MNIST数据集
MNIST数据集是分类任务中最简单、最常用的数据集。人为的手写了0-9数字的图片，图片大小为28*28*1
MNIST大概有7w张(6w训练集，1w测试集，5000 val集)
MNIST数据值都是灰度图，所以图像的通道数只有一个因为MNIST数据集是专门为深度学习来的，所以其数据集格式和我们常见的很不一样，但是在Pytorch/Tensorflow中有函数可以很容易的读取，如果用普通Python来读取则不是那么容易
torchvision是pytorch中处理视觉和图像的包
nn是神经网络相关包
步骤
Load data
Build model
Train
Test
加载数据
trainset = torchvision.datasets.MNIST(
root='dataset/',
train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。
download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。
transform=transform
)在DataLoader中
train=True表示是训练数据，train=False是测试数据
download=True的话，如果当前指定的文件夹中没有mnist数据集，就会自动去网上下载
一般下载以后得到的文件是numpy格式,torchvision.transforms.ToTensor()将numpy转成tensortorch中的数据载体都是tensor
Normalize做正则化，归一化，方便神经网络优化。也可以注释掉，性能会稍差一点，70%多，带着的话80%多
shuffle=True表示在加载的时候将图片随机打散
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt # from utils import plot_image,plot_curve,one_hot def plot_image(img, label, name): #显示图片用的 for i in range(6): plt.subplot(2, 3, i + 1) plt.tight_layout() plt.imshow(img[i][0] * 0.3081 + 0.1307, cmap='gray', interpolation='none') #因为原图片有经过transform.Nornalize(), 所以plot的时候我们要还原它 plt.title("{}: {}".format(name, label[i].item())) plt.xticks([]) plt.yticks([]) plt.show() batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) x,y = next(iter(train_loader)) print(y) print(x.shape, y.shape, x.min(), x.max()) #y就是一个list，里面存了0-9的数字对应着每张图片的label plot_image(x, y, 'image sample') #x是512张，但是plot一个子图最多放6张图，不然应该画出512张的
512张图片，1个通道，28行，28列
trainset和train_loader均可以通过len来输出其长度
print(trainset) print(len(trainset)) print(train_loader) print(len(train_loader))
当只有trainset没有train_loader时会怎样
我们遇到的全部代码都是trainset+trainloader然后进行训练的，但是这两个并不是必须一定要结合在一起的，dataloader只是一个帮助我们将图片分成多少张一组，然后打散等等操作的一个工具。
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F from torch import optim from utils import plot_image,plot_curve,one_hot batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 print(trainset) #这里trainset就是有6w张 #下面enumurate的时候就是6w张一张一张挨个遍历,挨个显示 for idx, data in enumerate(trainset): input, label = data #inputs是[1,28,28] print(idx) print(label) plt.imshow(input[0] * 0.3081 + 0.1307, cmap='gray', interpolation='none') plt.show() print('-------') #还可以这样写 for i in range(len(trainset)): input, label = trainset[i] #inputs是[1,28,28] print(idx) print(label) plt.imshow(input[0] * 0.3081 + 0.1307, cmap='gray', interpolation='none') plt.show() print('-------')
你甚至可以用下标的方式取对应的图片和label trainset[100]
next(iter(dataloader))返回一个batch的数据
创建网络
三层全连接层的神经网络
如果输入是图片的话，x1，x2，x3等就代表图片的一个像素，如果图片是28*28=784，那么输入就是784个x(也就是说，将图片打平成一个一维，284个元素的向量)，但是经过一层全连接层nn.Linear(784, 256)后向量变成了256个元素，这是因为这个全连接层有256个神经元
注意在算神经网络层数的时候，输入层不算入而输出层算入
在每个神经元内部，它是这样
‘
所以全连接层依然是跟有激活函数的
但是在定义网络的时候激活函数不被写进去，而是被写在forward中
定义网络时，F.relu() 和 torch.relu() , 用哪个都行
