mac air深度学习 Day1—— 第P1周：实现mnist手写数字识别题】

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍦  参考文章：365天深度学习训练营-第11周：优化器对比实验（训练营内部成员可读）
• 🍖 原作者：K同学啊|接辅导、项目定制

一、前期准备：

1.1mac环境安装：

由于是初学者，并且还是mac用户（各种找不到解决方法），所以从安装环境开始学习打卡。

这里使用的是pycharm，在pycharm里导入torch包的时候，发现并没有这个模块，

尝试了用终端配置一个新环境，但是出现了错误，以下是具体的终端命令以及出现的错误。

1.创建新环境

Conda create -n pytorch_env

(pytorch_env是自己设置的环境名字)

2.进入环境

Conda activate pytorch_env

3.在环境中安装pytorch包

Conda install pytorch torchvision -c pytorch

4.出现以下问题：

CondaError: Downloaded bytes did not match Content-Length

1. 以下是解决方法（因为mac终端下载速度太慢，转换到pycharm里的终端进行下载）：

1. 打开pycharm，新建项目：

1. 在pytorch官网找到了符合mac版本的命令，并复制（网址：https://pytorch.org/get-started/locally/#mac-from-source）

1. 在pycharm的terminal里输入命令，即可配置成功。
2. 按照官网检验mac os是否成功配置pycharm的方法

import torch
x = torch.rand(5, 3)
print(x)

输出结果：

1.2设置gpu

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)

输出结果为：cpu

原因可能和我安装cuda时，检测不出gpu有关（可能是mac版本问题）

1.3导入数据

倒入数据分为1下载数据并划分训练集和测试集，以及2加载数据。

1.3.1tochvision提供数据集，我们调用其中的datasets数据库，使用其中MNIST数据集。命令如下（torchvision.datasets.MNIST）：

函数原型为：torchvision.datasets.MNIST(root, train=True, transform=None, target_transform=None, download=False)

具体参数说明：

● root (string) ：数据地址

● train (string) ：True-训练集，False-测试集

● download (bool,optional) : 如果为True，从互联网上下载数据集，并把数据集放在root目录下。

● transform (callable, optional )：这里的参数选择一个你想要的数据转化函数，直接完成数据转化（ToTensor 就是将输入的张量初始化为0到1之间，就是常见的归一化数据处理，不管是对于输入的数据是0-255的图像还是其他数据都具有很高的普适性）

● target_transform (callable,optional) ：接受目标并对其进行转换的函数/转换。

具体代码：

#设置训练集
train_ds = torchvision.datasets.MNIST('data', 
                                      train=True, 
                                      transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
                                      download=True)
#设置测试集
test_ds  = torchvision.datasets.MNIST('data', 
                                      train=False, 
                                      transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
                                      download=True)

1.3.2数据加载（torch.utils.data.DataLoader）

函数原型：torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=None, sampler=None, batch_sampler=None, num_workers=0, collate_fn=None, pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None, multiprocessing_context=None, generator=None, *, prefetch_factor=2, persistent_workers=False, pin_memory_device='')

参数说明：

• dataset(string) ：加载的数据集
• batch_size (int,optional) ：每批加载的样本大小（默认值：1）
• shuffle(bool,optional) : 如果为True，每个epoch重新排列数据。
• sampler (Sampler or iterable, optional) ： 定义从数据集中抽取样本的策略。 可以是任何实现了 __len__ 的 Iterable。 如果指定，则不得指定 shuffle 。
• batch_sampler (Sampler or iterable, optional) ： 类似于sampler，但一次返回一批索引。与 batch_size、shuffle、sampler 和 drop_last 互斥。
• num_workers(int,optional) ： 用于数据加载的子进程数。 0 表示数据将在主进程中加载（默认值：0）。
• pin_memory (bool,optional) : 如果为 True，数据加载器将在返回之前将张量复制到设备/CUDA 固定内存中。 如果数据元素是自定义类型，或者collate_fn返回一个自定义类型的批次。
• drop_last(bool,optional) : 如果数据集大小不能被批次大小整除，则设置为 True 以删除最后一个不完整的批次。 如果 False 并且数据集的大小不能被批大小整除，则最后一批将保留。 （默认值：False）
• timeout(numeric,optional) : 设置数据读取的超时时间 ， 超过这个时间还没读取到数据的话就会报错。（默认值：0）
• worker_init_fn(callable,optional) ： 如果不是 None，这将在步长之后和数据加载之前在每个工作子进程上调用，并使用工作 id（[0，num_workers - 1] 中的一个 int）的顺序逐个导入。 （默认：None）

