深度学习P3-实现天气识别

 本文为🔗365天深度学习训练营 中的学习记录博客
 原作者：K同学啊|接辅导、项目定制

---

我的环境：

1.语言：python3.7

2.编译器：pycharm

---

一、前期准备

1、设置GPU

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

device

2、导入数据 

import os,PIL,random,pathlib
data_dir = "E:\TF环境\天气识别\weather_photos"
data_dir = pathlib.Path(data_dir)
 
data_paths = list(data_dir.glob('*'))
classNames = [str(path).split('\\')[1] for path in data_paths]
classNames

 

1. 使用pathlib.Path()函数将字符串类型的文件夹路径转换为pathlib.Path对象，以便后续操作。

2. 使用glob('*')方法获取了data_dir目录下所有文件和文件夹的路径。'*'通配符代表匹配任意文件或文件夹名。

3. 使用列表推导式遍历data_paths列表中的每个路径，通过将路径转换为字符串并以''为分隔符，然后取第二个元素作为类别名称，并将其添加到classNames列表中。

 ['cloudy', 'rain', 'shine', 'sunrise']

total_datadir = "E:\TF环境\天气识别\weather_photos"
train_transforms = transforms.Compose([
    transforms.Resize([224, 224]),  # resize输入图片成统一尺寸
    transforms.ToTensor(),  # 将PIL Image或numpy.ndarray转换成tensor
    transforms.Normalize(
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225])  # 数据标准化处理，转换为标准正太分布
])
 
total_data = datasets.ImageFolder(data_dir, transform=train_transforms)
total_data

Dataset ImageFolder

Number of datapoints: 1125

Root location: E:\TF环境\天气识别\weather_photos

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])
 

 

 3、划分训练集

train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size#训练集测试集8 2 分
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
train_dataset, test_dataset

•  使用 torch.utils.data.random_split() 函数对 total_data 进行随机划分，在此函数中，将会根据指定的两个参数（即 [train_size, test_size]）将数据集划分成两个子集，其中第一个子集为训练集（train_dataset），包含 train_size 个样本；第二个子集为测试集（test_dataset），包含 test_size 个样本。

train_size,test_size

(900, 225)

 

batch_size = 32
 
train_dl = torch.utils.data.DataLoader(train_dataset,
                                           batch_size=batch_size,
                                           shuffle=True,
                                           num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset,
                                          batch_size=batch_size,
                                          shuffle=True,#这里可以不用
                                          num_workers=1)

batch_size = 32 表示每个批次加载的样本数量为32个，即每次训练或测试的时候都会同时处理32个样本。

train_dl = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size, shuffle=True, num_workers=1) 创建了一个训练集的数据加载器。train_dataset是训练集的数据集对象，batch_size指定每个批次加载的样本数量，shuffle=True表示在每个epoch（整个训练集迭代一次）之前将训练集打乱顺序，num_workers=1表示使用一个线程来加载数据。

 

for X, y in test_dl:
    print("Shape of X [N, C, H, W]: ", X.shape)
    print("Shape of y: ", y.shape, y.dtype)
    break

 

Shape of X [N, C, H, W]: torch.Size([32, 3, 224, 224])

Shape of y: torch.Size([32]) torch.int64

二、构建CNN网络

  对于一般的CNN网络来说，都是由特征提取网络和分类网络构成，其中特征提取网络用于提取图片的特征，分类网络用于将图片进行分类。

1. torch.nn.Conv2d()详
 
函数原型：
torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)
 
关键参数说明：
- in_channels ( int ) – 输入图像中的通道数
- out_channels ( int ) – 卷积产生的通道数
- kernel_size ( int or tuple ) – 卷积核的大小
- stride ( int or tuple , optional ) -- 卷积的步幅。默认值：1
- padding ( int , tuple或str , optional ) – 添加到输入的所有四个边的填充。默认值：0
- padding_mode (字符串,可选) – 'zeros', 'reflect', 'replicate'或'circular'. 默认：'zeros'

2. torch.nn.Linear()详解
 
函数原型：
>torch.nn.Linear(in_features, out_features, bias=True, device=None, dtype=None)
 
关键参数说明：
 
- in_features：每个输入样本的大小
- out_features：每个输出样本的大小

3. torch.nn.MaxPool2d()详解
 
函数原型：
>torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)
 
关键参数说明：
 
- kernel_size：最大的窗口大小
- stride：窗口的步幅，默认值为`kernel_size`
- padding：填充值，默认为0
- dilation：控制窗口中元素步幅的参数

4. 关于卷积层、池化层的计算：

下面的网络数据shape变化过程为：
 
`3, 32, 32`（输入数据） 
-> `64, 30, 30`（经过卷积层1）-> `64, 15, 15`（经过池化层1）
-> `64, 13, 13`（经过卷积层2）-> `64, 6, 6`（经过池化层2）
-> `128, 4, 4`（经过卷积层3） -> `128, 2, 2`（经过池化层3）
-> `512` -> `256` -> `num_classes(10)

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)#卷积层
        self.bn1 = nn.BatchNorm2d(12)#批量归一化层
        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)))      
        x = F.relu(self.bn2(self.conv2(x)))     
        x = self.pool(x)                        
        x = F.relu(self.bn4(self.conv4(x)))     
        x = F.relu(self.bn5(self.conv5(x)))  
        x = self.pool(x)                        
        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)
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=4, bias=True)

)
 

  三、模型训练 

 1、设置超参数

loss_fn    = nn.CrossEntropyLoss() # 创建损失函数，交叉熵损失函数
learn_rate = 1e-4 # 学习率
opt        = torch.optim.SGD(model.parameters(),lr=learn_rate)

