Pytorch自定义CNN网络实现猫狗分类

数据集下载地址:https://www.microsoft.com/en-us/download/confirmation.aspx?id=54765

Dogs vs. Cats(猫狗大战)来源Kaggle上的一个竞赛题,任务为给定一个数据集,设计一种算法中的猫狗图片进行判别。

数据集包括25000张带标签的训练集图片,猫和狗各125000张,标签都是以cat  or  dog命名的。图像为RGB格式jpg图片,size不一样。截图如下:

一. 数据预处理

pytorch的数据预处理部分要写成一个类,这个类继承Dataset类,并必须要实现三个函数。

from torch.utils.data import DataLoader,Dataset
from torchvision import transforms as T
import matplotlib.pyplot as plt
import os
from PIL import Image

class DogCat(Dataset):
    def __init__(self, root, transforms=None, train=True):
        imgs = [os.path.join(root,img) for img in os.listdir(root)]
        imgs_num = len(imgs)

        if train:
            self.imgs = imgs[:int(0.7 * imgs_num)]
        else:
            self.imgs = imgs[int(0.3 * imgs_num):]

        if transforms is None:
            normalize = T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

            self.transforms = T.Compose([
                    T.Resize(224),
                    T.CenterCrop(224),
                    T.ToTensor(),
                    normalize
            ])
        else:
            self.transforms = transforms
             
    def __getitem__(self, index):
        img_path = self.imgs[index]
        # dog label : 1           cat label : 0
        label = 1 if "dog" in img_path.split('/')[-1] else 0
        data = Image.open(img_path)
        data = self.transforms(data)
        return data,label

    def __len__(self):
        return len(self.imgs)

__init__为构造函数,我这里用力定义数据路径,数据集划分,transforms。

__getitem__为迭代函数,用来return单个数据的data和label。

__len__返回数据集的长度。

二. 定义网络

在这个例子中,我们用一个简单的4层卷积,2层全连接,最后跟一个sigmoid输出二分类的概率的CNN网络。

import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.nn.functional as F


class ConvNet(nn.Module):
    def __init__(self):
        super(ConvNet, self).__init__()
        self.conv1 = nn.Conv2d(3, 32, 3)
        self.conv2 = nn.Conv2d(32, 64, 3)
        self.conv3 = nn.Conv2d(64, 128, 3)
        self.conv4 = nn.Conv2d(128, 128, 3)
        self.max_pool = nn.MaxPool2d(2)
        self.relu = nn.ReLU()
        self.sigmoid = nn.Sigmoid()
        # 12*12 for size(224,224)    7*7 for size(150,150)
        self.fc1 = nn.Linear(128*12*12, 512)
        self.fc2 = nn.Linear(512, 1)
        
    def forward(self, x):
        in_size = x.size(0)
        x = self.conv1(x)
        x = self.relu(x)
        x = self.max_pool(x)
        x = self.conv2(x)
        x = self.relu(x)
        x = self.max_pool(x)
        x = self.conv3(x)
        x = self.relu(x)
        x = self.max_pool(x)
        x = self.conv4(x)
        x = self.relu(x)
        x = self.max_pool(x)
        # 展开
        x = x.view(in_size, -1)
        x = self.fc1(x)
        x = self.relu(x)
        x = self.fc2(x)
        x = self.sigmoid(x)
        return x

pytorch定义网络时,必须实现两个函数,构造函数主要定义一些网络块,forward函数实现前向推理过程。且在后续代码中,如果定义对象model: ConvNet和数据image,可以直接通过model(image)来调用froward函数(python真的很神奇,C++出身的我理解这些骚操作好难)

三.训练模型

数据准备好了,模型网络定义好了,下一步当然是训练权重了。


import torch
import torch.nn as nn
from torch.utils.data import DataLoader,Dataset
from dataset import DogCat
from network import ConvNet
from draw import draw_acc,draw_loss


train_data_root = "/home/elvis/workfile/dataset/dataset_kaggledogvscat/train"
batch_size = 256
# 1. prepare dataset
train_data = DogCat(train_data_root, train=True)
val_data = DogCat(train_data_root, train=False)
train_dataloader = DataLoader(train_data,batch_size=batch_size,shuffle=True)
val_dataloader = DataLoader(val_data,batch_size=batch_size,shuffle=True)

# 2. load model
model = ConvNet()
if torch.cuda.is_available():
    model.cuda()

# 3. prepare super parameters
criterion = nn.BCELoss()
learning_rate = 1e-3
# optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate, momentum=0.9)
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)

