敞开成长之旅!这是我参加「日新方案 12 月更文挑战」的第19天,点击检查活动概况
目录
demo的流程
1. model.py
卷积 Conv2d
公式
池化 MaxPool2d
特色如果输入是三维的,那么输出也是三维的
Tensor的展平:view()
全衔接 Linear
2. train.py
导包
下载数据集:
导入、加载 练习集
导入、加载 测验集
类别
开端练习
名词解释
练习成果
3. predict.py
猜测成果
pytorch官网:Training a Classifier — PyTorch Tutorials 1.10.1+cu102 documentation
瑰宝博主:响雷吧啦Wz_太阳花的小绿豆_CSDN博客-深度学习,Tensorflow,软件装置领域博主
demo的流程
- model.py ——界说LeNet网络模型
- train.py ——加载数据集并练习,练习集核算loss(损失值),测验集核算accuracy,保存练习好的网络参数
- predict.py——得到练习好的网络参数后,用自己找的图画进行分类测验
1. model.py
先给出代码,模型是根据LeNet做简单修改,很简单了解:
import torch.nn as nn
import torch.nn.functional as F
class LeNet(nn.Module): # 继承于nn.Module这个父类
def __init__(self):
super(LeNet, self).__init__()
self.conv1 = nn.Conv2d(3, 16, 5)
self.pool1 = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(16, 32, 5)
self.pool2 = nn.MaxPool2d(2, 2)
self.fc1 = nn.Linear(32*5*5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
x = F.relu(self.conv1(x)) # input(3, 32, 32) output(16, 28, 28)
x = self.pool1(x) # output(16, 14, 14)
x = F.relu(self.conv2(x)) # output(32, 10, 10)
x = self.pool2(x) # output(32, 5, 5)
x = x.view(-1, 32*5*5) # output(32*5*5)
x = F.relu(self.fc1(x)) # output(120)
x = F.relu(self.fc2(x)) # output(84)
x = self.fc3(x) # output(10)
return x
进程如下
- pytorch 中 tensor(也便是输入输出层)的 通道排序为:
[batch, channel, height, width]
nn.Conv2d 卷积层
nn.MaxPool2d 下采样层
nn.Linear 全衔接层
卷积 Conv2d
咱们常用的卷积 (Conv2d)在pytorch中对应的函数是:
torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')
一般运用时关注以下几个参数即可:
in_channels:输入特征矩阵的深度。如输入一张RGB彩色图画,那in_channels=3(三通道)
out_channels:输入特征矩阵的深度。也等于卷积核的个数,运用n个卷积核输出的特征矩阵深度便是n
kernel_size:卷积核的尺寸(巨细) 。可所以int类型,如3 代表卷积核的height=width=3,也可所以tuple类型如(3, 5)代表卷积核的height=3,width=5
stride: 卷积核的步长。默认为1,和kernel_size相同输入可所以int型,也可所以tuple类型
padding:补零操作,默认为0。可认为int型如1即补一圈0,如果输入为tuple型如(2, 1) 代表在上下补2行,左右补1列。
公式
输入图片巨细 WW(一般情况下Width=Height)
Filter巨细 FF
步长 S
padding的像素数 P
参阅:pytorch中的卷积操作详解_响雷吧啦Wz-CSDN博客_pytorch 卷积
池化 MaxPool2d
最大池化(MaxPool2d)的意思便是卷积网络也常常运用池化层来缩减模型的巨细,进步核算速度,同时进步所提取特征的鲁棒性
self.pool1 = nn.MaxPool2d(2, 2)
特色如果输入是三维的,那么输出也是三维的
参阅卷积神经网络——池化层学习——最大池化_Alex-CSDN博客_最大池化
Tensor的展平:view()
注意到,在经过第二个池化层后,数据仍是一个三维的Tensor (32, 5, 5),需要先经过展平后(3255)再传到全衔接层:
x = self.pool2(x) # output(32, 5, 5)
x = x.view(-1, 32*5*5) # output(32*5*5)
全衔接 Linear
全衔接( Linear)在 pytorch 中对应的函数是:
bias 偏置
Linear(in_features, out_features, bias=True)
2. train.py
导包
import torch
import torchvision
import torch.nn as nn
from model import LeNet
import torch.optim as optim
import torchvision.transforms as transforms
下载数据集:
CIFAR-10 数据集可视化详细解说(附代码)_G果的博客-CSDN博客_cifar10数据集
导入、加载 练习集
def main():
transform = transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
# 50000张练习图片
# 第一次运用时要将download设置为True才会主动去下载数据集
train_set = torchvision.datasets.CIFAR10(root='./data', train=True,
download=False, transform=transform)
