莫烦pytorch（10）——CNN

import torchvision用来生成图片,视频数据集,和一些流行的模型类和预训练模型。

1.生成数据集

import torch
import torch.nn as nn
import torch.utils.data as Data
import torchvision      # 数据库模块
import matplotlib.pyplot as plt

torch.manual_seed(1)# reproducible

EPOCH = 1           # 训练整批数据多少次, 为了节约时间, 我们只训练一次
BATCH_SIZE = 50     #mini——batch的大小
LR = 0.001          # 学习率
DOWNLOAD_MNIST = True  # 如果你已经下载好了mnist数据就写上 False

train_data=torchvision.datasets.MNIST(
    root="./mnist/",#存放的地址
    train=True,#如果是下载train的数据集就是True，下载test就是false
    transform=torchvision.transforms.ToTensor(),#把图像中每个层的0-255压缩到0-1
    download=DOWNLOAD_MNIST,#没下载就下载, 下载了就不用再下了
)#从MNIST下载下来的训练集

test_data=torchvision.datasets.MNIST(
    root='./mnist/', train=False)#从MNIST下载下来的测试集

#批训练
train_loader=Data.DataLoader(
    dataset=train_data,
    batch_size=BATCH_SIZE,
    shuffle=True
)

test_x=torch.unsqueeze(test_data.test_data,dim=1).type(torch.FloatTensor)[:2000]/255.  #这里的test_x需要在变成Tensor32型，/255就是归一化
test_y = test_data.test_labels[:2000]#取前2000个测试集
#
print(train_data.train_data.size())                 # (60000, 28, 28)
print(train_data.train_labels.size())               # (60000)
plt.imshow(train_data.train_data[1].numpy(), cmap='gray')
plt.title('%i' % train_data.train_labels[0])
plt.show()

2.CNN类

class CNN(nn.Module):
    def __init__(self):
        super(CNN,self).__init__()    #继承module
        self.conv1=nn.Sequential(
            nn.Conv2d(
                in_channels=1,  # 输出的图片是黑白的
                out_channels=16,  # 16个滤波器
                kernel_size=5,  # filter size
                stride=1,  # 步长
                padding=2,  # 两侧补0
            ),  # output shape (16, 28, 28)

            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2) # 在 2x2 空间里向下采样, output shape (16, 14, 14)
        )
        self.conv2=nn.Sequential(
            nn.Conv2d(16,32,5,1,2),
            nn.ReLU(),
            nn.MaxPool2d(2),
        )
        self.out=nn.Linear(32*7*7,10)  
    def forward(self,x):
        x=self.conv1(x)
        x=self.conv2(x)   #（50,32,7，7）
        x=x.view(x.size(0),-1)
        # 展平多维的卷积图成 (batch_size, 32 * 7 * 7)
        output = self.out(x)
        return output

cnn = CNN()
# print(cnn)  # net architecture

optimizer=torch.optim.Adam(cnn.parameters(),lr=LR)
loss_func=nn.CrossEntropyLoss()

for eopch in range(EPOCH):
    for step,(b_x,b_y) in enumerate(train_loader):
        output=cnn(b_x)
        loss=loss_func(output,b_y)
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

test_output=cnn(test_x[:10]   #为了快速呈现，选测试的前10个图像
pred_y=torch.max(test_output,1)[1].data.numpy().squeeze()
print(pred_y, 'prediction number')
print(test_y[:10].numpy(), 'real number')

注意点，在CNN类里面的forward过程中都是batch一批一批进去的，最后输出的是两维的，所以要转换维度，需要用到x=x.view(x.size(0),-1)变成（batch，32 x7x7）才可以输出。分类需要的是CrossEntropyLoss函数，out输出的不是prediction，需要转换取出几率最大值的索引进行准确率的比较。

额外补充

padding有same和valid两种方式。valid很简单，如果不够pooling直接丢弃。same的话会把最后不够池化的补0以后在进行最后一次池化
卷积后的边长n_h=(n+2p-f)/s+1（变化后的边长）
————————————————————————————————————————————————我是一名机器学习的初学者，是万千小白中努力学习中的一员