目录
1.划分数据集部分，把batch_size = 128降低为为 batch_size = 32
2.按照1改完后，构建CNN网络部分，尝试增加卷积层和池化层
🍨 本文为[🔗365天深度学习训练营]中的学习记录博客
🍦 参考文章：[Pytorch实战 | 第P4周：猴痘病识别]
🍖 原作者：[K同学啊|接辅导、项目定制]
🍺要求：
训练过程中保存效果最好的模型参数。√
加载最佳模型参数识别本地的一张图片。√
调整网络结构使测试集accuracy到达88%（重点）。√
🍻拔高（可选）：
调整模型参数并观察测试集的准确率变化。√
尝试设置动态学习率。√
测试集accuracy到达90%。×
一、 前期准备（步骤基本是天气识别模板）
1.设置gpu
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os, PIL, pathlib
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)输出:cuda
2. 导入数据
导入的数据解压后是两个文件夹，放入新建的data中
data_dir = './data/'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[1] for path in data_paths]
print(classeNames)输出：['Monkeypox', 'Others']
图形变换，输出一下：用到torchvision.transforms.Compose()类，有兴趣的同学可以参考这篇博客：torchvision.transforms.Compose()详解【Pytorch手册】
total_datadir = './data/'
train_transforms = transforms.Compose([
transforms.Resize([224, 224]), # 将输入图片resize成统一尺寸
transforms.ToTensor(), # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
transforms.Normalize( # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]) # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])
total_data = datasets.ImageFolder(total_datadir, transform=train_transforms)
print(total_data)Dataset ImageFolder
Number of datapoints: 2142
Root location: ./data/
StandardTransform
Transform: Compose(
Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=None)
ToTensor()
Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
)
输出索引（做不做都行）self.class_to_idx：类别对应的索引，与不做转换返回的 target 对应；
print(total_data.class_to_idx)输出：{'Monkeypox': 0, 'Others': 1}
3.划分数据集
train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
print(train_dataset, test_dataset)
print(train_size, test_size)<torch.utils.data.dataset.Subset object at 0x0000018085F94790> <torch.utils.data.dataset.Subset object at 0x0000018085F947F0>
1713 429
batch_size = 128
train_dl = torch.utils.data.DataLoader(train_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=0)
test_dl = torch.utils.data.DataLoader(test_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=0)
# 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。
for X, y in test_dl:
print("Shape of X [N, C, H, W]: ", X.shape)
print("Shape of y: ", y.shape, y.dtype)
breakShape of X [N, C, H, W]: torch.Size([128, 3, 224, 224])
Shape of y: torch.Size([128]) torch.int64
二、构建简单的CNN网络
同天气识别那篇文章的训练参数
import torch.nn.functional as F
class Network_bn(nn.Module):
def __init__(self):
super(Network_bn, self).__init__()
"""
nn.Conv2d()函数：
第一个参数（in_channels）是输入的channel数量
第二个参数（out_channels）是输出的channel数量
第三个参数（kernel_size）是卷积核大小
第四个参数（stride）是步长，默认为1
第五个参数（padding）是填充大小，默认为0
"""
self.conv1 = nn.Conv2d(in_channels=3, out_channels=12, kernel_size=5, stride=1, padding=0)
self.bn1 = nn.BatchNorm2d(12)
self.conv2 = nn.Conv2d(in_channels=12, out_channels=12, kernel_size=5, stride=1, padding=0)
self.bn2 = nn.BatchNorm2d(12)
self.pool = nn.MaxPool2d(2, 2)
self.conv4 = nn.Conv2d(in_channels=12, out_channels=24, kernel_size=5, stride=1, padding=0)
self.bn4 = nn.BatchNorm2d(24)
self.conv5 = nn.Conv2d(in_channels=24, out_channels=24, kernel_size=5, stride=1, padding=0)
self.bn5 = nn.BatchNorm2d(24)
self.fc1 = nn.Linear(24 * 50 * 50, len(classeNames))
def forward(self, x):
x = F.relu(self.bn1(self.conv1(x))) #卷积-BN-激活
x = F.relu(self.bn2(self.conv2(x))) #卷积-BN-激活
