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()

365天深度学习训练营-第P1周：实现mnist手写数字识别

一、前言

二、我的环境

三、代码完成

四、前期预备

(一)导入数据

(二)数据可视化

五、构建简略的CNN网络

六、练习模型

(一)设置超参数

(二)编写练习函数

(三)编写测验函数

七、正式练习

八、成果可视化

作者信息

365天深度学习训练营-第P1周：实现mnist手写数字识别

一、前言

二、我的环境

三、代码完成

四、前期预备

(一)导入数据

(二)数据可视化

五、构建简略的CNN网络

六、练习模型

(一)设置超参数

(二)编写练习函数

(三)编写测验函数

七、正式练习

八、成果可视化

相关文章

打造Flutter高性能富文本编辑器——协议篇

陈天奇官宣新APP，让手机原生跑大模型，应用商店直接下载使用

实时活动(Live Activity) – 在锁定屏幕和灵动岛上显示应用程序的实时数据

语言花絮:泛型及可变参数的支持和使用方式

作者信息