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F class Net(nn.Module): def __init__(self): super(Net, self).__init__() #三层全连接层 #wx+b self.fc1 = nn.Linear(28*28, 256) self.fc2 = nn.Linear(256,64) self.fc3 = nn.Linear(64,10) def forward(self, x): # x: [b, 1, 28, 28] x = F.relu(self.fc1(x)) #F.relu和torch.relu，用哪个都行 x = F.relu(self.fc2(x)) x = self.fc3(x) return x # class Net(nn.Module): # # def __init__(self): # super(Net, self).__init__() # # self.fc = nn.Sequential( # nn.Linear(28 * 28, 256), # nn.ReLU(), # nn.Linear(256, 64), # nn.ReLU(), # nn.Linear(64, 10) # ) # # def forward(self, x): # # x: [b, 1, 28, 28] # # h1 = relu(xw1+b1) # x = self.fc(x) # # return x batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) net = Net() #创建网络对象 print(net)
在 net=Net() 实例化的时候，会执行__init__()函数
神经网络定义的第二种写法，使用nn.Sequential()
注意这里的relu只能用nn.ReLU()，不能用F.relu()和torch.relu()，它们是需要参数的
class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.fc = nn.Sequential( nn.Linear(28 * 28, 256), nn.ReLU(), nn.Linear(256, 64), nn.ReLU(), nn.Linear(64, 10) ) def forward(self, x): # x: [b, 1, 28, 28] # h1 = relu(xw1+b1) x = self.fc(x) return x
神经网络的各个层 及 参数net.parameters() 等参见
训练
批训练batch training：把数据分为一小批一小批进行训练
我们所有神经网络采取的都是batch training的策略，即每次训练之抽取整个数据集的一(小)部分数据来进行训练。就像我们这里，数据集是6w张图片，每次训练只抽取512张，其实对网络训练的效果来说差不多，但是如果每次都在6w张图片上跑，那时间会耗费很大
Dataloader就是用来包装使用的数据，比如说该程序中把数据5个5个的打包，每一次抛出一组数据进行操作
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F from torch import optim from utils import plot_image,plot_curve,one_hot class Net(nn.Module): def __init__(self): super(Net, self).__init__() #三层全连接层 #wx+b self.fc1 = nn.Linear(28*28, 256) self.fc2 = nn.Linear(256,64) self.fc3 = nn.Linear(64,10) def forward(self, x): # x: [b, 1, 28, 28] x = F.relu(self.fc1(x)) #F.relu和torch.relu，用哪个都行 x = F.relu(self.fc2(x)) x = self.fc3(x) return x # class Net(nn.Module): # # def __init__(self): # super(Net, self).__init__() # # self.fc = nn.Sequential( # nn.Linear(28 * 28, 256), # nn.ReLU(), # nn.Linear(256, 64), # nn.ReLU(), # nn.Linear(64, 10) # ) # # def forward(self, x): # # x: [b, 1, 28, 28] # # h1 = relu(xw1+b1) # x = self.fc(x) # # return x batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) net = Net() #创建网络对象 # [w1, b1, w2, b2, w3, b3] optimizer = optim.SGD(net.parameters(), lr=1e-6, momentum=0.9) for epoch in range(3): #train_loader长度118 for idx, data in enumerate(train_loader): #当然这里你也可以写next(iter(train_loader)) inputs, labels = data #inputs和labels的 len都是512的 #intpus 是 [512, 1, 28, 28] #labels 是 [512] inputs = inputs.view(inputs.size(0), 28*28) #现在inputs是[512, 28*28] outputs = net(inputs) #outputs是[512,10] labels_onehot = one_hot(labels) # 就是将y转成onehot # y是512个label值，是一个512*1的tensor数组 # y_onehot是512个10维的，即512*10的tensor数组 # 例如y的label是2，那么对应的y_onehot就是0，1，2，第三个位置为1，其余位置为0这样 loss = F.mse_loss(outputs, labels_onehot) #用torch.nn.MSELoss()也行 optimizer.zero_grad() loss.backward() optimizer.step() if idx % 10 == 0: print(epoch, idx, loss.item())
可以看到loss是在稳定下降的
关于损失函数
这里使用的是MSE，F.mse_loss() 和 torch.nn.MSELoss()都行
但是MSE的话，outputs是一个10维vector，labels是一个数，如果这样直接传入的话会报错，所以需要把labels进行one_hot一下