# 4. train
train_loss_epoch = []
train_acc_epoch = []
val_loss_epoch = []
val_acc_epoch = []
for epoch in range(1, 10):
    model.train()
    train_loss = 0;
    train_acc = 0;
    for batch_idx, (data, target) in enumerate(train_dataloader):
        if torch.cuda.is_available():
            data, target = data.cuda(), target.cuda().float().unsqueeze(-1)
        else:
            data, target = data, target.float().unsqueeze(-1)
        optimizer.zero_grad()
        output = model(data)
        # print(output)
        loss = criterion(output, target)
        train_loss += loss.item();
        pred = torch.tensor([[1] if num[0] >= 0.5 else [0] for num in output]).cuda();
        train_acc += pred.eq(target.long()).sum().item();
        loss.backward()
        optimizer.step()
        if(batch_idx+1)%10 == 0: 
            print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
                epoch, (batch_idx+1) * len(data), len(train_dataloader.dataset),
                100. * (batch_idx+1) / len(train_dataloader), loss.item()))
    train_loss_epoch.append(train_loss / len(train_dataloader));
    train_acc_epoch.append(train_acc / len(train_dataloader.dataset));
    print('\nTrain set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)'.format(train_loss / len(train_dataloader), train_acc, len(train_dataloader.dataset),
                                                                                    100. * train_acc / len(train_dataloader.dataset)));

    # val
    model.eval()
    test_loss = 0
    correct = 0
    with torch.no_grad():
        for batch_idx, (data, target) in enumerate(val_dataloader):
            if torch.cuda.is_available():
                data, target = data.cuda(), target.cuda().float().unsqueeze(-1)
            else:
                data, target = data, target.float().unsqueeze(-1)
            output = model(data)
            # print(output)
            test_loss += criterion(output, target).item(); #每个批次平均,一个epoch里所有批次求和
            pred = torch.tensor([[1] if num[0] >= 0.5 else [0] for num in output]).cuda()
            correct += pred.eq(target.long()).sum().item()
    print('Valid set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(test_loss/len(val_dataloader), correct, len(val_dataloader.dataset),
                                                                                    100. * correct / len(val_dataloader.dataset)));
    val_loss_epoch.append(test_loss / len(val_dataloader));
    val_acc_epoch.append(correct / len(val_dataloader.dataset));

    # Save model
    val_acc_rate = correct / len(val_dataloader.dataset);
    save = True
    best = "best.pt"
    last = "last.pt"
    if save:
        # Save last, best and delete
        torch.save(model.state_dict(), last)
        if val_acc_rate == max(val_acc_epoch):
            torch.save(model.state_dict(), best)
            print("save epoch {} model".format(epoch))

    
# 5. drawing
draw_loss(train_loss_epoch, val_loss_epoch)
draw_acc(train_acc_epoch,val_acc_epoch)
    

第一步,准备数据。先用我们之前定义的DogCat类来加载数据,但这个类继承自dataset,是加载一条数据的。如果要批量加载数据,还要用pytorch内部的另一个类DataLoader,然后在构造函数里传入batchsize就可以批量加载数据了。注意这里的类对象实际是一个生成器,后续通过循环就可以一直批量的去取数据了。