x = self.pool(x) #池化
x = F.relu(self.bn4(self.conv4(x))) #卷积-BN-激活
x = F.relu(self.bn5(self.conv5(x))) #卷积-BN-激活
x = self.pool(x) #池化
x = x.view(-1, 24 * 50 * 50)
x = self.fc1(x)
return x
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))
model = Network_bn().to(device)
print(model)Using cuda device
Network_bn(
(conv1): Conv2d(3, 12, kernel_size=(5, 5), stride=(1, 1))
(bn1): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv2d(12, 12, kernel_size=(5, 5), stride=(1, 1))
(bn2): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(conv4): Conv2d(12, 24, kernel_size=(5, 5), stride=(1, 1))
(bn4): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv5): Conv2d(24, 24, kernel_size=(5, 5), stride=(1, 1))
(bn5): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(fc1): Linear(in_features=60000, out_features=2, bias=True)
)
三、 训练模型
1. 设置超参数
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-4 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate)2. 编写训练函数
# 训练循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练集的大小
num_batches = len(dataloader) # 批次数目
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_loss3. 编写测试函数
训练函数和测试函数差别不大，但是由于不进行梯度下降对网络权重进行更新，所以不用优化器
（所以测试函数代码部分和week123一样）
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测试集的大小
num_batches = len(dataloader) # 批次数目
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_loss4. 正式训练
epochs = 20
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')呼呼呼~
四、 结果可视化
1. 统计图
import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore") #忽略警告信息
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
plt.rcParams['figure.dpi'] = 100 #分辨率
epochs_range = range(epochs)
plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()20轮有点少，加上程序设计的不足，测试集准确率只有七成左右，（*五、提高会再改进）
2.保存并加载模型
# 模型保存
PATH = './model.pth' # 保存的参数文件名
torch.save(model.state_dict(), PATH)
# 将参数加载到model当中
model.load_state_dict(torch.load(PATH, map_location=device))
3.指定图片预测
拓展：
⭐torch.squeeze()详解
对数据的维度进行压缩，去掉维数为1的的维度
函数原型：
torch.squeeze(input, dim=None, *, out=None)
参数：
input (Tensor)：输入Tensor
dim (int, optional)：如果给定，输入将只在这个维度上被压缩
>>> x = torch.zeros(2, 1, 2, 1, 2) #例子
>>> x.size()
torch.Size([2, 1, 2, 1, 2])
>>> y = torch.squeeze(x)
>>> y.size()
torch.Size([2, 2, 2])
>>> y = torch.squeeze(x, 0)
>>> y.size()
torch.Size([2, 1, 2, 1, 2])
>>> y = torch.squeeze(x, 1)
>>> y.size()
torch.Size([2, 2, 1, 2])
⭐torch.unsqueeze()
对数据维度进行扩充。给指定位置加上维数为一的维度
torch.unsqueeze(input, dim)
input (Tensor)：输入Tensor
dim (int, optional)：如果给定，输入将只在这个维度上被压缩
>>> x = torch.tensor([1, 2, 3, 4]) #例子
>>> torch.unsqueeze(x, 0)
tensor([[ 1, 2, 3, 4]])
>>> torch.unsqueeze(x, 1)
tensor([[ 1],
[ 2],
[ 3],
[ 4]])代码：
from PIL import Image
classes = list(total_data.class_to_idx)
def predict_one_image(image_path, model, transform, classes):
test_img = Image.open(image_path).convert('RGB')
# plt.imshow(test_img) # 展示预测的图片
test_img = transform(test_img)
img = test_img.to(device).unsqueeze(0) #（0表示，在第一个位置增加维度）
model.eval()
output = model(img)
_, pred = torch.max(output, 1)
pred_class = classes[pred]
print(f'预测结果是：{pred_class}')
# 预测训练集中的某张照片
predict_one_image(image_path='./data/Monkeypox/M01_01_00.jpg',
model=model,
transform=train_transforms,
classes=classes)
*五、拔高
我们以上程序是有许多不足之处的，比如训练准确率偏低，测试的图片是训练集的等等...
