文章目录
深度学习Week4——猴痘病识别
一、前言
二、我的环境
三、前期工作
1、配置环境
2、导入数据
3、划分数据集
四、构建CNN网络
五、训练模型
1、设置超参数
2、编写训练函数
3、编写测试函数
六、结果可视化
1、Loss图和Accuracy图
2、指定图片识别
3、加载并保存模型
七、拔高训练
一、前言
- 🍨 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
由于我的设备没有GPU，因此直接使用device = torch.device("cpu")
二、我的环境
- 电脑系统：Windows 10
- 语言环境：Python 3.11.3
- 编译器：Pycharm2023.2.3
深度学习环境：Pytorch
显卡及显存：无
三、前期工作
1、导入库并配置环境
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,random
import numpy as np
device = torch.device("cpu")
device
输出：
device(type='cpu')
至此，我们的环境已经配置完成。
2、 导入数据
我们下载好文件到自己的文件夹目录中，复制文件地址备用，注意这里要将[str(path).split("\\")[4] for path in data_paths]中[]里的数字改为自己路径所对应的数字，例如我的是“4”
data_dir = 'E:\DeepLearning\Data_\Week4'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[4] for path in data_paths]
classeNames
输出：
['Monkeypox', 'Others']
data_dir = 'E:\DeepLearning\Data_\Week4'
data_dir = pathlib.Path(data_dir)
image_count = len(list(data_dir.glob('*/*.jpg')))
print("图片总数为：",image_count)
输出：
图片总数为： 2142
然后我们可以指定一张猴痘的照片作为测试是否导入数据成功。
roses = list(data_dir.glob('Monkeypox/*.jpg'))
PIL.Image.open(str(roses[0]))
这里由于部分照片可能引人不适，不作展示，感兴趣的可以自行复制代码测试~
total_datadir = 'E:\DeepLearning\Data_\Week4'
# 关于transforms.Compose的更多介绍可以参考：https://blog.csdn.net/qq_38251616/article/details/124878863
train_transforms = transforms.Compose([
transforms.Resize([224, 224]), # 将输入图片resize成统一尺寸
transforms.ToTensor(), # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
transforms.Normalize( # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]) # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])
total_data = datasets.ImageFolder(total_datadir,transform=train_transforms)
total_data
输出：
Dataset ImageFolder
Number of datapoints: 2142
Root location: E:\DeepLearning\Data_\Week4
StandardTransform
Transform: Compose(
Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=warn)
ToTensor()
Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
)
total_data.class_to_idx
输出：
{'Monkeypox': 0, 'Others': 1}
3、划分训练集
- train_size表示训练集大小，通过将总体数据长度的80%转换为整数得到；
- test_size表示测试集大小，是总体数据长度减去训练集大小。
而使用torch.utils.data.random_split()方法进行数据集划分。该方法将总体数据total_data按照指定的大小比例（[train_size, test_size]）随机划分为训练集和测试集，并将划分结果分别赋值给train_dataset和test_dataset两个变量。
train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
train_dataset, test_dataset
结果：
(<torch.utils.data.dataset.Subset at 0x25d873bb7d0>,
<torch.utils.data.dataset.Subset at 0x25d8aaa4e10>)
train_size,test_size
(1713, 429)
batch_size = 32
train_dl = torch.utils.data.DataLoader(train_dataset,
batch_size = batch_size,
shuffle = True,
num_workers = 1)
test_dl = torch.utils.data.DataLoader(test_dataset,
batch_size = batch_size,
shuffle = True,
num_workers = 1)
for X, y in test_dl:
print("Shape of X [N, C, H, W]: ", X.shape)
print("Shape of y: ", y.shape, y.dtype)
break
输出：
Shape of X [N, C, H, W]: torch.Size([32, 3, 224, 224])
