模块，并将其参数和缓冲区转换为CUDA张量：

net.to(device)

请记住，您还必须将每个步骤的输入和目标发送到GPU：

inputs, labels = data[0].to(device), data[1].to(device)