如果用cross_entropy loss function就可以直接传入了
关于learning rate
当我们开始时设置lr=1e-6时，loss训练不下降，1e-5，1e-4都不下降，1e-3才开始较好的下降
lr=1e-6时
lr=1e-4时
lr=1e-3时
lr=1e-1时
保存每次的loss并绘图
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F from torch import optim from utils import plot_image,plot_curve,one_hot class Net(nn.Module): def __init__(self): super(Net, self).__init__() #三层全连接层 #wx+b self.fc1 = nn.Linear(28*28, 256) self.fc2 = nn.Linear(256,64) self.fc3 = nn.Linear(64,10) def forward(self, x): # x: [b, 1, 28, 28] x = F.relu(self.fc1(x)) #F.relu和torch.relu，用哪个都行 x = F.relu(self.fc2(x)) x = self.fc3(x) return x # class Net(nn.Module): # # def __init__(self): # super(Net, self).__init__() # # self.fc = nn.Sequential( # nn.Linear(28 * 28, 256), # nn.ReLU(), # nn.Linear(256, 64), # nn.ReLU(), # nn.Linear(64, 10) # ) # # def forward(self, x): # # x: [b, 1, 28, 28] # # h1 = relu(xw1+b1) # x = self.fc(x) # # return x batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) net = Net() #创建网络对象 # [w1, b1, w2, b2, w3, b3] optimizer = optim.SGD(net.parameters(), lr=1e-2, momentum=0.9) train_loss = [] for epoch in range(3): #train_loader长度118 for idx, data in enumerate(train_loader): #当然这里你也可以写next(iter(train_loader)) inputs, labels = data #inputs和labels的 len都是512的 #intpus 是 [512, 1, 28, 28] #labels 是 [512] inputs = inputs.view(inputs.size(0), 28*28) #现在inputs是[512, 28*28] outputs = net(inputs) #outputs是[512,10] labels_onehot = one_hot(labels) # 就是将y转成onehot # y是512个label值，是一个512*1的tensor数组 # y_onehot是512个10维的，即512*10的tensor数组 # 例如y的label是2，那么对应的y_onehot就是0，1，2，第三个位置为1，其余位置为0这样 loss = F.mse_loss(outputs, labels_onehot) #用torch.nn.MSELoss()也行 optimizer.zero_grad() loss.backward() optimizer.step() train_loss.append(loss.item()) if idx % 10 == 0: print(epoch, idx, loss.item()) plt.plot(range(0,len(train_loss)), train_loss, color='blue') plt.legend(['value'], loc='upper right') plt.xlabel('step') plt.ylabel('value') plt.show() # plot_curve(train_loss)
将网络层改为最后一个节点输出
这样labels就不用one_hot了，可以直接outputs和labels喂进loss function
但是outputs输出值的类型是float32，而labels是int，需要也转成float
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F from torch import optim from utils import plot_image,plot_curve,one_hot # class Net(nn.Module): # def __init__(self): # super(Net, self).__init__() # # #三层全连接层 # #wx+b # self.fc1 = nn.Linear(28*28, 256) # self.fc2 = nn.Linear(256,64) # self.fc3 = nn.Linear(64,10) # # def forward(self, x): # # x: [b, 1, 28, 28] # x = F.relu(self.fc1(x)) #F.relu和torch.relu，用哪个都行 # x = F.relu(self.fc2(x)) # x = self.fc3(x) # # return x class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.fc = nn.Sequential( nn.Linear(28 * 28, 256), nn.ReLU(), nn.Linear(256, 64), nn.ReLU(), nn.Linear(64, 32), nn.ReLU(), nn.Linear(32, 16), nn.ReLU(), nn.Linear(16, 1) ) def forward(self, x): # x: [b, 1, 28, 28] # h1 = relu(xw1+b1) x = self.fc(x) return x batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) net = Net() #创建网络对象 # [w1, b1, w2, b2, w3, b3] optimizer = optim.SGD(net.parameters(), lr=1e-2, momentum=0.9) for epoch in range(3): #train_loader长度118 for idx, data in enumerate(train_loader): #当然这里你也可以写next(iter(train_loader)) inputs, labels = data #inputs和labels的 len都是512的 #intpus 是 [512, 1, 28, 28] #labels 是 [512] inputs = inputs.view(inputs.size(0), 28*28) #现在inputs是[512, 28*28] outputs = net(inputs) outputs = outputs.view(outputs.size(0)) labels = labels.to(torch.float32) loss = F.mse_loss(outputs, labels) #用torch.nn.MSELoss()也行 optimizer.zero_grad() loss.backward() optimizer.step() if idx % 10 == 0: print(epoch, idx, loss.item())
可以看出最后的准确率却不如10个输出节点的高
测试
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F from torch import optim from utils import plot_image,plot_curve,one_hot import os class Net(nn.Module): def __init__(self): super(Net, self).__init__() #三层全连接层 #wx+b self.fc1 = nn.Linear(28*28, 256) self.fc2 = nn.Linear(256,64) self.fc3 = nn.Linear(64,10) def forward(self, x): # x: [b, 1, 28, 28] x = F.relu(self.fc1(x)) #F.relu和torch.relu，用哪个都行 x = F.relu(self.fc2(x)) x = self.fc3(x) return x # class Net(nn.Module): # # def __init__(self): # super(Net, self).__init__() # # self.fc = nn.Sequential( # nn.Linear(28 * 28, 256), # nn.ReLU(), # nn.Linear(256, 64), # nn.ReLU(), # nn.Linear(64, 10) # ) # # def forward(self, x): # # x: [b, 1, 28, 28] # # h1 = relu(xw1+b1) # x = self.fc(x) # # return x batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) net = Net() #创建网络对象 # [w1, b1, w2, b2, w3, b3] optimizer = optim.SGD(net.parameters(), lr=1e-2, momentum=0.9) train_loss = [] for epoch in range(3): #train_loader长度118 for idx, data in enumerate(train_loader): #当然这里你也可以写next(iter(train_loader)) inputs, labels = data #inputs和labels的 len都是512的 #intpus 是 [512, 1, 28, 28] #labels 是 [512] inputs = inputs.view(inputs.size(0), 28*28) #现在inputs是[512, 28*28] outputs = net(inputs) #outputs是[512,10] labels_onehot = one_hot(labels) # 就是将y转成onehot # y是512个label值，是一个512*1的tensor数组 # y_onehot是512个10维的，即512*10的tensor数组 # 例如y的label是2，那么对应的y_onehot就是0，1，2，第三个位置为1，其余位置为0这样 loss = F.mse_loss(outputs, labels_onehot) #用torch.nn.MSELoss()也行 optimizer.zero_grad() loss.backward() optimizer.step() train_loss.append(loss.item()) if idx % 10 == 0: print(epoch, idx, loss.item()) plot_curve(train_loss) total_correct = 0 for idx, data in enumerate(test_loader): inputs, labels = data inputs = inputs.view(inputs.size(0), 28*28) outputs = net(inputs) pred = outputs.argmax(dim=1) correct = pred.eq(labels).sum().float().item() #correct的结果就是220，386，......, 表示每次512张图片中有几个是预测对了的 # print(correct) total_correct += correct accuracy = total_correct / len(test_loader.dataset) #或者len(testset) print('test accuracy: ', accuracy)
总体的准确度是88%
换一种显示accuracy的方法，plot显示预测结果和图片，我们人眼就可以判断预测的对不对