具体代码：

#设置batch大小
batch_size = 32
#此处训练集shuffle能够让模型更具有泛化能力
train_dl = torch.utils.data.DataLoader(train_ds, 
                                       batch_size=batch_size, 
                                       shuffle=True)

test_dl  = torch.utils.data.DataLoader(test_ds, 
                                       batch_size=batch_size)
# 取一个批次查看数据格式
# 数据的shape为：[batch_size, channel, height, weight]
# 其中batch_size为自己设定，channel，height和weight分别是图片的通道数，高度和宽度。
imgs, labels = next(iter(train_dl))
imgs.shape

返回结果：

1.4数据可视化

代码：

import numpy as np

 # 指定图片大小，图像大小为20宽、5高的绘图(单位为英寸inch)
plt.figure(figsize=(20, 5)) 
for i, imgs in enumerate(imgs[:20]):
    # 维度缩减
    npimg = np.squeeze(imgs.numpy())
    # 将整个figure分成2行10列，绘制第i+1个子图。
    plt.subplot(2, 10, i+1)
    plt.imshow(npimg, cmap=plt.cm.binary)
    plt.axis('off')
    plt.show()

2构建简单的cnn

2.1构建cnn模型。

介绍了具体的结构的函数：

• nn.Conv2d为卷积层，用于提取图片的特征，传入参数为输入channel，输出channel，池化核大小

• nn.MaxPool2d为池化层，进行下采样，用更高层的抽象表示图像特征，传入参数为池化核大小
• nn.ReLU为激活函数，使模型可以拟合非线性数据
• nn.Linear为全连接层，可以起到特征提取器的作用，最后一层的全连接层也可以认为是输出层，传入参数为输入特征数和输出特征数（输入特征数由特征提取网络计算得到，如果不会计算可以直接运行网络，报错中会提示输入特征数的大小，下方网络中第一个全连接层的输入特征数为1600）
• nn.Sequential可以按构造顺序连接网络，在初始化阶段就设定好网络结构，不需要在前向传播中重新写一遍

具体代码：

import torch.nn.functional as F

num_classes = 10  # 图片的类别数

class Model(nn.Module):
     def __init__(self):
        super().__init__()
         # 特征提取网络
        self.conv1 = nn.Conv2d(1, 32, kernel_size=3)  # 第一层卷积,卷积核大小为3*3
        self.pool1 = nn.MaxPool2d(2)                  # 设置池化层，池化核大小为2*2
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核大小为3*3   
        self.pool2 = nn.MaxPool2d(2) 
                                      
        # 分类网络
        self.fc1 = nn.Linear(1600, 64)          
        self.fc2 = nn.Linear(64, num_classes)
     # 前向传播
     def forward(self, x):
        x = self.pool1(F.relu(self.conv1(x)))     
        x = self.pool2(F.relu(self.conv2(x)))

        x = torch.flatten(x, start_dim=1)

        x = F.relu(self.fc1(x))
        x = self.fc2(x)
       
        return x	

2.2加载并打印模型

from torchinfo import summary
# 将模型转移到GPU中（我们模型运行均在GPU中进行）
model = Model().to(device)

summary(model)

返回结果：

3训练模型

设置超参数，编写超参数，编写测试参数，正式训练。

3.1设置超参数（涉及损失函数、学习率，梯度下降法）

代码：

loss_fn    = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-2 # 学习率
opt        = torch.optim.SGD(model.parameters(),lr=learn_rate) #第一个参数为权重和偏置，第二个参数为学习率。

3.2编写超参数

涉及optimizer.zero_grad()，loss.backward()反向传播以计算梯度值，optimizer.step()基于反向传播，来更新参数以达到优化效果

代码：

# 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

3.3编写测试参数

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

3.4正式训练

3.4.1. model.train()

model.train()的作用是启用 Batch Normalization 和 Dropout。

如果模型中有BN层(Batch Normalization）和Dropout，需要在训练时添加model.train()。model.train()是保证BN层能够用到每一批数据的均值和方差。对于Dropout，model.train()是随机取一部分网络连接来训练更新参数。

3.4.2. model.eval()

model.eval()的作用是不启用 Batch Normalization 和 Dropout。

如果模型中有BN层(Batch Normalization）和Dropout，在测试时添加model.eval()。model.eval()是保证BN层能够用全部训练数据的均值和方差，即测试过程中要保证BN层的均值和方差不变。对于Dropout，model.eval()是利用到了所有网络连接，即不进行随机舍弃神经元。

训练完train样本后，生成的模型model要用来测试样本。在model(test)之前，需要加上model.eval()，否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有BN层和Dropout所带来的的性质。

具体代码：

epochs     = 5
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(epoch_test_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')

得到结果

关于mac进行深度学习，我只能说太不合适了，尤其是低配mac air，教程中的数据可视化都无法输出图片（代码没有问题）。