综述:
学会了搭建一个网络模型,就会搭建多个网络模型了,套路都是一样的。会搭建网络模型,神经网络的学习也就算是入门了。这篇文章就是记录使用pytorch创建一个网络模型(以cifar10结构为例)
利用pytorch搭建一个网络模型并训练
cifar10数据集 and 网络介绍
cifar10数据集:
之所以选择cifar10数据集,是因为它相对其他数据集要小很多,就算用CPU也能进行训练和学习。cifar10数据集总共分为10个类别。其中,每张图都是33232的RGB图像,以下是pytorch官网接截取的部分数据集示例:
标签依次是0-9:
cifar10结构:
input = 33232,经过3次卷积,3次池化层之后展平,然后经过两个Linear(线性层),得到outputs = 10,即10个类别。下图来自百度:
创建网络模型model.py
在这个过程中如果报包找不到啊之类的错误,就直接在终端conda install 包名就可以了。网络创建就是根据上面网络结构图来的。若是不清楚参数该填什么,可以鼠标对着那个类,ctrl+p,如果想看该类用法,结构:鼠标对着那个类,ctrl+Q。
import torch
from torch import nn
# 搭建神经网络
class QL(nn.Module):
def __init__(self):
super(QL, self).__init__()
self.model = nn.Sequential(
nn.Conv2d(3, 32, 5, 1, 2),
nn.MaxPool2d(2),
nn.Conv2d(32, 32, 5, 1, 2),
nn.MaxPool2d(2),
nn.Conv2d(32, 64, 5, 1, 2),
nn.MaxPool2d(2),
nn.Flatten(),
nn.Linear(64*4*4, 64),
nn.Linear(64, 10)
)
def forward(self, x):
x = self.model(x)
return x
if __name__ == '__main__':
ql = QL()
input = torch.ones((64, 3, 32, 32))
output = ql(input)
print(output.shape)
运行结果:
batch_size = 64, 类别:10
模型训练及验证train.py
如果只有CPU的话,下面的.to(device)都注释掉就好了。用GPU训练的其实就是:把模型、损失、图片和标签放到GPU里面,有两种方法,用我代码块中的方法可以,用:
if torch.cuda.is_available():
ql = ql.cuda()
也可以。
训练代码
import torchvision
from torch.utils.tensorboard import SummaryWriter
from model import *
# 准备数据集
from torch import nn
from torch.utils.data import DataLoader
device = torch.device()
train_data = torchvision.datasets.CIFAR10(root="../data", train=True, transform=torchvision.transforms.ToTensor(),
download=True)#这个root就是你想把数据集下载到的位置
test_data = torchvision.datasets.CIFAR10(root="../data", train=False, transform=torchvision.transforms.ToTensor(),
download=True)
# length 长度
train_data_size = len(train_data)
test_data_size = len(test_data)
# 如果train_data_size=10, 训练数据集的长度为:10
print("训练数据集的长度为:{}".format(train_data_size))
print("测试数据集的长度为:{}".format(test_data_size))
# 利用 DataLoader 来加载数据集
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)
# 创建网络模型
ql = QL() #因为前面从自己写的model.py里面import了*,所以可以直接用
ql.to(device) #如果只有CPU的话,下面的.to(device)都注释掉就好了
# 损失函数
loss_fn = nn.CrossEntropyLoss()#交叉熵损失
loss_fn.to(device)
# 优化器
# learning_rate = 0.01
# 1e-2=1 x (10)^(-2) = 1 /100 = 0.01
learning_rate = 1e-2
optimizer = torch.optim.SGD(tudui.parameters(), lr=learning_rate)
# 设置训练网络的一些参数
# 记录训练的次数
total_train_step = 0
# 记录测试的次数
total_test_step = 0
# 训练的轮数
epoch = 10
# 添加tensorboard
writer = SummaryWriter("../logs_train")
for i in range(epoch):
print("-------第 {} 轮训练开始-------".format(i+1))
# 训练步骤开始
ql.train()
for data in train_dataloader:
imgs, targets = data
imgs = imgs.to(device)
targets = targets.to(device)
outputs = ql(imgs)
loss = loss_fn(outputs, targets)
# 优化器优化模型
optimizer.zero_grad()
loss.backward()
optimizer.step()
total_train_step = total_train_step + 1
if total_train_step % 100 == 0:
print("训练次数:{}, Loss: {}".format(total_train_step, loss.item()))
writer.add_scalar("train_loss", loss.item(), total_train_step)
# 测试步骤开始
ql.eval()
total_test_loss = 0
total_accuracy = 0
with torch.no_grad():
for data in test_dataloader:
imgs, targets = data
imgs = imgs.to(device)
targets = targets.to(device)
outputs = ql(imgs)
loss = loss_fn(outputs, targets)
total_test_loss = total_test_loss + loss.item()
accuracy = (outputs.argmax(1) == targets).sum()
total_accuracy = total_accuracy + accuracy
print("整体测试集上的Loss: {}".format(total_test_loss))
print("整体测试集上的正确率: {}".format(total_accuracy/test_data_size))
writer.add_scalar("test_loss", total_test_loss, total_test_step)
writer.add_scalar("test_accuracy", total_accuracy/test_data_size, total_test_step)
total_test_step = total_test_step + 1
torch.save(ql, "tudui_{}.pth".format(i))
print("模型已保存")
writer.close()
训练结果:
训练结果还没有很好,一个是训练的次数少,还有一个是这个网络简单,没有激活函数、dropout层和BN层等。
下面是用tensorboard得到的scalar图:
查看方法:终端—>tensorboard --logdir=‘logs_train’—>回车,然后点开出现的网络端口,就可以在网页查看啦
模型测试test.py
注意:训练的图片类型是tensor(N,C,H,W),所以我们要把下载在image_path的图片(C,H,W)转换成tensor(N,C,H,W)。有可能下载的图片还有一个透明度通道,就print看一下,然后格式不对,就reshape就行。
测试代码
import torch
import torchvision
from PIL import Image
from torch import nn
image_path = "../imgs/airplane.png"
image = Image.open(image_path)
print(image)
image = image.convert('RGB')
transform = torchvision.transforms.Compose([torchvision.transforms.Resize((32, 32)),
torchvision.transforms.ToTensor()])
image = transform(image)
print(image.shape)
class QL(nn.Module):
def __init__(self):
super(Tudui, self).__init__()
self.model = nn.Sequential(
nn.Conv2d(3, 32, 5, 1, 2),
nn.MaxPool2d(2),
nn.Conv2d(32, 32, 5, 1, 2),
nn.MaxPool2d(2),
nn.Conv2d(32, 64, 5, 1, 2),
nn.MaxPool2d(2),
nn.Flatten(),
nn.Linear(64*4*4, 64),
nn.Linear(64, 10)
)
def forward(self, x):
x = self.model(x)
return x
model = torch.load("ql_29_gpu.pth", map_location=torch.device('cpu'))
#上面这一步之所有加载的时候要有后面的参数,是因为输入的测试图片是cpu(tensor)类型,#而加载的模型是GPU模型,所以要进行转换
print(model)
image = torch.reshape(image, (1, 3, 32, 32))
model.eval()
with torch.no_grad():
output = model(image)
print(output)
print(output.argmax(1))#这个就是预测那10个类别时得分最高的类别的序号
测试结果:
即,第0类:plane,预测正确。
文件放置位置
只需要红框这几个文件就可以了,其他是我练习用到的文件,不用管