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F from torch import optim from utils import plot_image,plot_curve,one_hot import os class Net(nn.Module): def __init__(self): super(Net, self).__init__() #三层全连接层 #wx+b self.fc1 = nn.Linear(28*28, 256) self.fc2 = nn.Linear(256,64) self.fc3 = nn.Linear(64,10) def forward(self, x): # x: [b, 1, 28, 28] x = F.relu(self.fc1(x)) #F.relu和torch.relu，用哪个都行 x = F.relu(self.fc2(x)) x = self.fc3(x) return x # class Net(nn.Module): # # def __init__(self): # super(Net, self).__init__() # # self.fc = nn.Sequential( # nn.Linear(28 * 28, 256), # nn.ReLU(), # nn.Linear(256, 64), # nn.ReLU(), # nn.Linear(64, 10) # ) # # def forward(self, x): # # x: [b, 1, 28, 28] # # h1 = relu(xw1+b1) # x = self.fc(x) # # return x batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) net = Net() #创建网络对象 # [w1, b1, w2, b2, w3, b3] optimizer = optim.SGD(net.parameters(), lr=1e-2, momentum=0.9) train_loss = [] for epoch in range(3): #train_loader长度118 for idx, data in enumerate(train_loader): #当然这里你也可以写next(iter(train_loader)) inputs, labels = data #inputs和labels的 len都是512的 #intpus 是 [512, 1, 28, 28] #labels 是 [512] inputs = inputs.view(inputs.size(0), 28*28) #现在inputs是[512, 28*28] outputs = net(inputs) #outputs是[512,10] labels_onehot = one_hot(labels) # 就是将y转成onehot # y是512个label值，是一个512*1的tensor数组 # y_onehot是512个10维的，即512*10的tensor数组 # 例如y的label是2，那么对应的y_onehot就是0，1，2，第三个位置为1，其余位置为0这样 loss = F.mse_loss(outputs, labels_onehot) #用torch.nn.MSELoss()也行 optimizer.zero_grad() loss.backward() optimizer.step() train_loss.append(loss.item()) if idx % 10 == 0: print(epoch, idx, loss.item()) plot_curve(train_loss) total_correct = 0 for idx, data in enumerate(test_loader): inputs, labels = data inputs = inputs.view(inputs.size(0), 28*28) outputs = net(inputs) pred = outputs.argmax(dim=1) correct = pred.eq(labels).sum().float().item() #correct的结果就是220，386，......, 表示每次512张图片中有几个是预测对了的 # print(correct) total_correct += correct accuracy = total_correct / len(test_loader.dataset) #或者len(testset) print('test accuracy: ', accuracy) #显示图片和预测的label inputs, labels = next(iter(test_loader)) outputs = net(inputs.view(inputs.size(0), 28*28)) pred = outputs.argmax(dim=1) #得到预测值 plot_image(inputs, pred, 'test')
这里我们拿到的就是test的图片，上面的文字是我们训练了三遍的神经网络预测的结果
全预测对了
网络模型的保存和加载
在后期到了test的时候越来越明显地感觉到，每次调试都要先把模型训练一边才能到test部分，很费时间
那么我们可以把train过的模型保存下来，直接load，就可以跳过训练的部分了
- torch.save(net.state_dict(), 'params.pkl')
- net.load_state_dict(torch.load('params.pkl'))
详细可见 Pytorch保存和加载模型(断点续传) & 实操Pytorch(七) —— 保存和加载模型 & checkpoint断点续传 & CPU/GPU加载和保存 & 序列化与反序列化_hxxjxw的博客-CSDN博客_pytorch断点续传
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F from torch import optim from utils import plot_image,plot_curve,one_hot import os class Net(nn.Module): def __init__(self): super(Net, self).__init__() #三层全连接层 #wx+b self.fc1 = nn.Linear(28*28, 256) self.fc2 = nn.Linear(256,64) self.fc3 = nn.Linear(64,10) def forward(self, x): # x: [b, 1, 28, 28] x = F.relu(self.fc1(x)) #F.relu和torch.relu，用哪个都行 x = F.relu(self.fc2(x)) x = self.fc3(x) return x # class Net(nn.Module): # # def __init__(self): # super(Net, self).