Pytorch实现Cifar分类
说明1:
torchvision是pytorch框架一个重要的包,该包由三个主要子包组成,分别为torchvision.datasets,torchvision.models,torchvision.transform.
torchvison.transforms这个包中包含了resize,crop等常见的data augmentation操作,基本上pytorch的data augmentation操作都可以通过该子包实现。
使用方法:
train_augmentation = torchvision.transforms.Compose([torchvision.transforms.Resize(256),
torchvision.transforms.RandomCrop(224),
torchvision.transofrms.RandomHorizontalFlip(),
torchvision.transforms.ToTensor(),
torch vision.Normalize([0.485, 0.456, -.406],[0.229, 0.224, 0.225])
])
说明2
torchvison.datasets包中包含了MINIST,FakeData,COCO等一些常用数据库,可以通过简单数据集设置来进行数据集调用。其中数据集的接口中包含参数transform对输入做变换。
说明3
torch.utils.data.DataLoader接口主要用来将自定义的数据读取接口的输出或者pytorch已有的数据读取接口的输入按照batchsize封装成tensor,用于后续模型的输入。在用自己数据作为dataloader输入时,要实现_getitem()__和_len_方法
class torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_sampler=None, num_workers=0, collate_fn=, pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None)
说明4
torch,max(input,dim)
输入
input
是softmax函数输出的一个tensor
dim
是max函数索引的维度0/1
,0
是每列的最大值,1
是每行的最大值
输出
- 函数会返回两个
tensor
,第一个tensor
是每行的最大值,softmax的输出中最大的是1,所以第一个tensor
是全1的tensor
;第二个tensor
是每行最大值的索引。
训练图像分类器代码:
s
import torch
import torchvision
import torchvision.transforms as transforms
#在做数据归一化之前必须要把PIL Image转成Tensor,而其他resize或crop操作则不需要。
transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))])
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
shuffle=True, num_workers=2)
testset = torchvision.datasets.CIFAR10(root='./data', train=False,
download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
shuffle=False, num_workers=2)
classes = ('plane', 'car', 'bird', 'cat',
'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
import matplotlib.pyplot as plt
import numpy as np
# 展示图像的函数
def imshow(img):
img = img / 2 + 0.5 # unnormalize
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
# 获取随机数据
dataiter = iter(trainloader)
images, labels = dataiter.next()
# 展示图像
imshow(torchvision.utils.make_grid(images))
# 显示图像标签
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))
import torch.nn as nn
import torch.nn.functional as F
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(3, 6, 5)
self.pool = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(6, 16, 5)
self.fc1 = nn.Linear(16 * 5 * 5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(-1, 16 * 5 * 5)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
net = Net()
#定义损失函数和优化器
import torch.optim as optim
#Loss
criterion=nn.CrossEntropyLoss()
optimizer=optim.SGD(net.parameters(),lr=0.001,momentum=0.9)
#训练网络
for epoch in range(2):
running_loss=0
for i,data in enumerate(trainloader,0):
inputs,labels=data
optimizer.zero_grad()#防止梯度累积
outputs=net(inputs)
loss=criterion(outputs,labels)
loss.backward()
optimizer.step()
running_loss+=loss.item()
if i % 2000 == 1999: # 每2000批次打印一次
print('[%d, %5d] loss: %.3f' %
(epoch + 1, i + 1, running_loss / 2000))
running_loss = 0.0
print('Finished Trainning')
outputs=net(images)
print(outputs)
_,predicted=torch.max(outputs,1)
print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]
for j in range(4)))
#在GPU上训练
device=torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
net.to(device)
#将输入放到GPU
inputs,labels=inputs.to(device),labels.to(device)
总结
训练分类的流程:
1,定义数据集,把数据集放入DataLoader中
2,构建神经网络
3定义损失函数和优化器
3.在训练集上训练网络
4,在测试集上测试网络
参考
pytorch源码解读之torchvision.transforms
pytorch-handbook