Shape of y: torch.Size([32]) torch.int64
四 、构建简单的CNN网络
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）和第五个参数（padding）分别是步长和填充大小，默认为1和0，一般可省略。
import torch.nn.functional as F
class Network_bn(nn.Module):
def __init__(self):
super(Network_bn, self).__init__()
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)
self.bn2 = nn.BatchNorm2d(12)
self.pool = nn.MaxPool2d(2,2)
self.conv4 = nn.Conv2d(in_channels = 12, out_channels = 24, kernel_size = 50)
self.bn4 = nn.BatchNorm2d(24)
self.conv5 = nn.Conv2d(in_channels = 24, out_channels = 24, kernel_size = 5)
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
print("Using {} device".format(device))
model = Network_bn().to(device)
model
输出：
Using cpu device
Network_bn(
(conv1): Conv2d(3, 12, kernel_size=(5, 5), stride=(1, 1))
(bn1): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv2d(12, 12, kernel_size=(5, 5), stride=(1, 1))
(bn2): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(conv4): Conv2d(12, 24, kernel_size=(50, 50), stride=(1, 1))
(bn4): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv5): Conv2d(24, 24, kernel_size=(5, 5), stride=(1, 1))
(bn5): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(fc1): Linear(in_features=60000, out_features=2, bias=True)
)
五、训练模型
1、设置超参数
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-4 # 学习率
opt = torch.optim.SGD(model.parameters(), lr = learn_rate)
2、编写训练函数
其核心思想是在每个训练迭代中，它从数据加载器中获取一个小批量的训练数据（包含图像和标签），将数据传递给模型进行前向传播，计算损失，然后通过反向传播更新模型的参数。最后，它记录并返回训练的准确率和损失。
简要概括：
- 从数据加载器中获取小批量训练数据。
- 将数据传递给模型进行前向传播，计算预测值。
- 计算预测值与真实标签之间的损失。
- 使用反向传播更新模型参数。
- 记录并返回训练准确率和损失。
# 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
3、编写测试函数
下面这段代码主要是用于测试（评估）深度学习模型性能的函数。在每个测试迭代中，它从测试数据加载器中获取一个小批量的数据（包含图像和标签），通过模型进行前向传播，计算损失，然后记录测试准确率和损失。
简要概括：
- 从测试数据加载器中获取小批量测试数据。
- 将数据传递给模型进行前向传播，得到预测值。
- 计算预测值与真实标签之间的损失。
- 记录并返回测试准确率和损失。
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
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
4、正式训练
主要是一个简单的训练循环，用于训练和评估深度学习模型多个epochs。在每个epoch中，它分别进行训练和测试，并记录训练集和测试集的准确率以及损失。最后，将每个epoch的结果打印出来。
epochs = 20
train_loss = []
train_acc = []
test_loss = []
test_acc = []
for epoch in range(epochs):
model.train()
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
train_acc.append(epoch_train_acc)
train_loss.append(epoch_train_loss)
test_acc.append(epochtest_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')
输出：
Epoch: 1, Train_acc:75.4%, Train_loss:0.517, Test_acc:72.3%，Test_loss:0.570
Epoch: 2, Train_acc:77.5%, Train_loss:0.491, Test_acc:74.4%，Test_loss:0.552
Epoch: 3, Train_acc:79.5%, Train_loss:0.469, Test_acc:74.4%，Test_loss:0.530
Epoch: 4, Train_acc:79.6%, Train_loss:0.454, Test_acc:75.1%，Test_loss:0.535
Epoch: 5, Train_acc:82.3%, Train_loss:0.430, Test_acc:75.5%，Test_loss:0.492
Epoch: 6, Train_acc:83.2%, Train_loss:0.414, Test_acc:76.7%，Test_loss:0.523
