第一次接触pytorch,本贴仅记录学习过程,侵删
在B站看完了视频的P9 09.多分类问题。
附上视频地址:《PyTorch深度学习实践》完结合集_09. 多分类问题
首先附上两个需要读的文档:
1.CrossEntropyLoss
https://pytorch.org/docs/stable/generated/torch.nn.CrossEntropyLoss.html#torch.nn.CrossEntropyLoss
2.NLLLoss
https://pytorch.org/docs/stable/generated/torch.nn.NLLLoss.html#torch.nn.NLLLoss
其次通过一个例子来理解:
MNIST Dataset
1、Prepare Datasets
batch_size = 64
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
])
train_dataset = datasets.MNIST(root='../dataset/mnist/',
train=True,
download=True,
transform=transform)
train_loader = DataLoader(train_dataset,
shuffle=True,
batch_size=batch_size)
test_dataset = datasets.MNIST(root='../dataset/mnist/',
train=False,
download=True,
transform=transform)
test_loader = DataLoader(train_dataset,
shuffle=False,
batch_size=batch_size)
先解释一下在Prepare Datasets时,与之前不同的一个部分:
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
])
在pytorch中读图像时用的是python的PIL(pillow),pillow读进来的图像在神经网络处理时,希望输入数值较小、在(-1,1)之间、遵从正态分布,故需要将它转换为图像张量。
一般读进来的图像张量是W×H×C,在pytorch中我们要把它转化为C×W×H
(不知道老师这里是否存在口误,我查阅了pytorch文档
这里给出的解释是:将 [0, 255] 范围内的 PIL Image 或 numpy.ndarray (H x W x C) 转换为 [0.0, 1.0] 范围内形状 (C x H x W) 的 torch.FloatTensor。
)
这个过程我们可以用transform提供的ToTensor()来实现。
在这里,我们实际上构造的是Compose这个类的实例,①先用ToTensor(),把输入的图像转变成pytorch中的张量(C×W×H,取值从0到1);②Normalize(),即归一化,参数分别为均值和标准差。
2、Design Model
class Net(torch.nn.Module):
def __init__(self):
super(Net, self).__init__()
self.l1 = torch.nn.Linear(784, 512)
self.l2 = torch.nn.Linear(512, 256)
self.l3 = torch.nn.Linear(256, 128)
self.l4 = torch.nn.Linear(128, 64)
self.l5 = torch.nn.Linear(64, 10)
def forward(self, x):
x = x.view(-1, 784)
x = F.relu(self.l1(x))
x = F.relu(self.l2(x))
x = F.relu(self.l3(x))
x = F.relu(self.l4(x))
return self.l5(x)
model = Net()
输入的维度是四阶张量:每个中有N个样本,每个样本是1×28×28的图像,即N×1×28×28。
所以第一步我们得把这个三阶的张量变成一阶的向量,即把图像的每一行都拼接起来。这里可以使用view(-1,784)来完成。 这样维度就变成了(N,784)。
注意!!!最后一层不做激活!因为直接原生的输出现成输出,接到后面的softmax里。
3、Construct Loss and Optimizer
criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)
在这里,使用交叉熵,并把冲量momentum设置为0.5来优化训练过程。
4、Train and Test
def train(epoch):
running_loss = 0.0
for batch_idx, data in enumerate(train_loader, 0):
inputs, target = data
optimizer.zero_grad()
outputs = model(inputs)
loss = criterion(outputs, target)
loss.backward()
optimizer.step()
running_loss += loss.item()
if batch_idx % 300 == 299:
print('[%d, %5d] loss:%.3f' % (epoch + 1, batch_idx + 1, running_loss / 300))
running_loss = 0.0
def test():
correct = 0
total = 0
with torch.no_grad():
for data in test_loader:
images, labels = data
outputs = model(images)
_, predicted = torch.max(outputs.data, dim=1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print('Accuracy on test set:%d %%' % (100 * correct / total))
其中
torch.max(outputs.data, dim=1)
dim是维度:0为列,1为行;即沿着行去查找
返回的值有两个:一个是每一行的最大值,另一个是每一行最大值的下标
total加上这个批量的总数labels.size(0),labels是一个(如果有N个样本)N×1的矩阵。
接下来计算推测出的分类和labels之间的分类的比较,相等为真1,不相等为假0,然后求和。
5、主程序
if __name__ == '__main__':
for epoch in range(10):
train(epoch)
test()
最后布置了个作业:
Dataset:https://www.kaggle.com/c/otto-group-product-classification-challenge/data