往期相关文章列表:
- 【pytorch学习实战】第一篇:线性回归
- 【pytorch学习实战】第二篇:多项式回归
- 【pytorch学习实战】第三篇:逻辑回归
- 【pytorch学习实战】第四篇:MNIST数据集的读取、显示以及全连接实现数字识别
- 【pytorch学习实战】第五篇:卷积神经网络实现MNIST手写数字识别
- 【pytorch实战学习】第六篇:CIFAR-10分类实现
- 【pytorch实战学习】第七篇:tensorboard可视化介绍
1. MNIST数据集读取并显示
MNIST包含70,000张手写数字图像: 60,000张用于训练,10,000张用于测试。图像是灰度的,28x28像素的,并且居中的,以减少预处理和加快运行。
下列代码为读取、显示样本示例,它的步骤为:
- 下面使用torchvision读取数据;
- 然后使用DataLoader加载数据;
- 最后使用matplotlib显示其中6张图片数据和对应的真值。
import torch
from torch import nn, optim
from torch.utils.data import DataLoader
from torchvision import datasets, transforms
data_tf = transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize([0.5], [0.5])])
batch_size = 32
# 读取测试数据,train=True读取训练数据;train=False读取测试数据
train_dataset = datasets.MNIST(root='./data', train=True, transform=data_tf, download=True)
test_dataset = datasets.MNIST(root='./data', train=False, transform=data_tf)
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False)
examples = enumerate(test_loader) #img&label
batch_idx, (imgs, labels) = next(examples) #读取数据,batch_idx从0开始
print(labels) #读取标签数据
print(labels.shape) #torch.Size([32]),因为batch_size为32
#-------------------------------数据显示--------------------------------------------
#显示6张图片
import matplotlib.pyplot as plt
fig = plt.figure()
for i in range(6):
plt.subplot(2,3,i+1)
plt.tight_layout()
plt.imshow(imgs[i][0], cmap='gray', interpolation='none')#子显示
plt.title("Ground Truth: {}".format(labels[i])) #显示title
plt.xticks([])
plt.yticks([])
plt.show()
输出:
tensor([7, 2, 1, 0, 4, 1, 4, 9, 5, 9, 0, 6, 9, 0, 1, 5, 9, 7, 3, 4, 9, 6, 6, 5,
4, 0, 7, 4, 0, 1, 3, 1])
torch.Size([32])
2. 全连接实现MNIST数据集手写识别
在这里使用全连接实现MNIST数据集手写识别,我们这里定义的神经网络输入层为28*28,因为我们处理过的图片像素为28*28,两个隐层分别为300和100,输出层为10
,因为我们识别0~9十个数字,需要分为十类。
下列示例中包含的包简介:
- torchvision:图片的预处理。其中transforms是预处理方法,datasets用于具体实现,包括数据集的下载。
- DataLoader:用于加载数据。
下列示例的步骤:
自定义模型
:实现了3种模型,我们可以任选其中一个去调用。数据预处理
:使用datasets.MNIST下载和预处理数据。数据加载
:使用DataLoader加载数据。定义损失函数和优化器
:使用交叉熵损失和SGD优化器。开始训练
:这里注意epoch和iter的关系。epoch是整个数据集迭代的次数,而iter是一个batch迭代的次数。感兴趣的可以查看链接。模型评估
:使用测试集评估loss和acc。
from torch import nn
#-------------------------------------自定义模型--------------------------------------
#定义了三个不层次的神经网络模型:简单的FC,加激活函数的FC,加激活函数和批标准化的FC。
#1. 全连接网络层
class simpleNet(nn.Module):
"""
定义了一个简单的三层全连接神经网络,每一层都是线性的
"""
def __init__(self, in_dim, n_hidden_1, n_hidden_2, out_dim):
super(simpleNet, self).__init__()
self.layer1 = nn.Linear(in_dim, n_hidden_1)
self.layer2 = nn.Linear(n_hidden_1, n_hidden_2)
self.layer3 = nn.Linear(n_hidden_2, out_dim)
def forward(self, x):
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
return x
# 2. 全连接网络层 +激活层
class Activation_Net(nn.Module):
"""
在上面的simpleNet的基础上,在每层的输出部分添加了激活函数
"""
def __init__(self, in_dim, n_hidden_1, n_hidden_2, out_dim):
super(Activation_Net, self).__init__()
self.layer1 = nn.Sequential(nn.Linear(in_dim, n_hidden_1), nn.ReLU(True))
self.layer2 = nn.Sequential(nn.Linear(n_hidden_1, n_hidden_2), nn.ReLU(True))
self.layer3 = nn.Sequential(nn.Linear(n_hidden_2, out_dim))
"""
这里的Sequential()函数的功能是将网络的层组合到一起。
"""
def forward(self, x):
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
return x
# 3. 全连接网络层 + 激活层 + BN 网络层
class Batch_Net(nn.Module):
"""
在上面的Activation_Net的基础上,增加了一个加快收敛速度的方法——批标准化
"""
def __init__(self, in_dim, n_hidden_1, n_hidden_2, out_dim):
super(Batch_Net, self).__init__()
self.layer1 = nn.Sequential(nn.Linear(in_dim, n_hidden_1), nn.BatchNorm1d(n_hidden_1), nn.ReLU(True))
self.layer2 = nn.Sequential(nn.Linear(n_hidden_1, n_hidden_2), nn.BatchNorm1d(n_hidden_2), nn.ReLU(True))
self.layer3 = nn.Sequential(nn.Linear(n_hidden_2, out_dim))
def forward(self, x):
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
return x
import torch
from torch import nn, optim
from torch.utils.data import DataLoader
from torchvision import datasets, transforms
#-------------------------------------超参数定义-------------------------------------
batch_size = 64 #一个batch的size