Epoch: 7, Train_acc:84.3%, Train_loss:0.400, Test_acc:76.5%，Test_loss:0.503
Epoch: 8, Train_acc:85.3%, Train_loss:0.386, Test_acc:77.9%，Test_loss:0.473
Epoch: 9, Train_acc:84.5%, Train_loss:0.379, Test_acc:80.0%，Test_loss:0.479
Epoch:10, Train_acc:86.2%, Train_loss:0.366, Test_acc:78.3%，Test_loss:0.467
Epoch:11, Train_acc:86.4%, Train_loss:0.354, Test_acc:81.1%，Test_loss:0.460
Epoch:12, Train_acc:88.1%, Train_loss:0.343, Test_acc:80.0%，Test_loss:0.478
Epoch:13, Train_acc:88.5%, Train_loss:0.338, Test_acc:80.2%，Test_loss:0.442
Epoch:14, Train_acc:88.4%, Train_loss:0.321, Test_acc:80.0%，Test_loss:0.435
Epoch:15, Train_acc:89.3%, Train_loss:0.315, Test_acc:82.5%，Test_loss:0.430
Epoch:16, Train_acc:89.7%, Train_loss:0.307, Test_acc:80.2%，Test_loss:0.431
Epoch:17, Train_acc:90.0%, Train_loss:0.295, Test_acc:82.3%，Test_loss:0.430
Epoch:18, Train_acc:91.4%, Train_loss:0.290, Test_acc:81.6%，Test_loss:0.466
Epoch:19, Train_acc:91.0%, Train_loss:0.283, Test_acc:82.3%，Test_loss:0.413
Epoch:20, Train_acc:91.6%, Train_loss:0.280, Test_acc:81.8%，Test_loss:0.422
Done
六、结果可视化
1、Loss和Accuracy图
import matplotlib.pyplot as plt
#隐藏警告
import warnings
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 # 因为我是用的Jupyter，因此不用plt.show()
结果：
从图中我们可以看出训练和测试准确性都随着时间的推移而增加，训练和测试损失都随着时间的推移而减少，说明我们本周构建的模型表现良好，但可能存在轻微的过拟合以及噪声。
2、指定图片识别
from PIL import Image
classes = list(total_data.class_to_idx)
def predict_one_image(image_path, model, transform, classes):
test_img = Image.open(image_path).convert('RGB')
# plt.imshow(test_img) # 展示预测的图片
test_img = transform(test_img)
img = test_img.to(device).unsqueeze(0)
model.eval()
output = model(img)
_,pred = torch.max(output,1)
pred_class = classes[pred]
print(f'预测结果是：{pred_class}')
# 预测训练集中的某张照片
predict_one_image(image_path='E:\DeepLearning\Data_\Week4\Monkeypox\M06_02_07.jpg',
model=model,
transform=train_transforms,
classes=classes)
输出：
预测结果是：Monkeypox
3、保存并加载模型
# 模型保存
PATH = 'E:\DeepLearning\model\Monkey_model.pth' # 保存的参数文件名
torch.save(model.state_dict(), PATH)
# 将参数加载到model当中
model.load_state_dict(torch.load(PATH, map_location=device))
输出：
<All keys matched successfully>
七、拔高训练—设置动态学习率，提高测试集accuracy
1. 设置动态学习率
在深度神经网络中，学习率是最重要的超参数之一。如何调整学习率是“炼丹玄学”中最重要的药方之一。作为当前最为流行的深度学习框架，PyTorch已经为我们封装好了一些在训练过程中动态调整学习率的方法，下面就让我们来看一下。
torch.optim.lr_scheduler
在torch.optim.lr_scheduler上，基于当前epoch的数值，为我们封装了几种相应的动态学习率调整方法，该部分的官方手册传送门——optim.lr_scheduler官方文档。需要注意的是学习率的调整需要应用在优化器参数更新之后，其应用的简要代码示例如下：
>>> optimizer = torch.optim.Adam(...) #选择一种优化器
>>> scheduler = torch.optim.lr_scheduler.... # 选择一种动态调整学习率的方法，可以是下面几种之一
>>> for epoch in range(100):
>>> train(...)
>>> validate(...)
>>> optimizer.step()
>>> scheduler.step() # 需要在优化器参数更新之后再动态调整学习率
然后我们再提高epoch的值来增加Accuracy
可以看到，我们设置了动态学习率，但是Accuracy非常低，这有可能与我们调整频率或者调整依据设置不正确有关，但由于笔者电脑实在太差了，新设备还未到，因此在此先搁置，等新设备到了以后再进行调整。
1255
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