__init__() # # self.fc = nn.Sequential( # nn.Linear(28 * 28, 256), # nn.ReLU(), # nn.Linear(256, 64), # nn.ReLU(), # nn.Linear(64, 10) # ) # # def forward(self, x): # # x: [b, 1, 28, 28] # # h1 = relu(xw1+b1) # x = self.fc(x) # # return x batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) net = Net() #创建网络对象 # [w1, b1, w2, b2, w3, b3] optimizer = optim.SGD(net.parameters(), lr=1e-2, momentum=0.9) train_loss = [] if os.path.isfile('params.pkl'): net.load_state_dict(torch.load('params.pkl')) print('load model parameters from params.pkl') else: for epoch in range(3): #train_loader长度118 for idx, data in enumerate(train_loader): #当然这里你也可以写next(iter(train_loader)) inputs, labels = data #inputs和labels的 len都是512的 #intpus 是 [512, 1, 28, 28] #labels 是 [512] inputs = inputs.view(inputs.size(0), 28*28) #现在inputs是[512, 28*28] outputs = net(inputs) #outputs是[512,10] labels_onehot = one_hot(labels) # 就是将y转成onehot # y是512个label值，是一个512*1的tensor数组 # y_onehot是512个10维的，即512*10的tensor数组 # 例如y的label是2，那么对应的y_onehot就是0，1，2，第三个位置为1，其余位置为0这样 loss = F.mse_loss(outputs, labels_onehot) #用torch.nn.MSELoss()也行 optimizer.zero_grad() loss.backward() optimizer.step() train_loss.append(loss.item()) if idx % 10 == 0: print(epoch, idx, loss.item()) plot_curve(train_loss) torch.save(net.state_dict(), 'params.pkl') print('model has been save into params.pkl.') total_correct = 0 for idx, data in enumerate(test_loader): inputs, labels = data inputs = inputs.view(inputs.size(0), 28*28) outputs = net(inputs) pred = outputs.argmax(dim=1) correct = pred.eq(labels).sum().float().item() #correct的结果就是220，386，......, 表示每次512张图片中有几个是预测对了的 # print(correct) total_correct += correct accuracy = total_correct / len(test_loader.dataset) #或者len(testset) print('test accuracy: ', accuracy) #显示图片和预测的label inputs, labels = next(iter(test_loader)) outputs = net(inputs.view(inputs.size(0), 28*28)) pred = outputs.argmax(dim=1) #得到预测值 plot_image(inputs, pred, 'test')
GPU版本
import torch import torchvision from torchvision import transforms from matplotlib import pyplot as plt from torch import nn from torch.nn import functional as F from torch import optim from utils import plot_image,plot_curve,one_hot import os class Net(nn.Module): def __init__(self): super(Net, self).__init__() #三层全连接层 #wx+b self.fc1 = nn.Linear(28*28, 256) self.fc2 = nn.Linear(256,64) self.fc3 = nn.Linear(64,10) def forward(self, x): # x: [b, 1, 28, 28] x = F.relu(self.fc1(x)) #F.relu和torch.relu，用哪个都行 x = F.relu(self.fc2(x)) x = self.fc3(x) return x batch_size = 512 #一次处理的图片的数量 #gpu一次可以处理并行多张图片 transform = transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize((0.1307,), (0.3081,)) ]) trainset = torchvision.datasets.MNIST( root='dataset/', train=True, #如果为True，从 training.pt 创建数据，否则从 test.pt 创建数据。 download=True, #如果为true，则从 Internet 下载数据集并将其放在根目录中。 如果已下载数据集，则不会再次下载。 