365天深度学习训练营-第P3周：天气识别

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别
• 🍖 原作者：K同学啊|接辅导、项目定制

📌第P3周：天气识别📌

难度：新手入门⭐
语言：Python3、Pytorch

🍺 要求：

1.本地读取并加载数据
2.测试集accuracy到达93%

🔔拔高：
1.测试集accuracy到达95%
2.调用模型识别一张本地图片

一、前期准备

1.设置GPU

如果设备上支持GPU就使用GPU,否则使用CPU
In [1]

import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision.transforms as transforms
from torchvision import transforms, datasets
import os,PIL,pathlib
import numpy as np
import matplotlib.pyplot as plt
import warnings

In [2]

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
device

2.导入数据

In [3]

data_dir = 'data/weather'
classeNames = os.listdir(data_dir)
classeNames

Out [3]

['cloudy', 'rain', 'shine', 'sunrise']

In [4]

transforms = transforms.Compose([
    transforms.Resize((224, 224)),  # 将输入图片resize成统一尺寸
    transforms.ToTensor(),  # 将PIL Image（w,h）或numpy.ndarray(h,w,c)转换为tensor(c,h,w)，并将每个像素值归一化到[0,1]之间
    transforms.Normalize(
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225]
    )
])
total_dataset = datasets.ImageFolder(data_dir, transform=transforms)
total_dataset

3.划分数据集

In [5]

train_size = int(len(total_dataset) * 0.8)
test_size = len(total_dataset) - train_size
train_size, test_size

In [6]

# 构建dataset
train_dataset, test_dataset = torch.utils.data.random_split(total_dataset, [train_size, test_size])
train_dataset, test_dataset

In [7]

# 构建dataloader
batch_size = 32

train_dl = torch.utils.data.DataLoader(train_dataset,
                                      batch_size=batch_size,
                                      shuffle=True,
                                      )

test_dl = torch.utils.data.DataLoader(test_dataset,
                                      batch_size=batch_size,
                                      )

In [8]

X, label = next(iter(train_dl))  # 取出一个批次的数据
X.shape, label.shape

4.数据可视化

In [9]

 # 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)) 

# 把图像和目标标签组合成一个列表
images_and_labels = list(zip(X, label))

for i, (img, label) in enumerate(images_and_labels[:20]): # 取一个批次中的前20张
    # 反标准化
    img = img / 2 + 0.5
    # 把tensor换成ndarray并进行维度变换
    img = np.transpose(img.numpy(), (1, 2, 0))
    # 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.title('label: ' + str(label.item()))
    plt.imshow(img)  # numpy格式才可以用matplotlib
    plt.axis('off')

二、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。

⭐1. torch.nn.Conv2d() 详解
函数原型：

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1,groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

关键参数说明：
● in_channels ( int ) – 输入图像中的通道数
● out_channels ( int ) – 卷积产生的通道数
● kernel_size ( int or tuple ) – 卷积核的大小
● stride ( int or tuple , optional ) – 卷积的步幅。默认值：1
● padding ( int , tuple或str , optional ) – 添加到输入的所有四个边的填充。默认值：0
● padding_mode (字符串,可选) – ‘zeros’,‘reflect’,‘replicate’或’circular’。 默认：‘zeros’

⭐2. torch.nn.Linear()详解
函数原型：
In [10]

torch.nn.Linear(in_features, out_features, bias=True, device=None, dtype=None)

关键参数说明：
● in_features：每个输入样本的大小
● out_features：每个输出样本的大小

⭐3. torch.nn.MaxPool2d()详解
函数原型：

torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False,ceil_mode=False)

关键参数说明：
● kernel_size：最大的窗口大小
● stride：窗口的步幅，默认值为 kernel_size
● padding：填充值，默认为0
● dilation：控制窗口中元素步幅的参数

大家注意一下在卷积层和全连接层之间，我们可以使用之前是 torch.flatten() 也可以使用我下面的 x.view() 亦或是 torch.nn.Flatten() 。
torch.nn.Flatten() 与TensorFlow中的 Flatten()层类似，前两者则仅仅是一种数据集拉伸操作（将二维数据拉伸为一维）。
torch.flatten() 方法不会改变x本身，而是返回一个新的张量。
而 x.view() 方法则是直接在原有数据上进行操作。

In [11]

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        """
         nn.Conv2d()函数：
         第一个参数（in_channels）是输入的channel数量
         第二个参数（out_channels）是输出的channel数量
         第三个参数（kernel_size）是卷积核大小
         第四个参数（stride）是步长，默认为1
         第五个参数（padding）是填充大小，默认为0
        """
        self.conv1 = nn.Conv2d(in_channels=3, out_channels=12, kernel_size=5, stride=1, padding=0)
        self.bn1 = nn.BatchNorm2d(12)
        self.conv2 = nn.Conv2d(in_channels=12, out_channels=12, kernel_size=5, stride=1, padding=0)
        self.bn2 = nn.BatchNorm2d(12)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv4 = nn.Conv2d(in_channels=12, out_channels=24, kernel_size=5, stride=1, padding=0)
        self.bn4 = nn.BatchNorm2d(24)
        self.conv5 = nn.Conv2d(in_channels=24, out_channels=24, kernel_size=5, stride=1, padding=0)
        self.bn5 = nn.BatchNorm2d(24)
        self.fc1 = nn.Linear(24 * 50 * 50, len(classeNames))
    def forward(self, x):
        x = F.relu(self.bn1(self.conv1(x))) 
        x = F.relu(self.bn2(self.conv2(x))) 
        x = self.pool(x) 
        x = F.relu(self.bn4(self.conv4(x))) 
        x = F.relu(self.bn5(self.conv5(x))) 
        x = self.pool(x) 
        x = x.view(-1, 24 * 50 * 50)
        x = self.fc1(x)
        return x
model = Net().to(device)
model