第二步,定义模型对象,有用显卡就把模型放在显卡上,没有的话就用cpu跑。

第三步,定义一些超参数。因为是二分类,网络最后一层为sigmoid输出类别的概率值,所以选用二分类交叉熵损失函数。再设置一下学习率和优化器。

第四步,训练n个epoch。在每一个epoch里计算训练集准去率,验证集准确率,并保存模型。

最后结果像这样

有条件的可以多训练几个epoch试试。

  • 1
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: PyTorch是一个基于Python的科学计算库,它可以作为一种深度学习框架来使用。而CNN(卷积神经网络)是一种常用的深度学习模型,用于图像识别和分类等任务。 要使用PyTorchCNN实现MNIST分类,可以按照以下步骤进行: 1. 导入必要的库和数据集:首先需要导入PyTorch和MNIST数据集。 2. 定义模型:使用PyTorch定义一个CNN模型,包括卷积层、池化层、全连接层等。 3. 训练模型:使用训练集对模型进行训练,并调整模型参数以提高准确率。 4. 测试模型:使用测试集对训练好的模型进行测试,评估模型的准确率。 5. 保存模型:将训练好的模型保存下来,以便后续使用。 总之,使用PyTorchCNN实现MNIST分类是一种常见的深度学习任务,需要对深度学习模型和PyTorch框架有一定的了解。 ### 回答2: PyTorch是一个开源的机器学习框架,可以用来构建神经网络模型进行训练和推理。而CNN(卷积神经网络)是一种常用于图像分类任务的深度学习模型。 首先,我们可以使用PyTorch库来加载MNIST数据集,该数据集包含手写数字的图片以及对应的标签。接着,我们可以使用CNN模型来训练和测试这些数据。 在PyTorch中,我们可以使用torchvision库来加载MNIST数据集。通过以下代码,可以将训练集和测试集分别存储在train_set和test_set中: ```python import torchvision.datasets as datasets train_set = datasets.MNIST(root='./data', train=True, download=True) test_set = datasets.MNIST(root='./data', train=False, download=True) ``` 接下来,我们可以定义CNN模型。一个典型的CNN模型包含若干卷积层、池化层和全连接层。在PyTorch中,我们可以使用`torch.nn`来构建网络模型。 下面是一个简单的例子,定义了一个包含两个卷积层和一个全连接层的CNN模型: ```python import torch.nn as nn class CNNModel(nn.Module): def __init__(self): super(CNNModel, self).__init__() self.conv1 = nn.Conv2d(1, 16, kernel_size=5) self.conv2 = nn.Conv2d(16, 32, kernel_size=5) self.fc = nn.Linear(32*4*4, 10) def forward(self, x): x = nn.functional.relu(self.conv1(x)) x = nn.functional.max_pool2d(x, 2) x = nn.functional.relu(self.conv2(x)) x = nn.functional.max_pool2d(x, 2) x = x.view(-1, 32*4*4) x = self.fc(x) return x model = CNNModel() ``` 接下来,我们需要定义损失函数和优化器,用于训练模型。在这里,我们使用交叉熵损失函数和随机梯度下降(SGD)优化器: ```python import torch.optim as optim criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(model.parameters(), lr=0.001, momentum=0.9) ``` 然后,我们可以开始训练模型。对于每个训练样本,我们将图片输入到模型中进行前向传播,计算预测值。然后,我们计算损失,并通过反向传播更新模型的权重。 ```python num_epochs = 10 for epoch in range(num_epochs): running_loss = 0.0 for i, (images, labels) in enumerate(train_set): optimizer.zero_grad() outputs = model(images.unsqueeze(0)) loss = criterion(outputs, labels.unsqueeze(0)) loss.backward() optimizer.step() running_loss += loss.item() if (i+1) % 100 == 0: print(f'Epoch [{epoch+1}/{num_epochs}], Step [{i+1}/{len(train_set)}], Loss: {running_loss/100:.4f}') running_loss = 0.0 ``` 最后,我们可以使用测试集来评估模型的性能。对于测试集中的每个样本,我们将图片输入到模型中进行前向传播,并与标签进行比较,计算准确率。 ```python correct = 0 total = 0 with torch.no_grad(): for images, labels in test_set: outputs = model(images.unsqueeze(0)) _, predicted = torch.max(outputs.data, 1) total += 1 correct += (predicted == labels).sum().item() accuracy = correct / total print(f'Accuracy on test set: {accuracy:.2%}') ``` 以上就是使用PyTorchCNN实现MNIST数字分类任务的简单示例。通过加载数据集、定义模型、训练和测试模型,我们可以使用PyTorch来构建和训练自己的深度学习模型。 ### 回答3: PyTorch是一个开源的深度学习框架,而CNN(卷积神经网络)是一种深度学习网络模型。下面是关于如何使用PyTorchCNN实现MNIST分类任务的简要说明。 1. 导入所需的库和模块: ``` import torch from torch import nn from torch import optim import torch.nn.functional as F from torchvision import datasets, transforms ``` 2. 数据预处理: ``` transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,))]) train_data = datasets.MNIST(root='data', train=True, download=True, transform=transform) test_data = datasets.MNIST(root='data', train=False, download=True, transform=transform) train_loader = torch.utils.data.DataLoader(train_data, batch_size=64, shuffle=True) test_loader = torch.utils.data.DataLoader(test_data, batch_size=64, shuffle=False) ``` 3. 定义CNN模型: ``` class CNN(nn.Module): def __init__(self): super(CNN, self).__init__() self.conv1 = nn.Conv2d(1, 16, kernel_size=3, stride=1, padding=1) self.conv2 = nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1) self.fc1 = nn.Linear(32 * 7 * 7, 128) self.fc2 = nn.Linear(128, 10) def forward(self, x): x = F.relu(self.conv1(x)) x = F.max_pool2d(x, 2, 2) x = F.relu(self.conv2(x)) x = F.max_pool2d(x, 2, 2) x = x.view(-1, 32 * 7 * 7) x = F.relu(self.fc1(x)) x = self.fc2(x) return x model = CNN() ``` 4. 定义损失函数和优化器: ``` criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.parameters(), lr=0.001) ``` 5. 训练模型: ``` n_epochs = 10 for epoch in range(n_epochs): for images, labels in train_loader: optimizer.zero_grad() output = model(images) loss = criterion(output, labels) loss.backward() optimizer.step() print('Epoch: {} Loss: {:.4f}'.format(epoch+1, loss.item())) ``` 6. 评估模型: ``` model.eval() correct = 0 total = 0 with torch.no_grad(): for images, labels in test_loader: output = model(images) _, predicted = torch.max(output.data, 1) total += labels.size(0) correct += (predicted == labels).sum().item() print('Accuracy on the test set: {:.2f}%'.format(100 * correct / total)) ``` 通过上述步骤,我们可以使用PyTorchCNN成功实现对MNIST数据集的分类任务。通过训练和评估模型,我们可以得到准确率作为分类性能的评估指标。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值