一、前言
- 本文为365天深度学习练习营 中的学习记载博客
- 参考文章:365天深度学习练习营-第P1周:完成mnist手写数字辨认
- 原作者:K同学啊|接辅导、项目定制
- 第P1周:完成mnist手写数字辨认
难度:小白入门⭐
言语:Python3、Pytorch
要求:
了解Pytorch,并运用Pytorch构建一个深度学习程序
了解什么是深度学习
二、我的环境
- 电脑系统:Windows 11
- 言语环境:Python 3.8
- 编译器:pycharm2022.2.4
- 深度学习环境:pytorch1.8.2+cu11
- 显卡及显存:GTX 1650 8G
三、代码完成
import torch
import torch.nn as nn
import torch.nn.functional as F
from torchinfo import summary
import numpy as np
import matplotlib.pyplot as plt
import torchvision
#躲藏正告
import warnings
num_classes = 10 # 图片的类别数
batch_size = 32
epochs = 5
train_loss = []
train_acc = []
test_loss = []
test_acc = []
#预备阶段
#1导入数据
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
train_ds = torchvision.datasets.MNIST('data',
train=True,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
test_ds = torchvision.datasets.MNIST('data',
train=False,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
train_dl = torch.utils.data.DataLoader(train_ds,
batch_size=batch_size,
shuffle=True)
test_dl = torch.utils.data.DataLoader(test_ds,
batch_size=batch_size)
#2数据可视化
#指定图片巨细,图画巨细为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]):
# 维度减缩
npimg = np.squeeze(imgs.numpy())
# 将整个figure分红2行10列,制作第i+1个子图。
plt.subplot(2, 10, i+1)
plt.imshow(npimg, cmap=plt.cm.binary)
plt.axis('off')
#构建简略的CNN网络
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,卷积核巨细为3*3
self.pool1 = nn.MaxPool2d(2) # 设置池化层,池化核巨细为2*2
self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核巨细为3*3
self.pool2 = nn.MaxPool2d(2)
# 分类网络
self.fc1 = nn.Linear(1600, 64)
self.fc2 = nn.Linear(64, num_classes)
# 前向传达
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
#加载并打印模型
# 将模型转移到GPU中(我们模型运转均在GPU中进行)
model = Model().to(device)
summary(model)
#编写练习函数
# 练习循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 练习集的巨细,总共60000张图片
num_batches = len(dataloader) # 批次数目,1875(60000/32)
train_loss, train_acc = 0, 0 # 初始化练习丢失和正确率
for X, y in dataloader: # 获取图片及其标签
X, y = X.to(device), y.to(device)
# 核算预测误差
pred = model(X) # 网络输出
loss = loss_fn(pred, y) # 核算网络输出和实在值之间的距离,targets为实在值,核算二者差值即为丢失
# 反向传达
optimizer.zero_grad() # grad特点归零
loss.backward() # 反向传达
optimizer.step() # 每一步主动更新
# 记载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
#编写测验函数
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测验集的巨细,总共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
# 当不进行练习时,中止梯度更新,节约核算内存耗费
with torch.no_grad():
for imgs, target in dataloader:
imgs, target = imgs.to(device), target.to(device)
# 核算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
#正式练习
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')
warnings.filterwarnings("ignore") #忽略正告信息
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显现中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显现负号
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()
四、前期预备
(一)导入数据
运用dataset下载MNIST数据集,并划分好练习集与测验集
运用dataloader加载数据,并设置好根本的batch_size
- 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 = 练习集,False = 测验集
download (bool,optional) : 假如为True,从互联网上下载数据集,并把数据集放在root目录下
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) :承受方针并对其进行转化的函数/转化
train_ds = torchvision.datasets.MNIST('data',
train=True,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
test_ds = torchvision.datasets.MNIST('data',
train=False,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
- torch.utils.data.DataLoader详解
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,并且可以供给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(因为代码只用到了前三个,所以就说明前三了):
dataset(string) :加载的数据集
batch_size (int,optional) :每批加载的样本巨细(默认值:1)
shuffle(bool,optional) : 假如为True,每个epoch重新排列数据
batch_size = 32
train_dl = torch.utils.data.DataLoader(train_ds,
batch_size=batch_size,
shuffle=True)
test_dl = torch.utils.data.DataLoader(test_ds,
batch_size=batch_size)
(二)数据可视化
import numpy as np
# 指定图片巨细,图画巨细为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]):
# 维度减缩
npimg = np.squeeze(imgs.numpy())
# 将整个figure分红2行10列,制作第i+1个子图。
plt.subplot(2, 10, i+1)
plt.imshow(npimg, cmap=plt.cm.binary)
plt.axis('off')
squeeze()函数的功用是从矩阵shape中,去掉维度为1的。
