- 🍨 本文为🔗365天深度学习训练营 内部限免文章（版权归 K同学啊 所有）
- 🍦 参考文章地址： 🔗深度学习实战训练 | 第6周：好莱坞明星识别
- 🍖 作者：K同学啊 | 接辅导、程序定制
1 开发环境
电脑系统：Windows 10
编译器：Jupter Lab
语言环境：Python 3.8
深度学习环境：Pytorch
2 前期准备
2.1 设置GPU
由于实验所用电脑显卡维集成显卡（intel(r) UHD graphics），因此无法使用GPU。
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os, PIL, pathlib, warnings
warnings.filterwarnings("ignore")
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)
2.2 导入数据
import os,PIL,random,pathlib
data_dir_str = 'data/6-data/'
data_dir = pathlib.Path(data_dir_str)
print("data_dir:", data_dir, "\n")
data_paths = list(data_dir.glob('*'))
classNames = [str(path).split('\\')[-1] for path in data_paths]
print('classNames:', classNames , '\n')
train_transforms = transforms.Compose([
transforms.Resize([224, 224]), # resize输入图片
transforms.ToTensor(), # 将PIL Image或numpy.ndarray转换成tensor
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]) # 从数据集中随机抽样计算得到
])
total_data = datasets.ImageFolder(data_dir_str, transform=train_transforms)
print(total_data)
print(total_data.class_to_idx)结果输出如下：
2.3 划分数据集
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])
print(train_dataset, test_dataset)
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结果输出如下：
3 调用官方的VGG16模型
from torchvision.models import vgg16
# 加载预训练模型，并且对模型进行微调
model = vgg16(pretrained = True).to(device) # 加载预训练的vgg16模型
for param in model.parameters():
param.requires_grad = False # 冻结模型的参数，以便在训练时只训练最后一层的参数
# 修改classifier模型的第6层（即：（6）:Linear(in_features=4096, out_features=2, bias=True)）
# 注意查看打印的模型
model.classifier._modules['6'] = nn.Linear(4096, len(classNames)) # 修改vgg16模型中最后一层全连接层，输出目标类别个数
model.to(device)
print(model)运行后可看到正在下载预训练模型文件
4 训练模型
4.1编写训练函数
# 训练循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练集的大小
num_batches = len(dataloader) # 批次数目, (size/batch_size，向上取整)
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_loss4.2 编写测试函数
def test(dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测试集的大小
num_batches = len(dataloader) # 批次数目
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_loss4.3 设置动态学习率
ef adjust_learning_rate(optimizer, epoch, start_lr):
# 每4轮epoch衰减到原来的 0.92
lr = start_lr * (0.92 ** (epoch //4))
for param_group in optimizer.param_groups:
param_group['lr'] = lr
learn_rate = 1e-4 # 初始学习率
# 调用官方动态学习率接口 （与上面的adjust_learning_rate等价）
lambda1 = lambda epoch:0.92 **(epoch // 4)
optimizer = torch.optim.SGD(model.parameters(), lr=learn_rate)
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1) # 选定调整方法4.4 正式训练
import copy
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
epochs = 40
train_loss = []
train_acc = []
test_loss = []
test_acc = []
best_acc = 0
for epoch in range(epochs):
# 更新学习率（使用自定义学习率时使用）
# adjust_learning_rate(optimizer, epoch, learn_rate)
model.train()
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
scheduler.step() # 更新学习率（调用官方动态学习率接口时使用）
model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
# 保存最佳模型到best_model
if epoch_test_acc > best_acc:
best_acc = epoch_test_acc
best_model = copy.deepcopy(model)
train_acc.append(epoch_train_acc)
train_loss.append(epoch_train_loss)
test_acc.append(epoch_test_acc)
test_loss.append(epoch_test_loss)
# 获取当前的学习率
lr = optimizer.state_dict()['param_groups'][0]['lr']
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}')
print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss,
epoch_test_acc*100, epoch_test_loss, lr))
# 保存最佳模型到文件中
PATH = 'data/6_best_model.pth' # 保存的参数文件名
torch.save(model.state_dict(), PATH)
print('Done')训练速度很慢，尤其在cpu中，更换带GPU的PC机进行训练，训练结果如下所示，准确率较低，无论训练集还是测试集基本都在21%左右。
5 结果可视化
5.1 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.show() 结果显示如下所示：
5.2 指定图片进行预测
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='./6-data/Anglelina Jolie/002_8f8da10e.jpg',
model=model,
transform=train_transforms,
classes=classes)由于之前训练不理想，这里测试了几次都没有预测正确。
5.3 模型评估
best_model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, best_model, loss_fn)
print(epoch_test_acc, epoch_test_loss)
print(epoch_test_acc)输出模型在训练时最好的结果，由之前训练时保存的best_model得出，输出结果如下，test的准确率与上面的训练结果一致，但loss值有点小差异。
6 模型优化
6.1 参数调整
① 初始学习率：之前的梯度下降很慢，因此增大初始学习率，从之前的e-4调整为e-3
② 学习率更新函数：将之前每4轮更新一次学习率更改为每10轮更新
③优化器：将SGD更改为Adam
learn_rate = 1e-3 # 初始学习率
# 调用官方动态学习率接口（与上面的adjust_learning_rate等价）
lambda1 = lambda epoch: 0.92 ** (epoch // 10)
#optimizer = torch.optim.SGD(model.parameters(), lr=learn_rate)
optimizer = torch.optim.Adam(model.parameters(), lr=learn_rate)
scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lambda1)调整后训练结果如下所示，训练集准确率提高到80.1%，测试集准确率提高到44.2%
6.2 模型改进
从上面参数修改后的结果图看，测试集的loss始终降不下去，因此对模型进行修改，引入BN层和dropout。
# 修改classifier模型的第6层（即：（6）:Linear(in_features=4096, out_features=2, bias=True)）
# 注意查看打印的模型
# model.classifier._modules['6'] = nn.Linear(4096, len(classNames)) # 修改vgg16模型中最后一层全连接层，输出目标类别个数
model.classifier = nn.Sequential(
# 14
nn.Linear(25088, 1024),
nn.BatchNorm1d(1024),
# nn.ReLU(True),
nn.Dropout(0.4),
# 15
nn.Linear(1024, 128),
nn.BatchNorm1d(128),
# nn.ReLU(True),
nn.Dropout(0.4),
# 16
nn.Linear(128, len(classNames)),
nn.Softmax()
)
model.to(device)
print(model)修改后，输出网络模型结果如下：
保留6.1的参数修改，再次进行训练，训练结果如下，其中最好的训练结果为第13个epoch，训练集准确率为100%，测试集准确率为59.2%。
2234
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
