1 准备工作
1.1 工具要求
- pycharm
- 安装有pytroch的python38环境
- 其他必要的第三方包
数据
- CIFAR10数据集
包含‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’等十个类别。
2 快速上手
2.1 基本思路
- 使用torchvision加载和归一化CIFAR10训练集和测试集
- 定义一个卷积神经网络
- 定义损失函数
- 训练网络
- 测试网络
2.2 开始操作
2.2.1 加载和归一化数据
在pytorch框架中,可以使用torchbision直接加载CIFAR10数据集。
- 加载数据
import torch
import torchvision
import torchvision.transforms as transforms
transform = transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]
)
# 训练集
trainSet = torchvision.datasets.CIFAR10(root='.\\data', train=True, transform=transform, download=True)
# 加载器
trainLoader = torch.utils.data.DataLoader(trainSet, batch_size=4, shuffle=True, num_workers=2)
testSet = torchvision.datasets.CIFAR10(root='.\\data', train=True, transform=transform, download=True)
testLoader = torch.utils.data.DataLoader(trainSet, batch_size=4, shuffle=False, num_workers=2)
classes = ('plane', 'car', 'bird', 'cat',
'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
- 展示部分图像标签
dataiter = iter(trainLoader)
# print(trainLoader.dataset)
images, labels = dataiter.next()
# 展示图像
im_show(torchvision.utils.make_grid(images))
# 显示图像标签
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))
2.2.2 构建一个神经网络
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
2.2.3 损失函数
- 直接使用交叉熵作为损失函数,使用带动量的随机梯度下降。
import torch.optim as optim
import torch.nn as nn
from nnTest.neuralNet import Net
net = Net()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
2.2.4 训练网络
- 训练结果
选择的图片:
训练过程:
训练结果:
在随机选取的四张图片中,一张预测错误(只训练了2轮)。