在不改变训练轮数的前提下，测试这几种方法提高训练准确率
1.划分数据集部分，把batch_size = 128降低为为 batch_size = 32
batch_size是单次训练用的样本数，通常为2^N，如32、64、128…
准确率是有略微的上升，达到了83%左右，但是还达不到准确率88% 90%的需求。
2.按照1改完后，构建CNN网络部分，尝试增加卷积层和池化层
def _init_(self)中，在self.bn5后加
self.conv6 = nn.Conv2d(in_channels=24, out_channels=48, kernel_size=5, stride=1, padding=0)
self.bn6 = nn.BatchNorm2d(48)
self.conv7 = nn.Conv2d(in_channels=48, out_channels=48, kernel_size=5, stride=1, padding=0)
self.bn7 = nn.BatchNorm2d(48)def forward中激活函数，（加上去）：
x = F.relu(self.bn6(self.conv6(x)))
x = F.relu(self.bn7(self.conv7(x)))
x = self.pool(x)但是运行会报错，会提示：（水印挡住了，是一个数字）
这里要修改def _init_(self)中的nn.Linear（）函数，把第一个，即输入特征数按白框的提示改为
48 * 21 * 21，还有下面def forward的x=x.view()也按这个修改。
但准确率反而降低了，在78%左右，还是别乱用了...
3.按照1改完后，在训练模型-设置超参数中修改学习率
我们使用的SGD优化器算法是随机梯度下降，在LR不变的情况下，Batch Size越大，模型收敛效果越差。这符合我们1的结论，但是单次训练用的样本数越少训练越慢，所以不是越小越好的，所以先从学习率下手修改。（注：1e-4是1*10的-4次方的意思）
在训练最开始，模型中绝大多数参数都是随机初始化的，与最终模型很远。一开始就使用一个很大的LR（学习率），会增加不确定性。所以在训练最开始，先使用一个较小的LR，训练几轮Epoch后，再使用较大的LR。
要实现动态的学习率变换，我们使用torch.optim.lr_scheduler提供的函数CyclicLR：
scheduler = torch.optim.lr_scheduler.CyclicLR(opt, base_lr=1e-5, max_lr=1e-3)base_lr为一开始学习率，max_lr为最大学习率，同时下面训练函数也要加
scheduler.step() # 更新优化器的学习率（需要加上这行）大致如下，标红的句子即为添加的的部分，白框是自己设计
base_lr为1e-5，max_lr为1e-4时结果并不理想，但后者设为1e-3时准确率有提升
准确率达到86%左右，关于base_lr和max_lr细调肯定能继续优化，这里不再深究。
4.按照1改完后，在训练模型-设置超参数中修改优化器
把标蓝的部分由SGD改为Adam，后者可以自适应，网络快速收敛
准确率有显著提升，达到89%左右
这是我找的四种办法，综上所述，1+4是已知最优解。肯定有更好的办法，但为了让准确率上90，只能增加训练轮数了...但增加训练轮数也没有上90，以后再深入研究。
同时，图片从网上找了一张（图片有点引人不适，不放了），测试了一下，能够较准确的识别。
六、总结
本次学习主要学习了训练模型的生成与调用，其也是比较标准的模板。重点是关于模型的准确率的优化，尝试了四种方法，学习了动态学习率torch.optim.lr_scheduler.CyclicLR，除了缩小batch_size,在训练轮数不大的情况下，Adam的效果更好。
2222
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
