主要内容:
准备好模型和数据后,需要通过训练来优化模型的参数。训练模型是一个迭代的过程,在每个迭代过程中(称为epoch),模型输出预测的结果,计算其预测的误差(损失loss),反向传播得到误差相对于其参数的导数,并使用梯度下降优化这些参数。本文讲解如何优化模型参数。
一.准备好数据和模型
这一部分是在前面的学习日记中已经详细阐述过,在这里不多说,直接上代码。
import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor
# 加载数据,可详见学习日记2
training_data = datasets.FashionMNIST(
root="data",
train=True,
download=True,
transform=ToTensor()
)
test_data = datasets.FashionMNIST(
root="data",
train=False,
download=True,
transform=ToTensor()
)
# dataloader的使用,可详见学习日记2
train_dataloader = DataLoader(training_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)
#搭建神经网络,可详见学习日记4
class NeuralNetwork(nn.Module):
def __init__(self):
super().__init__()
self.flatten = nn.Flatten()
self.linear_relu_stack = nn.Sequential(
nn.Linear(28*28, 512),
nn.ReLU(),
nn.Linear(512, 512),
nn.ReLU(),
nn.Linear(512, 10),
)
def forward(self, x):
x = self.flatten(x)
logits = self.linear_relu_stack(x)
return logits
model = NeuralNetwork()
二.超参数
超参数就是可以调整的参数,从而控制优化过程。不同超参数会影响模型的训练和收敛率。主要介绍如下的超参数。
number of epochs:epoch数,即在数据集上迭代的次数。
batch size:批量大小,即在更新参数之前,通过网络传播的数据样本的数量。
learning rate:学习率,在每个批次更新模型参数的程度。较小的值产生缓慢的学习速度,而较大的值可能会导致训练期间的不可预测的行为。
# 超参数
learning_rate = 1e-3 # 学习率
batch_size = 64 # 批量大小
epochs = 5 # epoch数
三.优化Loop
每个epoch有两部分组成:train_loop和test_loop
train_loop:在训练数据集上进行迭代,试图收敛到最佳参数。
test_loop:在测试数据集上进行迭代,检查模型性能是否得到提高。
为了让大家有更清晰的认识,我们首先来看看代码,只需看大框架即可,不需要看train_loop和test_loop具体里面的内容。目前我们准备好了数据、模型、设置好了超参数,定义好了train_loop和test_loop,之后便是初始化损失函数和优化器,最后就调用train_loop和test_loop。我们首先来看看损失函数和优化器这两个概念。
# train_loop:迭代训练数据集,尝试收敛到最佳参数
def train_loop(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练数据总量
for batch, (X, y) in enumerate(dataloader):
# batch迭代的次数938 每次训练输入的是X[64,1,28,28]的张量 y是真实值
# 计算预测值
pred = model(X)
# 计算误差,输出形式为torch.tensor(1.10200)
loss = loss_fn(pred, y)
# 梯度归零
optimizer.zero_grad()
# 误差反向传播,产生梯度
loss.backward()
# 根据梯度下降,调整参数
optimizer.step()
# 每迭代100次,输出损失函数值和遍历进度
if batch % 100 == 0:
# 用item()获取值
loss, current = loss.item(), (batch + 1) * len(X)
print(f"loss: {loss:>7f} [{current:>5d}/{size:>5d}]")
# test_loop:迭代测试数据集,检查模型性能是否改善
def test_loop(dataloader, model, loss_fn):
size = len(dataloader.dataset) # 10000
num_batches = len(dataloader) # 157
test_loss, correct = 0, 0
# 测试时不需要进行梯度计算了
with torch.no_grad():
for X, y in dataloader:
pred = model(X)
# 累加loss
test_loss += loss_fn(pred, y).item()
# pred.argmax(1)返回最大值对应的位置,sum()求批量的正确数
correct += (pred.argmax(1) == y).type(torch.float).sum().item()
# 误差总和/总迭代次数=平均误差
test_loss /= num_batches
# 正确数总和/数据总量=准确率
correct /= size
print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")
loss_fn = nn.CrossEntropyLoss() # 初始化损失函数
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate) # 初始化SGD优化器(采用随机梯度下降)
# 增加epoch数,跟踪模型性能
epochs = 10
for t in range(epochs):
print(f"Epoch {t+1}\n-------------------------------")
train_loop(train_dataloader, model, loss_fn, optimizer) # 执行train_loop
test_loop(test_dataloader, model, loss_fn) # 执行test_loop
print("Done!")