三、训练模型

1.设置超参数

In [12]

loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learning_rate = 1e-4  # 学习率
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)

2.编写训练函数

optimizer.zero_grad()
函数会遍历模型的所有参数，通过内置方法截断反向传播的梯度流，再将每个参数的梯度值设为0，即上一次的梯度记录被清空。
loss.backward()
PyTorch的反向传播(即 tensor.backward() )是通过autograd包来实现的，autograd包会根据tensor进行过的数学运算来自动计算其对应的梯度。
具体来说，torch.tensor是autograd包的基础类，如果你设置tensor的requires_grads为True，就会开始跟踪这个tensor上面的所有运算，如果你做完运算后使用 tensor.backward() ，所有的梯度就会自动运算，tensor的梯度将会累加到它的.grad属性里面去。
更具体地说，损失函数loss是由模型的所有权重w经过一系列运算得到的，若某个w的requires_grads为True，则w的所有上层参数(后面层的权重w)的.grad_fn属性中就保存了对应的运算，然后在使用 loss.backward() 后，会一层层的反向传播计算每个w的梯度值，并保存到该w的.grad属性中。
如果没有进行 tensor.backward() 的话，梯度值将会是None，因此 loss.backward() 要写在 optimizer.step() 之前。
optimizer.step()
step()函数的作用是执行一次优化步骤，通过梯度下降法来更新参数的值。因为梯度下降是基于梯度的，所以在执行 optimizer.step() 函数前应先执行 loss.backward() 函数来计算梯度。
注意：optimizer只负责通过梯度下降进行优化，而不负责产生梯度，梯度是 tensor.backward() 方法产生的。

In [13]

def train(model, trainloader):
    train_accuracy, train_loss = 0, 0
    train_size = len(trainloader.dataset)
    iteration = train_size / batch_size
    
    model.train()
    for x, y in trainloader:
        if torch.cuda.is_available():
            x, y = x.to(device), y.to(device)
        pred = model(x)
        loss = loss_fn(pred, y)
        
        optimizer.zero_grad
        loss.backward()
        optimizer.step()
        
        with torch.no_grad():
            pred = torch.argmax(pred, dim=1)
            train_accuracy += (pred == y).sum().item()
            train_loss += loss.item()
            
    train_accuracy /= train_size
    train_loss /= iteration
    
    return train_accuracy, train_loss

3. 编写测试函数

测试函数和训练函数大致相同，但是由于不进行梯度下降对网络权重进行更新，所以不需要传入优化器
In [14]

def test(model, testloader):
    test_accuracy, test_loss = 0, 0
    test_size = len(testloader.dataset)
    iteration = test_size / batch_size
    
    model.eval()
    with torch.no_grad():
        for x, y in testloader:
            if torch.cuda.is_available():
                x, y = x.to(device), y.to(device)
            pred = model(x)
            loss = loss_fn(pred, y)
            
            pred = torch.argmax(pred, dim=1)
            test_accuracy += (pred == y).sum().item()
            test_loss += loss.item()
    test_accuracy /= test_size
    test_loss /= iteration
    return test_accuracy, test_loss

4. 正式训练

model.train()
model.train() 的作用是启用 Batch Normalization 和 Dropout。
如果模型中有 BN 层(Batch Normalization）和 Dropout ，需要在训练时添加 model.train() 。model.train() 是保证BN层能够用到每一批数据的均值和方差。
对于 Dropout ,model.train() 是随机取一部分网络连接来训练更新参数。
model.eval()
model.eval() 的作用是不启用 Batch Normalization 和 Dropout。
如果模型中有BN层(Batch Normalization）和Dropout，在测试时添加 model.eval() 。
model.eval() 是保证BN层能够用全部训练数据的均值和方差，即测试过程中要保证BN层的均值和方差不变。
对于 Dropout ， model.eval() 是利用到了所有网络连接，即不进行随机舍弃神经元。
训练完train样本后，生成的模型model要用来测试样本。在 model(test) 之前，需要加上 model.eval() ，否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有BN层和Dropout所带来的的性质。
In [15]

epochs = 50
train_loss = []
train_acc = []

test_loss = []
test_acc = []
for epoch in range(epochs):
    epoch_train_acc, epoch_train_loss = train(model, train_dl)
    epoch_test_acc, epoch_test_loss = test(model, test_dl)
    
    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_accuracy:{:.1f}%, Train_loss:{:.3f}, Test_accuracy:{:.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')

四、结果可视化

In [16]

warnings.filterwarnings('ignore')

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()