transform=transform ) #train=True表示是训练数据，train=False是测试数据 train_loader = torch.utils.data.DataLoader( dataset=trainset, batch_size=batch_size, shuffle=True #在加载的时候将图片随机打散 ) testset = torchvision.datasets.MNIST( root='dataset/', train=False, download=True, transform=transform ) test_loader = torch.utils.data.DataLoader( dataset=testset, batch_size=batch_size, shuffle=True ) device = torch.device("cuda") net = Net() #创建网络对象 net.to(device) # [w1, b1, w2, b2, w3, b3] optimizer = optim.SGD(net.parameters(), lr=1e-2, momentum=0.9) train_loss = [] if os.path.isfile('params.pkl'): net.load_state_dict(torch.load('params.pkl')) print('load model parameters from params.pkl') else: for epoch in range(3): #train_loader长度118 for idx, data in enumerate(train_loader): #当然这里你也可以写next(iter(train_loader)) inputs, labels = data inputs= inputs.to(device) #inputs和labels的 len都是512的 #intpus 是 [512, 1, 28, 28] #labels 是 [512] inputs = inputs.view(inputs.size(0), 28*28) #现在inputs是[512, 28*28] outputs = net(inputs) #outputs是[512,10] labels_onehot = one_hot(labels) labels_onehot = labels_onehot.to(device) # 就是将y转成onehot # y是512个label值，是一个512*1的tensor数组 # y_onehot是512个10维的，即512*10的tensor数组 # 例如y的label是2，那么对应的y_onehot就是0，1，2，第三个位置为1，其余位置为0这样 loss = F.mse_loss(outputs, labels_onehot) #用torch.nn.MSELoss()也行 optimizer.zero_grad() loss.backward() optimizer.step() train_loss.append(loss.item()) if idx % 10 == 0: print(epoch, idx, loss.item()) plot_curve(train_loss) torch.save(net.state_dict(), 'params.pkl') print('model has been save into params.pkl.') total_correct = 0 for idx, data in enumerate(test_loader): inputs, labels = data inputs = inputs.view(inputs.size(0), 28*28) inputs= inputs.to(device) labels = labels.to(device) outputs = net(inputs) pred = outputs.argmax(dim=1) correct = pred.eq(labels).sum().float().item() #correct的结果就是220，386，......, 表示每次512张图片中有几个是预测对了的 # print(correct) total_correct += correct accuracy = total_correct / len(test_loader.dataset) #或者len(testset) print('test accuracy: ', accuracy) #显示图片和预测的label inputs, labels = next(iter(test_loader)) outputs = net(inputs.view(inputs.size(0), 28*28)) pred = outputs.argmax(dim=1) #得到预测值 plot_image(inputs, pred, 'test')
utils.py
import torch from matplotlib import pyplot as plt def plot_curve(data): fig = plt.figure() plt.plot(range(len(data)), data, color='blue') plt.legend(['value'], loc='upper right') plt.xlabel('step') plt.ylabel('value') plt.show() def plot_image(img, label, name): fig = plt.figure() for i in range(6): plt.subplot(2, 3, i + 1) plt.tight_layout() plt.imshow(img[i][0]*0.3081+0.1307, cmap='gray', interpolation='none') #因为原图片有经过transform.Nornalize(), 所以plot的时候我们要还原它 plt.title("{}: {}".format(name, label[i].item())) plt.xticks([]) plt.yticks([]) plt.show() def one_hot(label, depth=10): out = torch.zeros(label.size(0), depth) idx = torch.LongTensor(label).view(-1, 1) out.scatter_(dim=1, index=idx, value=1) return out
扫一扫
4339
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
