Pytorch学习（二）：实现Cifar分类

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