def __init__(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True): kernel_size = _pair(kernel_size) stride = _pair(stride) padding = _pair(padding) dilation = _pair(dilation) super(Conv2d, self).__init__( in_channels, out_channels, kernel_size, stride, padding, dilation, False, _pair(0), groups, bias)
参数:
in_channels: 输入数据的通道数
out_channels: 输出数据的通道数
kernel_size:卷积核的尺寸
stride:步长
padding: 补零操作
dilation : kernel之间的距离
groups: 决定in_channels卷积核分为几组
bias: 偏置
def load_img(imgPath): file = [] for i in range(1,10001): filename = imgPath+str(i)+".png" img = cv2.imread(filename) file.append(img) if i%500 == 0: print("已读取%d个样本。" % (i)) file = np.array(file) return file
这块是读取本地的图片,只读取了前一万张。因为图片就命名就是1.png,2.png....所以循环取出,放到file中返回。
导入cv2,直接用imread读取,需要注意的是imread读取的维度是[32,32,3],后面是想把图片送到CNN里面。所以用了permute转换了一下维度。顺便转成了tensor。permute(0,3,2,1)的意思是第3维到第1维上去.... 0,3,2,1代表原来的第几维度
这里介绍了几种维度的变换函数 :https://www.cnblogs.com/yifdu25/p/9399047.html
x_train_pre = torch.FloatTensor(x_train_pre).permute(0,3,2,1) # num,3,32,32 x_test_pre = torch.FloatTensor(x_test_pre).permute(0,3,2,1)
在迭代计算损失的时候,转成one-hot编码,用MSE做损失。
# label变成one-hot编码 class_num = 10 lb = LabelBinarizer().fit(np.array(range(class_num))) y_train = lb.transform(y_train) y_test = lb.transform(y_test)
但是想试一下交叉熵,没有转one-hot。需要特别注意的是,交叉熵的input必须是FloatTensor,其对应的numpy应该是float32.
而target则应该是LongTensor,对应的numpy是int64。
这里介绍的交叉熵:https://blog.csdn.net/geter_CS/article/details/79849386
y_train = torch.Tensor.long(torch.from_numpy(y_train.astype(np.float)))
最后,使用了GPU加速,在送入测试数据的时候,需要注意把out_test拿回来
if torch.cuda.is_available(): x_test_pre = x_test_pre.cuda() out_test = cnn_model(x_test_pre) out_test = out_test.cuda().data.cpu() pre_y = torch.max(out_test,1)[1].data.numpy().squeeze() accuracy = (y_test == pre_y).sum() / len(y_test) print('Epoch:', epoch, '|Step:', step, '|Accuracy:', accuracy)