背景
这是一个很简单的分类器项目,来自于对pytorch官方文档的学习。麻雀虽小但五脏俱全,该项目中包括了深度学习模型实现的全流程,从数据集的准备、模型的搭建、损失函数和优化器的使用,及模型训练与保存等。俗话说,官网一出手就知有没有(我说的嘻嘻),如果你和我一样,是一个刚刚入门的小白,那么我建议你一定要自己动手敲几遍这个小项目的全部代码!!
项目介绍
本次任务使用FashionMNIST
数据集来训练一个神经网络,预测输入图像是否属于以下类别之一。T恤/上衣、长裤、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包或踝靴。
Fashion MNIST数据集介绍及下载数据集介绍传送门 —— Fashion MNIST数据集介绍及下载
完成一次深度学习模型的实践,主要包括几个部分:数据集的处理(dataset,dataloader
),模型的搭建、loss函数和优化器的选择,训练模型代码以及测试模型代码。
数据格式
在训练、测试时,每次传入的都是一个batchsize
的数据。
处理数据
PyTorch
有两个处理数据的方法:Torch.utils.data.DataLoader
和Torch.utils.data.Dataset
。Dataset
存储了样本及其相应的标签,而DataLoader
则围绕Dataset
包装了一个可迭代的数据。
import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda, Compose
import matplotlib.pyplot as plt
# PyTorch提供了特定领域的库,如TorchText、TorchVision和TorchAudio,它们都包括数据集,也有预训练好的模型。在本教程中,我们将使用一个TorchVision数据集。
torchvision.datasets
模块包含了许多真实世界的视觉数据的数据集对象,如CIFAR、COCO
。在本教程中,我们使用FashionMNIST
数据集。每个TorchVision
数据集都包括两个参数:transform
和target_transform
,分别用来修改样本和标签。
# Download training data from open datasets.
training_data = datasets.FashionMNIST(
root="data",
train=True,
download=True,
transform=ToTensor(),
)
# Download test data from open datasets.
test_data = datasets.FashionMNIST(
root="data",
train=False,
download=True,
transform=ToTensor(),
)
这里将将数据集作为参数传递给DataLoader
。这在我们的数据集上包裹了一个可迭代的数据集,并支持自动批处理、采样、洗牌(shuffle)和多进程(形参num_workers)数据加载。在这里,我们定义了一个64的批处理大小,即dataloader
可迭代的每个元素将返回一个批次,包括64个元素的特征和标签。
tips:如果你是windows系统,num_workers使用默认值0就好了。如果使用其他值,会报错。原因请看俺的另一篇文章windows下pytorch的dataloader多进程(num_workers)问题,为何num_workers的值只能为0?-CSDN博客
batch_size = 64
# Create data loaders.
train_dataloader = DataLoader(training_data, batch_size=batch_size)
test_dataloader = DataLoader(test_data, batch_size=batch_size)
for X, y in test_dataloader:
print("Shape of X [N, C, H, W]: ", X.shape) # X是图片数据
print("Shape of y: ", y.shape, y.dtype) # y是标签
break
# Shape of X [N, C, H, W]: torch.Size([64, 1, 28, 28])
# Shape of y: torch.Size([64]) torch.int64
创建模型
为了在PyTorch
中定义一个神经网络,我们创建一个继承自nn.Module
的类。我们在__init__
函数中定义网络的层,并在forward
函数中指定数据将如何通过网络。为了加速神经网络的操作,如果有GPU
的话,我们把它移到GPU
上。
# Get cpu or gpu device for training.
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))
# Define model
class NeuralNetwork(nn.Module):
def __init__(self):
super(NeuralNetwork, self).__init__() # python2的写法,同python3:super().__init__(),都是为了继承父类的方法
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().to(device)
print(model)
# 输出:
# Using cuda device
# NeuralNetwork(
# (flatten): Flatten(start_dim=1, end_dim=-1)
# (linear_relu_stack): Sequential(
# (0): Linear(in_features=784, out_features=512, bias=True)
# (1): ReLU()
# (2): Linear(in_features=512, out_features=512, bias=True)
# (3): ReLU()
# (4): Linear(in_features=512, out_features=10, bias=True)
# )
# )
优化模型参数
为了训练一个模型,我们需要一个损失函数和一个优化器。
# 损失函数就是一个函数,用来评价模型预测的结果和真实结果之间的差距,优化器提供了一个算法,通过不断的调节参数使得预测结果和真实结果的差距越来越小
loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)
-
loss函数
主要两个步骤:1、根据任务选择一个合适的loss函数;2、使用 --> 去官网看源码学习使用方法,一般主要看形参和形参的shape
-
优化器
根据
loss.backward()
得到的梯度,去更新参数
在一个单一的训练循环中,模型对训练数据集(分批送入)进行预测,并通过反向传播预测误差来调整模型的参数。
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 数据样本的个数,即图片的张数
model.train() # 将模型置为训练状态
for batch, (X, y) in enumerate(dataloader):
# model.train()
X, y = X.to(device), y.to(device)
# Compute prediction error
pred = model(X)
loss = loss_fn(pred, y)
# Backpropagation
optimizer.zero_grad()
loss.backward()
optimizer.step()
if batch % 100 == 0:
loss, current = loss.item(), batch * len(X)
print(f"loss: {loss:>7f} [{current:>5d}/{size:>5d}]")
# 根据测试数据集检查模型的性能,以确保它在学习
def test(dataloader, model, loss_fn):
size = len(dataloader.dataset)
num_batches = len(dataloader) # batchsize的个数
model.eval()
test_loss, correct = 0, 0
with torch.no_grad(): # 不进行自动求导,以节省gpu算力和显存
for X, y in dataloader:
X, y = X.to(device), y.to(device)
pred = model(X)
test_loss += loss_fn(pred, y).item()
correct += (pred.argmax(1) == y).type(torch.float).sum().item() # 每一行最大值的下标
# https://zhuanlan.zhihu.com/p/409912530 —— argmax
test_loss /= num_batches
correct /= size
print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")1
#训练过程是通过几个迭代(epochs)进行的。在每个epoch中,模型学习参数以做出更好的预测。我们在每个epoch中打印模型的准确度和损失;我们希望看到准确度在每个epoch中增加,损失在每个epoch中减少。
epochs = 5
for t in range(epochs):
print(f"Epoch {t+1}\n-------------------------------")
train(train_dataloader, model, loss_fn, optimizer)
test(test_dataloader, model, loss_fn)
print("Done!")
保存模型
保存模型的一个常见方法是序列化内部状态字典(保存了模型参数)。
torch.save(model.state_dict(), "model.pth")
载入模型
加载模型的过程包括重新创建模型结构并将状态字典加载到其中。
model = NeuralNetwork()
model.load_state_dict(torch.load("model.pth"))
模型预测
classes = [
"T-shirt/top",
"Trouser",
"Pullover",
"Dress",
"Coat",
"Sandal",
"Shirt",
"Sneaker",
"Bag",
"Ankle boot",
] # dataset.classes应该可以访问
model.eval()
x, y = test_data[0][0], test_data[0][1]
with torch.no_grad():
pred = model(x)
predicted, actual = classes[pred[0].argmax(0)], classes[y]
print(f'Predicted: "{predicted}", Actual: "{actual}"')
结
-
model.train()
、model.eval()
、with torch.no_grad():
记得加!在进行反向传播时,优化器记得把梯度归零; -
放到
GPU
的参数,mdoel.to(device)
ormodel.cuda()
,loss函数
,数据(input,target) -
如果是在
gpu
上训练的模型,在加载使用的时候可能有bug
,设置map_location
参数解决 -
以上模型的超参数未调,uu们可以自己调几组试试结果,感受一下模型调参的过程