2、编写训练函数

1. optimizer.zero_grad()
 
函数会遍历模型的所有参数，通过内置方法截断反向传播的梯度流，再将每个参数的梯度值设为0，即上一次的梯度记录被清空。
 
2. loss.backward()
 
PyTorch的反向传播(即`tensor.backward()`)是通过autograd包来实现的，autograd包会根据tensor进行过的数学运算来自动计算其对应的梯度。
 
具体来说，torch.tensor是autograd包的基础类，如果你设置tensor的requires_grads为True，就会开始跟踪这个tensor上面的所有运算，如果你做完运算后使用`tensor.backward()`，所有的梯度就会自动运算，tensor的梯度将会累加到它的.grad属性里面去。
 
更具体地说，损失函数loss是由模型的所有权重w经过一系列运算得到的，若某个w的requires_grads为True，则w的所有上层参数（后面层的权重w）的.grad_fn属性中就保存了对应的运算，然后在使用`loss.backward()`后，会一层层的反向传播计算每个w的梯度值，并保存到该w的.grad属性中。
 
如果没有进行`tensor.backward()`的话，梯度值将会是None，因此`loss.backward()`要写在`optimizer.step()`之前。
 
3. optimizer.step()
 
step()函数的作用是执行一次优化步骤，通过梯度下降法来更新参数的值。因为梯度下降是基于梯度的，所以在执行`optimizer.step()`函数前应先执行`loss.backward()`函数来计算梯度。
 
注意：optimizer只负责通过梯度下降进行优化，而不负责产生梯度，梯度是`tensor.backward()`方法产生的。

# 训练循环
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 训练集的大小，一共60000张图片
    num_batches = len(dataloader)   # 批次数目，1875（60000/32）
 
    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_loss

3. 编写测试函数

  测试函数和训练函数大致相同，但是由于不进行梯度下降对网络权重进行更新，所以不需要传入优化器

def test (dataloader, model, loss_fn):
    size        = len(dataloader.dataset)  # 测试集的大小，一共10000张图片
    num_batches = len(dataloader)          # 批次数目，313（10000/32=312.5，向上取整）
    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_loss

4、正式训练

1. model.train()

model.train()的作用是启用 Batch Normalization 和 Dropout。

如果模型中有BN层(Batch Normalization）和Dropout，需要在训练时添加model.train()。model.train()是保证BN层能够用到每一批数据的均值和方差。对于Dropout，model.train()是随机取一部分网络连接来训练更新参数。

2. model.eval()

model.eval()的作用是不启用 Batch Normalization 和 Dropout。

如果模型中有BN层(Batch Normalization）和Dropout，在测试时添加model.eval()。model.eval()是保证BN层能够用全部训练数据的均值和方差，即测试过程中要保证BN层的均值和方差不变。对于Dropout，model.eval()是利用到了所有网络连接，即不进行随机舍弃神经元。

训练完train样本后，生成的模型model要用来测试样本。在model(test)之前，需要加上model.eval()，否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有BN层和Dropout所带来的的性质。

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')

Epoch: 1, Train_acc:81.1%, Train_loss:0.587, Test_acc:83.6%，Test_loss:0.453

Epoch: 2, Train_acc:85.9%, Train_loss:0.499, Test_acc:86.7%，Test_loss:0.449

Epoch: 3, Train_acc:88.1%, Train_loss:0.449, Test_acc:82.7%，Test_loss:0.784

Epoch: 4, Train_acc:89.2%, Train_loss:0.405, Test_acc:85.3%，Test_loss:0.427

Epoch: 5, Train_acc:89.6%, Train_loss:0.389, Test_acc:88.9%，Test_loss:0.385

Epoch: 6, Train_acc:90.4%, Train_loss:0.338, Test_acc:88.4%，Test_loss:0.327

Epoch: 7, Train_acc:90.4%, Train_loss:0.346, Test_acc:88.9%，Test_loss:0.338

Epoch: 8, Train_acc:91.8%, Train_loss:0.302, Test_acc:86.7%，Test_loss:0.302

Epoch: 9, Train_acc:92.4%, Train_loss:0.275, Test_acc:89.3%，Test_loss:0.447

Epoch:10, Train_acc:92.4%, Train_loss:0.279, Test_acc:89.3%，Test_loss:0.354

Epoch:11, Train_acc:92.6%, Train_loss:0.252, Test_acc:87.6%，Test_loss:0.341

Epoch:12, Train_acc:92.7%, Train_loss:0.288, Test_acc:86.2%，Test_loss:0.297

Epoch:13, Train_acc:93.6%, Train_loss:0.245, Test_acc:88.9%，Test_loss:0.302

Epoch:14, Train_acc:94.0%, Train_loss:0.238, Test_acc:87.1%，Test_loss:0.279

Epoch:15, Train_acc:95.6%, Train_loss:0.225, Test_acc:88.4%，Test_loss:0.284

Epoch:16, Train_acc:93.1%, Train_loss:0.217, Test_acc:88.4%，Test_loss:0.273

Epoch:17, Train_acc:95.0%, Train_loss:0.216, Test_acc:89.3%，Test_loss:0.246

Epoch:18, Train_acc:95.3%, Train_loss:0.193, Test_acc:87.6%，Test_loss:0.288

Epoch:19, Train_acc:95.2%, Train_loss:0.186, Test_acc:90.2%，Test_loss:0.258

Epoch:20, Train_acc:95.0%, Train_loss:0.187, Test_acc:87.1%，Test_loss:0.262

Done
 

四、结果可视化

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()