Pytorch源码学习04--训练分类器

数据

1.处理图像，文本，音频或视频数据时，可以使用将数据加载到 NumPy 数组中的标准 Python 包。 然后将该数组·转换为torch.*Tensor。
2.对于图像，Pillow，OpenCV等包很有用；
3.对于音频，请使用 SciPy 和 librosa 等包；
4.对于文本，基于 Python 或 Cython 的原始加载，或者 NLTK 和 SpaCy 很有用。
5.创建了一个名为torchvision的包，其中包含用于常见数据集（例如 Imagenet，CIFAR10，MNIST 等）的数据加载器，以及用于图像（即torchvision.datasets和torch.utils.data.DataLoader）的数据转换器。

训练图像分类器

执行以下步骤：
1.使用torchvision加载并标准化 CIFAR10 训练和测试数据集
2.定义卷积神经网络
3.定义损失函数
4.根据训练数据训练网络
5.在测试数据上测试网络

加载并标准化 CIFAR10

import torch
import torchvision
import torchvision.transforms as transforms

注： TorchVision 数据集的输出是[0, 1]范围的PILImage图像。 我们将它们转换为归一化范围[-1, 1]的张量。

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                          shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                                         shuffle=False, num_workers=2)

classes = ('plane', 'car', 'bird', 'cat',
           'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

展示一些训练图像

import matplotlib.pyplot as plt
import numpy as np

# functions to show an image

def imshow(img):
    img = img / 2 + 0.5     # unnormalize
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0))) # PIL转RGB
    plt.show()

# get some random training images
dataiter = iter(trainloader)  # 通过iter()函数获取这些可迭代对象的迭代器。获取图片
images, labels = dataiter.next() # 对获取到的迭代器不断使⽤next()函数来获取下⼀条数据。

# show images
imshow(torchvision.utils.make_grid(images)) 
# torchvision.utils.make_grid：组成图像的网络，其实就是将多张图片组合成一张图片。
# print labels
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))
# 使用' '.join可以将列表的索引字符串全部串在一起

定义卷积神经网络

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

定义损失函数和优化器

使用分类交叉熵损失和带有动量的 SGD。

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

训练网络

遍历数据迭代器，然后将输入馈送到网络并进行优化

for epoch in range(2):  # loop over the dataset multiple times

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):  # 第二个参数(0)，用于指定索引起始值
        # get the inputs; data is a list of [inputs, labels]
        inputs, labels = data

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward + backward + optimize
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # print statistics
        running_loss += loss.item()
        if i % 2000 == 1999:    # print every 2000 mini-batches
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0
# %5d:默认右对齐，且最少取5位整数，多余5位全取，不足5位使用空格左面补全
# ％d:整型输出
# %.3f:用来输出实数，保留小数点3位
print('Finished Training')

保存模型

PATH = './cifar_net.pth'
torch.save(net.state_dict(), PATH)

测试数据测试网络

显示测试集中的图像

dataiter = iter(testloader)
images, labels = dataiter.next()

# print images
imshow(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4)))

重新加载保存的模型

net = Net()
net.load_state_dict(torch.load(PATH))

测试

outputs = net(images)
_, predicted = torch.max(outputs, 1) # 获取概率最大值
print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]
                              for j in range(4)))

查看网络在整个数据集上的表现

correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))
    # 在使用pytorch时，并不是所有的操作都需要进行计算图的生成（计算过程的构建，
    #以便梯度反向传播等操作）。而对于tensor的计算操作，默认是要进行计算图的构建的，
    #在这种情况下，可以使用 with torch.no_grad():，强制之后的内容不进行计算图构建。

查看哪些类的表现良好，哪些类的表现不佳

class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs, 1)
        c = (predicted == labels).squeeze()
        for i in range(4):
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] += 1

for i in range(10):
    print('Accuracy of %5s : %2d %%' % (
        classes[i], 100 * class_correct[i] / class_total[i]))

在 GPU 上进行训练

将张量转移到 GPU 上一样，也可将神经网络转移到 GPU 上。如果可以使用 CUDA，首先将设备定义为第一个可见的 cuda 设备

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# Assuming that we are on a CUDA machine, this should print a CUDA device:
print(device)
# result:
# cuda:0

假定device是 CUDA 设备

net.to(device) # 将递归遍历所有模块，并将其参数和缓冲区转换为 CUDA 张量
inputs, labels = data[0].to(device), data[1].to(device)
# 将每一步的输入和目标也发送到 GPU

引用

PyTorch 中文教程 & 文档