learning_rate = 0.02
num_epoches = 3 #总样本的迭代次数
#-------------------------------------数据预处理方法--------------------------------------
# transforms.ToTensor()将图片转换成PyTorch中处理的对象Tensor,并且进行标准化(数据在0~1之间)
# transforms.Normalize()做归一化。它进行了减均值,再除以标准差。两个参数分别是均值和标准差
# transforms.Compose()函数则是将各种预处理的操作组合到了一起
data_tf = transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize([0.5], [0.5])])
#-------------------------------------数据集的下载器--------------------------------------
#训练和测试集预处理
train_dataset = datasets.MNIST(root='./data', train=True, transform=data_tf, download=True)
test_dataset = datasets.MNIST(root='./data', train=False, transform=data_tf)
#加载数据集
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False)
#-------------------------------------选择模型--------------------------------------
'''
1. 输入28*28(因为输入的图像像素为28*28)
2. 隐藏层分别为300和100
3. 输出层为10,因为识别的数字为0~9
'''
#下列3个模型可以任选其中之一
model = simpleNet(28 * 28, 300, 100, 10)
# model = net.Activation_Net(28 * 28, 300, 100, 10)
# model = net.Batch_Net(28 * 28, 300, 100, 10)
if torch.cuda.is_available():
model = model.cuda()
#-------------------------------------定义损失函数和优化器--------------------------------------
#交叉熵和SGD优化器
criterion = nn.CrossEntropyLoss() #softmax与交叉熵一起
optimizer = optim.SGD(model.parameters(), lr=learning_rate)
#-------------------------------------开始训练-------------------------------------
print('Start Training!')
iter = 0 #迭代次数
for epoch in range(num_epoches):
for data in train_loader:
img, label = data
img = img.view(img.size(0), -1)
if torch.cuda.is_available():
img = img.cuda()
label = label.cuda()
else:
img = img
label = label
out = model(img)
loss = criterion(out, label)
optimizer.zero_grad()
loss.backward()
optimizer.step()
iter+=1
#每迭代50次打印一次
if iter%50 == 0:
print('epoch: {}, iter:{}, loss: {:.4}'.format(epoch, iter, loss.data.item()))
#-------------------------------------模型评估-------------------------------------
print('Start eval!')
model.eval()
eval_loss = 0
eval_acc = 0
for data in test_loader:
img, label = data
img = img.view(img.size(0), -1)
if torch.cuda.is_available():
img = img.cuda()
label = label.cuda()
out = model(img)
loss = criterion(out, label)
eval_loss += loss.data.item()*label.size(0)
_, pred = torch.max(out, 1) #onehout编码,dim=1选取最大值
num_correct = (pred == label).sum()
eval_acc += num_correct.item()
print('Test Loss: {:.6f}, Acc: {:.6f}'.format(eval_loss / (len(test_dataset)), eval_acc / (len(test_dataset))))
输出类似于:
Start Training!
epoch: 0, iter:50, loss: 1.679
epoch: 0, iter:100, loss: 0.9393
epoch: 0, iter:150, loss: 0.6704
epoch: 0, iter:200, loss: 0.5091
epoch: 0, iter:250, loss: 0.4796
epoch: 0, iter:300, loss: 0.4064
......
epoch: 2, iter:2600, loss: 0.3511
epoch: 2, iter:2650, loss: 0.1821
epoch: 2, iter:2700, loss: 0.2803
epoch: 2, iter:2750, loss: 0.2893
epoch: 2, iter:2800, loss: 0.4447
Start eval!
Test Loss: 0.333636, Acc: 0.901900
3. 评估数据的显示
如果想要显示评估的效果,可以结果第1和第2部分的代码,修改评估代码,如下所示:
#-------------------------------------模型评估-------------------------------------
import matplotlib.pyplot as plt
print('Start eval!')
model.eval()
eval_loss = 0
eval_acc = 0
fig = plt.figure()
#batch循环
for i, data in enumerate(test_loader):
img, label = data
test_img = img #只用于测试
img = img.view(img.size(0), -1)
if torch.cuda.is_available():
img = img.cuda()
label = label.cuda()
out = model(img)
loss = criterion(out, label)
eval_loss += loss.data.item()*label.size(0)
_, pred = torch.max(out, 1)#onehout编码,dim=1选取最大值
num_correct = (pred == label).sum()
eval_acc += num_correct.item()
#挑选单个batch中的6个数据查看
if i == 0:
for j in range(6):
plt.subplot(2,3,j+1)
plt.tight_layout()
plt.imshow(test_img[j][0], cmap='gray', interpolation='none')
plt.title("Prediction: {}".format(pred[j]))
plt.xticks([])
plt.yticks([])
print('Test Loss: {:.6f}, Acc: {:.6f}'.format(eval_loss / (len(test_dataset)), eval_acc / (len(test_dataset))))
plt.show()
评估显示效果如下:
可以看到这6张图片的评估效果都是正确的。