例如一个矩阵是的shape是(5, 1),运用过这个函数后,成果为(5, )。
五、构建简略的CNN网络
关于一般的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,池化核巨细
nn.MaxPool2d为池化层,进行下采样,用更高层的抽象表示图画特征,传入参数为池化核巨细
nn.ReLU为激活函数,使模型可以拟合非线性数据
nn.Linear为全衔接层,可以起到特征提取器的作用,最终一层的全衔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核算得到,假如不会核算可以直接运转网络,报错中会提示输入特征数的巨细,下方网络中第一个全衔接层的输入特征数为1600)
nn.Sequential可以按构造次序衔接网络,在初始化阶段就设定好网络结构,不需求在前向传达中重新写一遍
import torch.nn.functional as F
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,卷积核巨细为3*3
self.pool1 = nn.MaxPool2d(2) # 设置池化层,池化核巨细为2*2
self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核巨细为3*3
self.pool2 = nn.MaxPool2d(2)
# 分类网络
self.fc1 = nn.Linear(1600, 64)
self.fc2 = nn.Linear(64, num_classes)
# 前向传达
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
加载并打印模型
from torchinfo import summary
# 将模型转移到GPU中(我们模型运转均在GPU中进行)
model = Model().to(device)
summary(model)
六、练习模型
(一)设置超参数
超参数的界说:在机器学习的上下文中,超参数是在开始学习进程之前设置值的参数,而不是经过练习得到的参数数据。通常情况下,需求对超参数进行优化,给学习机选择一组最优超参数,以提高学习的功能和作用。
超参数的一些示例:
-
聚类中类的个数
-
话题模型中话题的数量
-
模型的学习率
-
深层神经网络躲藏层数
loss_fn = nn.CrossEntropyLoss() # 创立丢失函数
learn_rate = 1e-2 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate)
(二)编写练习函数
1. optimizer.zero_grad()
函数会遍历模型的一切参数,经过内置办法切断反向传达的梯度流,再将每个参数的梯度值设为0,即上一次的梯度记载被清空。
2. loss.backward()
PyTorch的反向传达(即tensor.backward())是经过autograd包来完成的,autograd包会根据tensor进行过的数学运算来主动核算其对应的梯度。
具体来说,torch.tensor是autograd包的基础类,假如你设置tensor的requires_grads为True,就会开始盯梢这个tensor上面的一切运算,假如你做完运算后运用tensor.backward(),一切的梯度就会主动运算,tensor的梯度将会累加到它的.grad特点里面去。
更具体地说,丢失函数loss是由模型的一切权重w经过一系列运算得到的,若某个w的requires_grads为True,则w的一切上层参数(后面层的权重w)的.grad_fn特点中就保存了对应的运算,然后在运用loss.backward()后,会一层层的反向传达核算每个w的梯度值,并保存到该w的.grad特点中。
假如没有进行tensor.backward()的话,梯度值将会是None,因而loss.backward()要写在optimizer.step()之前。
3. optimizer.step()
step()函数的作用是履行一次优化步骤,经过梯度下降法来更新参数的值。因为梯度下降是根据梯度的,所以在履行optimizer.step()函数前应先履行loss.backward()函数来核算梯度。
注意:optimizer只担任经过梯度下降进行优化,而不担任发生梯度,梯度是tensor.backward()办法发生的。
# 练习循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 练习集的巨细,总共60000张图片
num_batches = len(dataloader) # 批次数目,1875(60000/32)
train_loss, train_acc = 0, 0 # 初始化练习丢失和正确率
for X, y in dataloader: # 获取图片及其标签
X, y = X.to(device), y.to(device)
# 核算预测误差
pred = model(X) # 网络输出
loss = loss_fn(pred, y) # 核算网络输出和实在值之间的距离,targets为实在值,核算二者差值即为丢失
# 反向传达
optimizer.zero_grad() # grad特点归零
loss.backward() # 反向传达
optimizer.step() # 每一步主动更新
# 记载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
首要这样一次练习称为一个epoch,样本总数/batchsize是走完一个epoch所需的“步数”,相对应的,len(train_loader.dataset)也便是样本总数,len(train_loader)便是这个步数。
那么,accuracy的核算也便是在整个train_loader的for循环中(步数),把每个mini_batch中判别正确的个数累加起来,然后除以样本总数就行了;
而loss的核算有考究了,首要在这里我们是核算穿插熵,关于穿插熵,也便是涉及到两个值,一个是模型给出的logits,也便是10个类,每个类的概率散布,另一个是样本自身的label,在Pytorch中,只要把这两个值输进去就能核算穿插熵,用的办法是nn.CrossEntropyLoss,这个办法其实是核算了一个minibatch的均值了,因而累加今后需求除以的步数,也便是minibatch的个数,而不是像accuracy那样是样本个数,这一点非常重要.
(三)编写测验函数
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测验集的巨细,总共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
# 当不进行练习时,中止梯度更新,节约核算内存耗费
with torch.no_grad():
for imgs, target in dataloader:
imgs, target = imgs.to(device), target.to(device)
# 核算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
七、正式练习
1. model.train()
model.train()的作用是启用 Batch Normalization 和 Dropout。
假如模型中有BN层(Batch Normalization)和Dropout,需求在练习时增加model.train()。model.train()是确保BN层可以用到每一批数据的均值和方差。关于Dropout,model.train()是随机取一部分网络衔接来练习更新参数。
2. model.eval()
model.eval()的作用是不启用 Batch Normalization 和 Dropout。
假如模型中有BN层(Batch Normalization)和Dropout,在测验时增加model.eval()。model.eval()是确保BN层可以用全部练习数据的均值和方差,即测验进程中要确保BN层的均值和方差不变。关于Dropout,model.eval()是使用到了一切网络衔接,即不进行随机舍弃神经元。
练习完train样本后,生成的模型model要用来测验样本。在model(test)之前,需求加上model.eval(),不然的话,有输入数据,即便不练习,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')
八、成果可视化
import matplotlib.pyplot as plt
#躲藏正告
import warnings
warnings.filterwarnings("ignore") #忽略正告信息
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显现中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显现负号
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()