第P1周：Pytorch实现mnist手写数字识别

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊

前言

要求：

1.了解Pytorch，并使用Pytorch构建一个深度学习程序。

2.了解什么是深度学习？

实验环境：

• 语言环境：Python3.10
• 编译器：Pycharm
• 深度学习环境：
  1.torch == 2.1.0
  2.torchvision ==0.16.0

一、前期准备

1.设置GPU

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision

# 设置硬件设备，如果有GPU则使用，没有则使用cpu
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device

代码输出：

device(type='cuda') # 使用的是GPU

2.导入数据

使用dataset下载MNIST数据集，并划分好训练集与测试集

train_ds = torchvision.datasets.MNIST('data', train=True, transform=torchvision.transforms.ToTensor(), download=True)  #将数据类型转化为Tensor
test_ds = torchvision.datasets.MNIST('data', train=False, transform=torchvision.transforms.ToTensor(), download=True) #将数据类型转化为Tensor

使用dataloader加载数据，并设置好基本的batch_size

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)

#取一个批次查看数据格式
#数据的shape为：[batch_size, channel, height, weight]
#其中batch_size为自已设定，channel. height和weight分别是图片的通道数，高度和宽度。
imgs, labels = next(iter(train_dl))
#imgs.shape
print(imgs.shape)

代码输出：

torch.Size([32, 1, 28, 28])

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())
    plt.subplot(2, 10, i+1) #将整个figure分成2行10列，绘制第i+1个子图。
    plt.imshow(npimg, cmap=plt.cm.binary)
    plt.axis('off')
    plt.show()

代码输出：

二、构建简单的CNN网络

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，卷积核大小为3*3
        self.pool1 = nn.MaxPool2d(2)     #设置池化层，池化核大小为2*2
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3)    #第二层卷积，卷积核大小为3*3
        self.pool2 = nn.MaxPool2d(2)

        # 分类网络
        self.fc1 = nn.Linear(1600, 64)
        self.fc2 = nn.Linear(64, num_classes) #向前传播

    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

加载并打印模型

from torchinfo import summary
# 将模型转移到GPU中（我们模型运行均在GPU中进行）
model = Model().to(device)
summary(model)

代码输出：

=================================================================
Layer (type:depth-idx)                   Param #
=================================================================
Model                                    --
├─Conv2d: 1-1                            320
├─MaxPool2d: 1-2                         --
├─Conv2d: 1-3                            18,496
├─MaxPool2d: 1-4                         --
├─Linear: 1-5                            102,464
├─Linear: 1-6                            650
=================================================================
Total params: 121,930
Trainable params: 121,930
Non-trainable params: 0
=================================================================

三、训练模型

1.设置超参数

#-----------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.编写训练函数

#-------------------编写训练函数-----------------
#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，计算二者差值即为损失。

        #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

3.编写测试函数

#--------------------编写测试函数-------------------------------
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，向上取整）
    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

4.正式训练

#---------------------------正式训练-------------------------
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')

代码输出：

Epoch: 1, Train_acc:80.3%, Train_loss:0.716, Test_acc:92.1%, Test_loss:0.256
Epoch: 2, Train_acc:94.5%, Train_loss:0.183, Test_acc:96.5%, Test_loss:0.121
Epoch: 3, Train_acc:96.6%, Train_loss:0.115, Test_acc:97.2%, Test_loss:0.087
Epoch: 4, Train_acc:97.3%, Train_loss:0.088, Test_acc:97.4%, Test_loss:0.079
Epoch: 5, Train_acc:97.8%, Train_loss:0.073, Test_acc:98.0%, Test_loss:0.061
Done

四、结果可视化

#--------------------------------结果可视化------------------------
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()

代码输出：

五、总结

本周练习过程中，对整个深度学习框架大概了解一些。在学习过程中，要敲代码跑通起来，摸索一下，发现自已敲代码不细心，导致代码跑不通。关于导入数据这块，学到了好多。还出现了ModuleNotFoundError的错误问题，我去查这个问题才知道这是一个常见的异常，它通常表示python解释器无法找到你尝试导入的模块，解决问题的方法就是在你的环境中安装模块。还要学习好多函数，比如训练函数，测试函数等等。