深度学习P4-猴痘病识别

最新推荐文章于 2024-05-05 17:37:24 发布

我也不太懂

最新推荐文章于 2024-05-05 17:37:24 发布

阅读量59

点赞数 1

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/qq_66033623/article/details/131858777

版权

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 torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets

import os,PIL,pathlib
from torch.optim.lr_scheduler import StepLR, MultiStepLR, LambdaLR, ExponentialLR, CosineAnnealingLR, ReduceLROnPlateau

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

device

device(type='cuda')

2、导入数据

import os,PIL,random,pathlib

data_dir = "E:\TF环境\houdou"
data_dir = pathlib.Path(data_dir)

data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[3] for path in data_paths]
classeNames

['Monkeypox','Others']

total_datadir = "E:\TF环境\houdou"

# 关于transforms.Compose的更多介绍可以参考：https://blog.csdn.net/qq_38251616/article/details/124878863
train_transforms = transforms.Compose([
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
        mean=[0.485, 0.456, 0.406], 
        std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])

total_data = datasets.ImageFolder(total_datadir,transform=train_transforms)
total_data

Dataset ImageFolder
    Number of datapoints: 2142
    Root location: E:\TF环境\houdou
    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])
           )

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。
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。
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。

3、划分训练集

train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size
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

(1713, 429)

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,
                                          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

遍历一个名为"test_dl"的数据加载器（DataLoader）。在每一次循环中，从数据加载器中获取一对数据X和y。

X是输入数据，表示样本的特征。它的形状（shape）是[N, C, H, W]，其中N表示批大小（batch size），C表示通道数（channel），H和W分别表示高度（height）和宽度（width）。
y是目标数据，表示样本的标签。它的形状是一个一维张量，可以理解为包含了样本的分类或回归真实值。同时，打印出y的数据类型（dtype）。

之后通过break语句，跳出循环，只打印了第一次循环中的X和y的形状和数据类型。代码的目的可能是探索数据集的输入和目标的形状和数据类型，以便进行进一步的处理或分析。

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)
        self.bn1 = nn.BatchNorm2d(12)
        
        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, 5*len(classeNames))
        self.fc2 = nn.Linear(5*len(classeNames), len(classeNames))
        #self.fc3 = nn.Dropout(0.4)
        #self.fc4 = nn.Linear(5*len(classeNames), 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 = F.relu(self.fc1(x))
       
        x = self.fc2(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=10, bias=True)
(fc2): Linear(in_features=10, out_features=2, 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
        scheduler.step()
        # 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   = []
min_loss_val = 10  # 任取一个大数
best_model = None
for epoch in range(epochs):
    model.train()
    
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, optimizer)
    
    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)
    if epoch > 1 and epoch_test_loss <= min_loss_val:#本次对于最佳模型选择的是loss最小
        min_loss_val = epoch_test_loss
        
        print("save model")
        torch.save(model,'save.pt')#这里实现了保存最佳模型参数
    
     
    

    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:65.3%, Train_loss:0.629, Test_acc:69.2%，Test_loss:0.575
Epoch: 2, Train_acc:74.7%, Train_loss:0.515, Test_acc:75.1%，Test_loss:0.535
save model
Epoch: 3, Train_acc:79.4%, Train_loss:0.457, Test_acc:76.7%，Test_loss:0.493
save model
Epoch: 4, Train_acc:82.5%, Train_loss:0.417, Test_acc:77.6%，Test_loss:0.475
save model
Epoch: 5, Train_acc:84.2%, Train_loss:0.391, Test_acc:78.8%，Test_loss:0.458
Epoch: 6, Train_acc:85.5%, Train_loss:0.378, Test_acc:78.3%，Test_loss:0.462
save model
Epoch: 7, Train_acc:85.9%, Train_loss:0.371, Test_acc:78.8%，Test_loss:0.455
save model
Epoch: 8, Train_acc:85.9%, Train_loss:0.367, Test_acc:79.5%，Test_loss:0.443
Epoch: 9, Train_acc:86.4%, Train_loss:0.368, Test_acc:79.7%，Test_loss:0.451
Epoch:10, Train_acc:86.9%, Train_loss:0.362, Test_acc:79.5%，Test_loss:0.447
Epoch:11, Train_acc:86.6%, Train_loss:0.364, Test_acc:79.7%，Test_loss:0.457
Epoch:12, Train_acc:86.2%, Train_loss:0.364, Test_acc:79.7%，Test_loss:0.445
Epoch:13, Train_acc:86.6%, Train_loss:0.367, Test_acc:79.3%，Test_loss:0.447
Epoch:14, Train_acc:86.9%, Train_loss:0.355, Test_acc:79.5%，Test_loss:0.444
Epoch:15, Train_acc:86.3%, Train_loss:0.362, Test_acc:80.9%，Test_loss:0.444
Epoch:16, Train_acc:86.6%, Train_loss:0.360, Test_acc:79.7%，Test_loss:0.445
Epoch:17, Train_acc:86.9%, Train_loss:0.363, Test_acc:80.0%，Test_loss:0.448
Epoch:18, Train_acc:85.9%, Train_loss:0.362, Test_acc:80.0%，Test_loss:0.451
Epoch:19, Train_acc:86.9%, Train_loss:0.364, Test_acc:80.0%，Test_loss:0.447
Epoch:20, Train_acc:86.3%, Train_loss:0.364, Test_acc:79.7%，Test_loss:0.449
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()