第三周深度学习实战猴痘病识别

第三周深度学习实战猴痘病识别

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍦 参考文章：Pytorch实战 | 第P4周：猴痘病识别
• 🍖 原作者：K同学啊 | 接辅导、项目定制
• 🚀 文章来源：K同学的学习圈子

前言

上周学会了加载本地数据并对数据集进行划分，这周主要学习运用模型进行预测并保存模型

相关函数学习

• torch.squeeze() 是 PyTorch 中的一个函数，它用于移除张量中大小为 1 的维度。在某些情况下，我们创建的张量可能包含不必要的维度，而 squeeze() 就可以帮助我们将这些维度去掉，使张量更加紧凑。

torch.squeeze(input, dim=None, out=None)

参数：

• input：输入的张量。
• dim（可选）：要挤压的维度。如果指定了该参数，则只有在指定维度上大小为1时才会被挤压。如果未指定，则挤压所有大小为1的维度。
• out（可选）：输出张量。
  返回值：
  返回一个新的张量，该张量是输入张量去除指定维度上大小为1的结果。

import torch

# 示例张量
x = torch.rand(1, 3, 1, 4)

# 使用squeeze()去除大小为1的维度
y = torch.squeeze(x)

print("原始张量大小:", x.size())
print("去除大小为1的维度后的张量大小:", y.size())

原始张量大小: torch.Size([1, 3, 1, 4])
去除大小为1的维度后的张量大小: torch.Size([3, 4])

• torch.unsqueeze() 是 PyTorch 中的函数，用于在张量的指定维度上插入一个维度，该维度的大小为 1。这个操作的逆操作就是 torch.squeeze()。

torch.unsqueeze(input, dim)

参数：

input：输入的张量。
dim：要在其前插入维度的维度索引。
返回值：

返回一个新的张量，它在指定的维度上插入了一个大小为 1 的维度。

import torch

# 示例张量
x = torch.rand(3, 4)

# 在维度1上插入一个大小为1的维度
y = torch.unsqueeze(x, 1)

print("原始张量大小:", x.size())
print("插入大小为1的维度后的张量大小:", y.size())

原始张量大小: torch.Size([3, 4])
插入大小为1的维度后的张量大小: torch.Size([3, 1, 4])

>>> x = torch.tensor([1, 2, 3, 4])
>>> torch.unsqueeze(x, 0)
tensor([[ 1,  2,  3,  4]])
>>> torch.unsqueeze(x, 1)
tensor([[ 1],
        [ 2],
        [ 3],
        [ 4]])

• torch.max(output, 1) 是 PyTorch 中用于在张量上执行按行（维度1）取最大值的操作

values, indices = torch.max(output, 1)

torch.max(output, 1) 是 PyTorch 中用于在张量上执行按行（维度1）取最大值的操作。让我们详细解释一下这个操作：

• values, indices = torch.max(output, 1)
  output 是一个包含模型预测值的张量，通常是一个神经网络的输出。假设 output 的形状是 (batch_size, num_classes)，其中 batch_size 表示批量大小，而 num_classes 表示分类问题中的类别数。

• torch.max 函数在给定维度上（这里是维度1，表示按行操作）返回输入张量的最大值和最大值所在的索引。

• values 是包含每行最大值的张量，形状为 (batch_size,)。这个张量包含了每个样本（每一行）的最大值。

• indices 是包含每行最大值所在索引的张量，形状也是 (batch_size,)。这个张量包含了每个样本的模型预测的类别索引。

import torch

# 模拟模型输出
output = torch.randn(3, 5)  # 3个样本，每个样本有5个类别的分数

# 取每行的最大值和对应的索引
values, indices = torch.max(output, 1)

print("模型输出:")
print(output)
print("每行最大值:")
print(values)
print("每行最大值所在的索引:")
print(indices)

_,pred = torch.max(output,1)

torch.max 的第一个返回值是每行的最大值，而第二个返回值是每行最大值所在的索引。通过使用下划线 _，你可能是表明你对最大值本身不感兴趣，只对最大值所在的索引感兴趣，而不想显式地存储最大值。

这种写法常常用在深度学习模型的训练中，特别是在分类任务中。例如，如果 output 是一个模型的输出，表示各个类别的得分，那么 torch.max(output, 1) 将返回每行最大值所在的索引，即模型预测的类别。

具体而言，_ 通常用作一个占位符，表示这个值在后续的代码中不会被使用。在这种情况下，torch.max 函数的第一个返回值被舍弃，而只关注第二个返回值，即每行最大值所在的索引，赋值给变量 pred。

• model.state_dict()
  model.state_dict() 是一个 PyTorch 模型对象的方法，它返回一个包含模型所有参数的字典。这个字典的键是每个参数的名称，而值是对应的张量，即参数的权重和偏置。

在 PyTorch 中，模型的状态字典是一个表示模型当前状态的重要组成部分。这个状态字典可以包含模型的所有可学习参数，包括卷积层的权重、全连接层的权重和偏置等。通过保存和加载模型的状态字典，我们可以轻松地存储和恢复模型的参数。

