- 🍨 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 | 接辅导、项目定制
一、我的环境：
1.语言环境：Python 3.8
2.编译器：Pycharm
3.深度学习环境：
- torch==1.12.1+cu113
- torchvision==0.13.1+cu113
二、GPU设置：
若使用的是cpu则可忽略
import torch
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)三、导入数据：
这里使用dataset下载MNIST数据集，通过传递is_train划分好训练集与测试集。
torchvision
.datasets是Pytorch自带的一个数据库，我们可以通过代码在线下载数据，这里使用的是torchvision.datasets中的MNIST数据集,该数据集训练集60000张图片，测试集20000张图片。
- root (string) ：数据地址，默认‘data’
- train (string) ：True-训练集，False-测试集
- download (bool,optional) : 如果为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。
train_ds = torchvision.datasets.MNIST('data',
train=is_train,
transform=torchvision.transforms.ToTensor(),
download=False) 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，并且可以提供多个线程处理数据集。
- dataset (string) ：加载的数据集
- batch_size (int,optional) ：每批加载的样本大小（默认值：1）
- shuffle (bool,optional) : 如果为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)四、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())
# 将整个figure分成2行10列，绘制第i+1个子图。
plt.subplot(2, 10, i+1)
plt.imshow(npimg, cmap=plt.cm.binary)
plt.axis('off')
plt.show()运行结果：
五、构建简单的CNN网络
对于一般的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，池化核大小
网络结构图
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)
# 前向传播
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)运行结果：
六、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七、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八、模型训练
if __name__ == "__main__":
main()设置超参数
- loss_fn = nn.CrossEntropyLoss() # 创建损失函数
- learn_rate = 0.01 # 学习率
- opt = torch.optim.SGD(model.parameters(),lr=learn_rate)
def main():
epochs = 5
train_loss = []
train_acc = []
test_loss = []
test_acc = []
model = Model()
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)
for epoch in range(epochs):
model.train()
epoch_train_acc, epoch_train_loss = train(get_data_loader(True), model, loss_fn, opt)
model.eval()
epoch_test_acc, epoch_test_loss = test(get_data_loader(False), 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')运行结果：
九、模型评估
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()运行结果：
准确率曲线（左侧）：
该图表示准确率随着训练轮数变化的情况；可以看出随着训练轮数增加，训练集和验证集准确率不断增加，则表示模型没有过拟合，并且在训练和验证数据上均取得了良好的表现。
损失函数曲线（右侧）：
该图表示损失函数随着训练轮数的变化情况；可以看出随着训练轮数增加，训练集和验证集损失函数不断减少，则表示模型在训练和验证数据上均取得了良好的表现。
十、总结
本次基于深度学习的pytorch实现mnist手写数字识别项目总结如下：
1.第一次跟着博主文章练习深度学习，虽然可以运行成功代码，但代码里很多关于深度学习、pytorch相关技术不是很理解；
2.熟悉了pytorch框架下对数据加载、模型建立、训练模型的基本流程；
3.作为小白，还有一些该项目的遗留问题有：
- 虽然得到训练集的准确率，不知道该模型怎么预测，比如能拿测试集的图片，识别它是那个数字；
- 对CNN模型代码实现不理解真实含义，不了解什么输入层、隐藏层、输出层、池化、卷积；
- 现在只能看别人写好的代码，还不能自己搭建模型。
2758
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
