import torch
'''
卷积神经网络
卷积神经网络尝试解决两个问题
卷积神经网络保留了输入形状,使图形的像素在高和宽两个方向上的相关性均可能被有效识别
卷积层通过滑动窗口将同一卷积核与不同位置的输入重复计算,从而避免参数尺寸过大
卷积神经网络就是含有卷积层的网络
手写数字图像的卷积神经网络
LeNet展示了通过梯度下降训练,卷积神经⽹络可以达到⼿写数字识别在当时最先进的结果
LENET模型
LENET模型分为卷积层块和全连接层块两个部分。
卷积层块里的基本单位是卷积层后接最大池化层:卷积层用来识别图像里面的空间模式,比如线条或者物体
局部,之后的最大池化层则用来降低卷积层对位置的敏感性。卷积层块由两个这样的基本单位重复堆叠构成。
在卷积层块中,每个卷积层都使用5*5的窗口,并在输出上使用sigmoid激活函数。第一个卷积层通道输出数
为6,第二个卷积层输出通道数则增加到16。这是因为第二个卷积层比第一个卷积层的输入的高和宽要小,所以
要增加输出通道使两个卷积层的参数尺寸类似。卷积层块的两个最大池化层的窗口形状均为2*2,且步幅为2
由于池化窗口跟步幅形状相同 ,池化窗口在输入上每次滑动所覆盖的区域互不重叠
卷积层块的输出形状为(批量大小,通道,高,宽)。当卷积层块的输出传入全连接层时,全连接层块会将小批量中每个
样本变平。也就是说,全连接层的输入形状将变成二维,其中一维是小批量样本,另外一个是每个样本变平后的向量
表示向量长度为通道,高和宽的乘积。全连接层块包括3个全连接层,他们的输出个数分别是120,84,10,其中10位
输出类别的个数。
'''
import time
from torch import nn, optim
import sys
sys.path.append('..')
import d2lzh_pytorch as d2l
device = torch.device('cpu')
class LENET(nn.Module):
def __init__(self):
super(LENET, self).__init__()
'''
nn.Conv2d(1, 6, 5) in_channels, out_channels,kernel_size
nn.MaxPool2d(2, 2) kernel_size, stride
'''
self.conv = nn.Sequential(
nn.Conv2d(1, 6, 5),
nn.Sigmoid(),
nn.MaxPool2d(2, 2),
nn.Conv2d(6, 16, 5),
nn.Sigmoid(),
nn.MaxPool2d(2, 2),
)
self.fc = nn.Sequential(
nn.Linear(16 * 4 * 4, 120),
nn.Sigmoid(),
nn.Linear(120, 84),
nn.Sigmoid(),
nn.Linear(84, 10),
)
def forward(self, img):
feature = self.conv(img)
output = self.fc(feature.view(img.shape[0], -1))
return output
net = LENET()
print(net)
batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size=batch_size)
def evaluate_accuracy(data_iter, net, device = torch.device('cuda' if torch.cuda.is_available()else 'cpu')):
acc_sum, n = 0.0, 0
with torch.no_grad():
for x, y in data_iter:
if isinstance(net, torch.nn.Module):
net.eval()
'''评估模式,这个会关闭dropout'''
acc_sum += (net(x.to(device)).argmax(dim=1) == y.to(device)).float().sum().cpu().item()
net.train()
'''改回训练模式'''
else:
if ('is_training' in net.__code__.co_varnames):
'''# 如果有is_training这个参数'''
acc_sum += (net(x, is_training=False).argmax(dim=1) == y).float().sum().item()
else:
acc_sum += (net(x).argmax(dim=1) == y).float().sum().item()
n += y.shape[0]
return acc_sum / n
def train_ch5(net, train_iter, test_iter, batch_size, optimizer, device, num_epochs):
net = net.to(device)
print("training on ", device)
loss = torch.nn.CrossEntropyLoss()
batch_count = 0
for epoch in range(num_epochs):
train_l_sum, train_acc_sum, n, start = 0.0, 0.0, 0, time.time()
for X, y in train_iter:
X = X.to(device)
y = y.to(device)
y_hat = net(X)
l = loss(y_hat, y)
optimizer.zero_grad() # 清空上一步的残余更新参数值
l.backward() # 误差反向传播, 计算参数更新值
optimizer.step() # 将参数更新值施加到 net 的 parameters 上
train_l_sum += l.cpu().item()
train_acc_sum += (y_hat.argmax(dim=1) == y).sum().cpu().item()
n += y.shape[0]
batch_count += 1
test_acc = evaluate_accuracy(test_iter, net)
print('epoch %d, loss %.4f, train acc %.3f, test acc %.3f, time %.1f sec' % (epoch + 1, train_l_sum / batch_count, train_acc_sum / n, test_acc, time.time() - start))
lr, num_epochs = 0.001, 10
optimizer = torch.optim.Adam(net.parameters(), lr=lr)
train_ch5(net, train_iter, test_iter, batch_size, optimizer, device,
num_epochs)