以下是一个简单的例子，演示如何使用 model.state_dict()：

import torch
import torch.nn as nn

# 定义一个简单的模型
class SimpleModel(nn.Module):
    def __init__(self):
        super(SimpleModel, self).__init__()
        self.fc1 = nn.Linear(10, 5)
        self.fc2 = nn.Linear(5, 2)

    def forward(self, x):
        x = torch.relu(self.fc1(x))
        x = self.fc2(x)
        return x

# 创建模型实例
model = SimpleModel()

# 获取模型的状态字典
model_state_dict = model.state_dict()

# 打印模型的状态字典
print(model_state_dict)

OrderedDict([('fc1.weight', tensor([[-0.0757,  0.2349, -0.1076, -0.1993,  0.0381, -0.2411, -0.0318,  0.2482,
         -0.2821,  0.0269],
        [ 0.1415,  0.1754,  0.2123,  0.1585, -0.2090,  0.1614, -0.3113, -0.1168,
         -0.1606,  0.1255],
        [-0.3100,  0.0444,  0.0878, -0.2170,  0.2417, -0.2851, -0.0901,  0.2084,
         -0.1220, -0.2309],
        [-0.1712, -0.0851,  0.2273, -0.1367, -0.1396,  0.0740, -0.2683, -0.2606,
          0.0273, -0.2939],
        [-0.3094,  0.2245, -0.2648, -0.0514, -0.0512, -0.1542, -0.1901, -0.1240,
          0.2224,  0.0908]])), ('fc1.bias', tensor([ 0.2879, -0.0770,  0.0887,  0.2030,  0.1665])), ('fc2.weight', tensor([[ 0.0887, -0.1596, -0.3122, -0.4213,  0.1226],
        [-0.0023, -0.0153, -0.1476,  0.2636,  0.3446]])), ('fc2.bias', tensor([-0.4469, -0.4398]))])

• torch.save() 是 PyTorch 中用于将对象保存到文件的函数。通常，它用于保存模型的参数、整个模型、优化器的状态、以及其他 PyTorch 对象。

以下是 torch.save() 的基本用法：

torch.save(obj, file_path)

• obj 是要保存的对象，可以是模型的参数字典 (model.state_dict() 返回的内容)、整个模型、优化器的状态字典 (optimizer.state_dict() 返回的内容) 等等。
• file_path 是保存文件的路径，通常使用 “.pth” 或 “.pt” 作为文件扩展名。
  例如，保存模型的参数字典：

import torch
import torch.nn as nn

# 定义一个简单的模型
class SimpleModel(nn.Module):
    def __init__(self):
        super(SimpleModel, self).__init__()
        self.fc = nn.Linear(10, 5)

    def forward(self, x):
        return self.fc(x)

# 创建模型实例
model = SimpleModel()

# 获取模型的参数字典
model_state_dict = model.state_dict()

# 保存模型的参数字典到文件
torch.save(model_state_dict, 'model_parameters.pth')

如果要保存整个模型，可以使用以下方式：

# 保存整个模型到文件
torch.save(model, 'entire_model.pth')

在保存整个模型时，你可以在加载模型时不必事先定义模型的类，但需要确保加载模型的代码中导入了与模型定义相同的模块。例如：

# 加载整个模型
loaded_model = torch.load('entire_model.pth')

• model.load_state_dict(torch.load(PATH, map_location=device))

torch.load(PATH) 从指定路径加载保存的参数字典。PATH 是你之前用 torch.save() 保存参数字典的文件路径。

map_location 参数用于指定加载到哪个设备上。如果你在保存模型时使用了 GPU (‘cuda’)，而加载模型时希望在 CPU 上运行，可以使用 map_location=‘cpu’。这样可以确保模型参数被正确放置在目标设备上。

model.load_state_dict(…) 将加载的参数字典加载到模型中。这确保了模型的权重和偏置等参数被正确设置为保存时的状态。

模型训练和预测

模型训练结果如下图所示

预测
从浏览器随机下载图片

预处理函数

def predict_one_image(image_path, model, transform, classes):
    test_img = Image.open(image_path).convert('RGB')
    # plt.imshow(test_img)  # 展示预测的图片

    test_img = transform(test_img)
    img = test_img.to(device).unsqueeze(0)

    model.eval()
    output = model(img)

    _, pred = torch.max(output, 1)
    pred_class = classes[pred]
    print(f'预测结果是：{pred_class}')
# 预测训练集中的某张照片
predict_one_image(image_path='./OIP-C.jpeg',
                  model=model,
                  transform=train_transforms,
                  classes=classes)

结果如下：
预测结果是：Monkeypox
然后保存模型

# 模型保存
PATH = './model.pth'  # 保存的参数文件名
torch.save(model.state_dict(), PATH)

# 将参数加载到model当中
model.load_state_dict(torch.load(PATH, map_location=device))

总结

这周主要在上周的基础上学会了如何加载和保存模型。