损失函数loss_fn
当遇到一些训练数据时,我们未经训练的网络很可能不会给出正确的答案。损失函数衡量的是获得的结果与目标值的不相似程度,它是我们在训练期间想要最小化的损失函数。为了计算损失,我们使用给定数据样本的输入进行预测,并与真实数据标签值进行比较。
用于回归任务的nn.MSELoss(均方误差)
用于分类任务的nn.NLLLoss(负对数似然)
用于分类任务的nn.CrossEntropyLoss(交叉熵损失):结合了nn.LogSoftmax和nn.NLLLoss
其中对于nn.CrossEntropyLoss(交叉熵损失)想要详细了解的,请看这篇文章:
我们将模型的输出对数传递给 nn.CrossEntropyLoss,它将对对数进行标准化处理并计算预测误差。如下进行损失函数的初始化。
loss_fn = nn.CrossEntropyLoss() # 初始化损失函数
优化器
优化是在每个训练步骤中调整模型参数以减少模型误差的过程。优化算法定义了这个过程是如何进行的(在这个例子中,我们使用随机梯度下降法Stochastic Gradient Descent)。所有的优化逻辑都被封装在优化器对象中。在这里,我们使用SGD优化器;此外,PyTorch中还有许多不同的优化器,如Adam和RMSProp,它们对不同类型的模型和数据有更好的效果。
我们通过注册需要训练的模型参数来初始化优化器,并传入学习率超参数。
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate) # 初始化SGD优化器(采用随机梯度下降)
train_loop实现过程
接下来介绍一下train_loop的实现过程
def train_loop(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练数据总量 60000
for batch, (X, y) in enumerate(dataloader):
# batch迭代的次数938 每次训练输入的是X[64,1,28,28]的张量 y是真实值
# 计算预测值
pred = model(X) # pred大小为[64,10] y大小为[64]
# 计算误差,输出形式为torch.tensor(1.10200)
loss = loss_fn(pred, y)
# 梯度归零
optimizer.zero_grad()
# 误差反向传播,产生梯度
loss.backward()
# 根据梯度下降,调整参数
optimizer.step()
# 每迭代100次,输出损失函数值和遍历进度
if batch % 100 == 0:
# 用item()获取值
print(pred.size())
print(y.size())
loss, current = loss.item(), (batch + 1) * len(X)
print(f"loss: {loss:>7f} [{current:>5d}/{size:>5d}]")
print(len(train_dataloader.dataset)) # 训练数据集总量 60000
print(len(train_dataloader)) # 938 938*64=60032
print(len(test_dataloader.dataset)) # 测试数据集总量 10000
print(len(test_dataloader)) # 157 157*64=10048
X,y = next(iter(train_dataloader))
print(len(X)) # 64 batch_size=64
print(X.size()) # [64,1,28,28]
print(y.size()) # [64]
首先看看数据:训练数据总量是60000,batch_size是64,因此batch大小是938;X是[64,1,28,28]的张量,这个不难理解,batch_size是64,一张图像是[1,28,28];y是真实的标签。
其次看看过程,每次训练都要经过这几步:前向传播计算预测值pred;pred和y根据损失函数计算误差;梯度归零;误差向后传播,得到参数梯度;优化器根据梯度调整参数。
关于optimizer.zero_grad()
功能:梯度初始化为零,把loss关于weight的导数变成0
为什么每一轮batch都需要设置optimizer.zero_grad?