train_loader = torch.utils.data.DataLoader(train_set, batch_size=36,
shuffle=True, num_workers=0)
导入、加载 测验集
# 10000张验证图片
# 第一次运用时要将download设置为True才会主动去下载数据集
val_set = torchvision.datasets.CIFAR10(root='./data', train=False,
download=False, transform=transform)
val_loader = torch.utils.data.DataLoader(val_set, batch_size=5000,
shuffle=False, num_workers=0)
# 获取测验会集的图画和标签,用于accuracy核算
val_data_iter = iter(val_loader)
val_image, val_label = val_data_iter.next()
类别
classes = ('plane', 'car', 'bird', 'cat',
'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
开端练习
net = LeNet()
loss_function = nn.CrossEntropyLoss()
optimizer = optim.Adam(net.parameters(), lr=0.001)
for epoch in range(5): # loop over the dataset multiple times
running_loss = 0.0
for step, data in enumerate(train_loader, start=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 = loss_function(outputs, labels)
loss.backward()
optimizer.step()
# print statistics
running_loss += loss.item()
if step % 500 == 499: # print every 500 mini-batches
with torch.no_grad():
outputs = net(val_image) # [batch, 10]
predict_y = torch.max(outputs, dim=1)[1]
accuracy = torch.eq(predict_y, val_label).sum().item() / val_label.size(0)
print('[%d, %5d] train_loss: %.3f test_accuracy: %.3f' %
(epoch + 1, step + 1, running_loss / 500, accuracy))
running_loss = 0.0
print('Finished Training')
save_path = './Lenet.pth'
torch.save(net.state_dict(), save_path)
if __name__ == '__main__':
main()
名词解释
![深度学习pytorch系列——Alexnet实现一个图像分类器 深度学习pytorch系列——Alexnet实现一个图像分类器](https://www.6hu.cc/storage/2022/12/1672164851-50f27cd7e594f4e.png)
![深度学习pytorch系列——Alexnet实现一个图像分类器 深度学习pytorch系列——Alexnet实现一个图像分类器](https://www.6hu.cc/storage/2022/12/1672164851-50f27cd7e594f4e.png)
练习成果
这个是咱们看咱们的目录多出个pth文件类型(这个便是咱们的模型)
3. predict.py
用来猜测,根据练习的模型猜测东西
import torch
import torchvision.transforms as transforms
from PIL import Image
from model import LeNet
def main(): #咱们首要需resize成跟练习集图画相同的巨细
transform = transforms.Compose(
[transforms.Resize((32, 32)),
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
classes = ('plane', 'car', 'bird', 'cat',
'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
# 实例化网络,加载练习好的模型参数
net = LeNet()
net.load_state_dict(torch.load('Lenet.pth'))
# 导入要测验的图画(自己找的,不在数据会集),放在源文件目录下
im = Image.open('3.jpeg')
im = transform(im) # [C, H, W]
im = torch.unsqueeze(im, dim=0) '''对数据增加一个新维度,由于tensor的参数是[batch,
channel, height, width]'''
#猜测
with torch.no_grad():
outputs = net(im)
predict = torch.max(outputs, dim=1)[1].data.numpy()
print(classes[int(predict)])
if __name__ == '__main__':
main()
猜测成果
![深度学习pytorch系列——Alexnet实现一个图像分类器 深度学习pytorch系列——Alexnet实现一个图像分类器](https://www.6hu.cc/storage/2022/12/1672164883-0b665f6daac97f7.png)
![深度学习pytorch系列——Alexnet实现一个图像分类器 深度学习pytorch系列——Alexnet实现一个图像分类器](https://www.6hu.cc/storage/2022/12/1672164883-0b665f6daac97f7.png)