训练一个分类器

目录：

• 一、关于数据
• 二、训练分类器
  • 1、加载并标准化CIFAR10
  • 2、定义卷积网络
  • 3、定义损失函数和优化器
  • 4、训练网络
  • 5、在测试数据上测试神经网络
• 三、在GPU上训练

---

一、关于数据

通常，当你需要处理图像、文本、音频或视频数据时，你可以使用标准Python包来将数据加载到NumPy数组中。然后将数组转化为 torch.*Tensor。

• 对于图像，可以使用包Pillow，OpenCV
• 对于音频，可以使用包scipy，librosa
• 对于文本，可以使用NLTK，SpaCy

特别是对于视觉，我们创建了一个名为 torchvision 的包，它包含用于常见数据集的数据加载器，如Imagenet，CIFAR10，MNIST等，以及用于图像的数据转换器，即torchvision.datasets 和 torch.utils.data.DataLoader。

对于本教程，我们将使用CIFAR10数据集。它包含10个类： ‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。图片的大小为3x32x32，即尺寸为32×32像素的3通道彩色图像。

二、训练分类器

我们将会依次执行以下步骤：

• 使用 torchvision 加载和标准化CIFAR10训练和测试数据集
• 定义卷积神经网络
• 定义损失函数
• 在训练数据上训练网络
• 在测试数据上测试网络

1、加载并标准化CIFAR10

import torch
import torchvision
import torchvision.transforms as transforms

torchvision 数据集的输出是范围[0,1]的 PILImage图像。 我们将它们转换为归一化范围的tensor，[-1,1]。

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                          shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                                         shuffle=False, num_workers=2)

classes = ('plane', 'car', 'bird', 'cat',
           'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

输出：

Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz
Extracting ./data/cifar-10-python.tar.gz to ./data
Files already downloaded and verified

让我们展示一些训练图片：

import matplotlib.pyplot as plt
import numpy as np

# functions to show an image


def imshow(img):
    img = img / 2 + 0.5     # unnormalize
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()


# get some random training images
dataiter = iter(trainloader)
images, labels = dataiter.next()

# show images
imshow(torchvision.utils.make_grid(images))
# print labels
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))

输出：

frog  ship   cat plane

2、定义卷积网络

import torch.nn as nn
import torch.nn.functional as F


class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x


net = Net()

3、定义损失函数和优化器

让我们使用分类交叉熵损失函数和带动量的SGD。

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

4、训练网络

我们只需循环遍历数据迭代器，并将输入提供给神经网络并进行优化。

for epoch in range(2):  # loop over the dataset multiple times

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # get the inputs; data is a list of [inputs, labels]
        inputs, labels = data

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward + backward + optimize
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # print statistics
        running_loss += loss.item()
        if i % 2000 == 1999:    # print every 2000 mini-batches
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

输出：

[1,  2000] loss: 2.169
[1,  4000] loss: 1.808
[1,  6000] loss: 1.659
[1,  8000] loss: 1.553
[1, 10000] loss: 1.488
[1, 12000] loss: 1.455
[2,  2000] loss: 1.379
[2,  4000] loss: 1.346
[2,  6000] loss: 1.320
[2,  8000] loss: 1.305
[2, 10000] loss: 1.275
[2, 12000] loss: 1.262
Finished Training

5、在测试数据上测试神经网络

我们已经在训练数据集上训练了两次。 但我们需要检查神经网络是否已经学到了什么。

我们将通过预测神经网络输出的类标签来检查这一点，并根据真实情况进行检查。 如果预测正确，我们将样本添加到正确预测列表中。

我们首先展示测试集中的一些图片：

dataiter = iter(testloader)
images, labels = dataiter.next()

# print images
imshow(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4)))

输出：

GroundTruth:    cat  ship  ship plane

现在我们来看一看神经网络认为这些图片是什么。outputs是10个类的能量。 一个类的能量越高，网络认为图像是特定类的可能性越大。 那么，让我们得到最高能量的索引：

outputs = net(images)
_, predicted = torch.max(outputs, 1)
print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]
                              for j in range(4)))

输出：

Predicted:    cat plane plane  ship

查看神经网络在整个数据集上的表现：

correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

输出：

Accuracy of the network on the 10000 test images: 54 %

查看表现最好的类和最坏的类：

class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs, 1)
        c = (predicted == labels).squeeze()
        for i in range(4):
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] += 1


for i in range(10):
    print('Accuracy of %5s : %2d %%' % (
        classes[i], 100 * class_correct[i] / class_total[i]))

输出：

Accuracy of plane : 46 %
Accuracy of   car : 63 %
Accuracy of  bird : 50 %
Accuracy of   cat : 37 %
Accuracy of  deer : 40 %
Accuracy of   dog : 51 %
Accuracy of  frog : 70 %
Accuracy of horse : 48 %
Accuracy of  ship : 76 %
Accuracy of truck : 64 %

三、在GPU上训练

如果我们有可用的 CUDA，我们首先将我们的设备定义为第一个可见的 cuda 设备：

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

# Assuming that we are on a CUDA machine, this should print a CUDA device:

print(device)

输出：

cuda:0

本节的其余部分假定设备是CUDA设备。

然后这些方法将递归遍历所有模块并将其参数和缓冲区转换为CUDA tensor：

net.to(device)

还必须将每一步的输入和目标发送到GPU：

inputs, labels = data[0].to(device), data[1].to(device)