根据pytorch中的backward()函数的计算,当网络参量进行反馈时,梯度是被积累的而不是被替换掉。但是在每一个batch时毫无疑问并不需要将两个batch的梯度混合起来累积,因此这里就需要每个batch设置一遍zero_grad。
其他的大家看看注释就明白了。
test_loop实现过程
# test_loop:迭代测试数据集,检查模型性能是否改善
def test_loop(dataloader, model, loss_fn):
size = len(dataloader.dataset) # 10000
num_batches = len(dataloader) # 157
test_loss, correct = 0, 0
# 测试时不需要进行梯度计算了
with torch.no_grad():
for X, y in dataloader:
pred = model(X)
# 累加loss
test_loss += loss_fn(pred, y).item()
# pred.argmax(1)返回最大值对应的位置,sum()求批量的正确数
correct += (pred.argmax(1) == y).type(torch.float).sum().item()
# 误差总和/总迭代次数=平均误差
test_loss /= num_batches
# 正确数总和/数据总量=准确率
correct /= size
print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")
这一部分相对简单一些,这里主要说一下test_loss和correct是如何计算的。
test_loss从0开始每个batch_size算一遍进行累加,item()作用是从包含单个元素的张量中取出该元素值,并保持该元素的类型不变。因为loss_fn输出是torch.tensor(1.0028)这样的形式,是张量。
correct怎么算的:pred大小[64,10],pred.argmax(1) 行中比较找出列中最大值的位置,这样大小就变成了[64,1],将这个类别与真实标签进行比较(==)。如果相等,则返回True,否则返回False。接着,将布尔值转换为浮点数(type(torch.float)),并对所有元素求和(sum())。最后,使用item()方法将结果转换为标量值。
四.完整版可直接运行的代码
import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor
# 加载数据,可详见学习日记2
training_data = datasets.FashionMNIST(
root="data",
train=True,
download=True,
transform=ToTensor()
)
test_data = datasets.FashionMNIST(
root="data",
train=False,
download=True,
transform=ToTensor()
)
# dataloader的使用,可详见学习日记2
train_dataloader = DataLoader(training_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)
#搭建神经网络,可详见学习日记4
class NeuralNetwork(nn.Module):
def __init__(self):
super().__init__()
self.flatten = nn.Flatten()
self.linear_relu_stack = nn.Sequential(
nn.Linear(28*28, 512),
nn.ReLU(),
nn.Linear(512, 512),
nn.ReLU(),
nn.Linear(512, 10),
)
def forward(self, x):
x = self.flatten(x)
logits = self.linear_relu_stack(x)
return logits
model = NeuralNetwork()
# 超参数
learning_rate = 1e-3 # 学习率
batch_size = 64 # 批量大小
epochs = 5 # epoch数
# train_loop:迭代训练数据集,尝试收敛到最佳参数
def train_loop(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练数据总量
for batch, (X, y) in enumerate(dataloader):
# batch迭代的次数938 每次训练输入的是X[64,1,28,28]的张量 y是真实值
# 计算预测值
pred = model(X) # pred大小为[64,10] y大小为[64]
# 计算误差,输出形式为torch.tensor(1.10200)
loss = loss_fn(pred, y)
# 梯度归零
optimizer.zero_grad()
# 误差反向传播,产生梯度
loss.backward()
# 根据梯度下降,调整参数
optimizer.step()
# 每迭代100次,输出损失函数值和遍历进度
if batch % 100 == 0:
# 用item()获取值
loss, current = loss.item(), (batch + 1) * len(X)
print(f"loss: {loss:>7f} [{current:>5d}/{size:>5d}]")
# test_loop:迭代测试数据集,检查模型性能是否改善
def test_loop(dataloader, model, loss_fn):
size = len(dataloader.dataset) # 10000
num_batches = len(dataloader) # 157
test_loss, correct = 0, 0
# 测试时不需要进行梯度计算了
with torch.no_grad():
for X, y in dataloader:
pred = model(X)
# 累加loss
test_loss += loss_fn(pred, y).item()
# pred.argmax(1)返回最大值对应的位置,sum()求批量的正确数
correct += (pred.argmax(1) == y).type(torch.float).sum().item()
# 误差总和/总迭代次数=平均误差
test_loss /= num_batches
# 正确数总和/数据总量=准确率
correct /= size
print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")
loss_fn = nn.CrossEntropyLoss() # 初始化损失函数
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate) # 初始化SGD优化器(采用随机梯度下降)
# 增加epoch数,跟踪模型性能
epochs = 10
for t in range(epochs):
print(f"Epoch {t+1}\n-------------------------------")
train_loop(train_dataloader, model, loss_fn, optimizer) # 执行train_loop
test_loop(test_dataloader, model, loss_fn) # 执行test_loop
print("Done!")
'''
print(len(train_dataloader.dataset)) # 训练数据集总量 60000
print(len(train_dataloader)) # 938 938*64=60032
print(len(test_dataloader.dataset)) # 测试数据集总量 10000
print(len(test_dataloader)) # 157 157*64=10048
X,y = next(iter(train_dataloader))
print(len(X)) # 64 batch_size=64
print(X.size()) # [64,1,28,28]
print(y.size()) # [64]
'''