python怎么训练分类器_[ Pytorch教程 ] 训练分类器 - pytorch中文网

训练神经网络

训练神经网络

就是这个。您已经看到了如何定义神经网络，计算loss和更新网络的权重。

现在你可能在想，

数据怎么样？

一般来说，当您必须处理图像，文本，音频或视频数据时，您可以使用将数据加载到numpy数组中的标准python包。然后你可以将数组转换成一个torch.*Tensor。

对于图像，Pillow，OpenCV等包装很有用。

对于音频，软件包如scipy和librosa

对于文本，原始Python或基于Cython的加载，或NLTK和SpaCy都是有用的。

专门为vision，我们已经创建了一个叫做 torchvision，其中有对普通数据集如Imagenet，CIFAR10，MNIST等和用于图像数据的变压器，即，数据装载机 torchvision.datasets和torch.utils.data.DataLoader。

这提供了巨大的便利，避免了编写样板代码。

对于本教程，我们将使用CIFAR10数据集。它有“飞机”，“汽车”，“鸟”，“猫”，“鹿”，“狗”，“青蛙”，“马”，“船”，“卡车”。CIFAR-10中的图像大小为3x32x32，即尺寸为32x32像素的3通道彩色图像。

训练图像分类器

我们将按顺序执行以下步骤：

1、使用CIFAR10培训和测试数据集加载和归一化 torchvision

2、定义卷积神经网络

3、定义损失函数

4、训练网络上的训练数据

5、测试网络上的测试数据

加载和归一化CIFAR10

使用torchvision，加载CIFAR10非常容易。

import torch

import torchvision

import torchvision.transforms as transforms

torchvision数据集的输出是范围[0，1]的PILImage图像。我们将它们转换为归一化范围[-1,1]的张量

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')

输出：

Files already downloaded and verified

Files already downloaded and verified

让我们展示一些训练图像试一下。

import matplotlib.pyplot as plt

import numpy as np

# functions to show an image

def imshow(img):

img = img / 2 + 0.5 # unnormalize

npimg = img.numpy()

plt.imshow(np.transpose(npimg, (1, 2, 0)))

# get some random training images

dataiter = iter(trainloader)

images, labels = dataiter.next()

# show images

imshow(torchvision.utils.make_grid(images))

# print labels

print(' '.join('%5s' % classes[labels[j]] for j in range(4)))

输出：

dog deer horse horse

2.定义卷积神经网络

之前从神经网络部分复制神经网络并对其进行修改，以获取3通道图像(而不是像定义的1通道图像)。

from torch.autograd import Variable

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()

3.定义一个Loss函数和优化器

让我们用动量分类Cross-Entropy loss和SGD

import torch.optim as optim

criterion = nn.CrossEntropyLoss()

optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

4.训练网络

这是当事情开始变得有趣的时候。我们只需要遍历我们的数据迭代器，并将输入馈送到网络并进行优化

for epoch in range(2): # loop over the dataset multiple times

running_loss = 0.0

for i, data in enumerate(trainloader, 0):

# get the inputs

inputs, labels = data

# wrap them in Variable

inputs, labels = Variable(inputs), Variable(labels)

# zero the parameter gradients

optimizer.zero_grad()

# forward + backward + optimize

outputs = net(inputs)

loss = criterion(outputs, labels)

loss.backward()

optimizer.step()

# print statistics

running_loss += loss.data[0]

if i % 2000 == 1999: # print every 2000 mini-batches

print('[%d, %5d] loss: %.3f' %

(epoch + 1, i + 1, running_loss / 2000))

running_loss = 0.0

print('Finished Training')

输出：

[1, 2000] loss: 2.180

[1, 4000] loss: 1.831

[1, 6000] loss: 1.647

[1, 8000] loss: 1.569

[1, 10000] loss: 1.509

[1, 12000] loss: 1.462

[2, 2000] loss: 1.403

[2, 4000] loss: 1.381

[2, 6000] loss: 1.349

[2, 8000] loss: 1.333

[2, 10000] loss: 1.301

[2, 12000] loss: 1.281

Finished Training

5.测试网络上的测试数据

我们已经通过训练数据集训练了2次通过网络。但是，我们需要检查网络是否已经学到了什么东西。

我们将通过预测神经网络输出的类标签来检查，并根据地面实况进行检查。如果预测是正确的，我们将样本添加到正确预测列表中。

好的，第一步。让我们从测试集中显示一个图像来熟悉。

dataiter = iter(testloader)

images, labels = dataiter.next()

# print images

imshow(torchvision.utils.make_grid(images))

print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4)))

输出：

GroundTruth: cat ship ship plane

好的，现在让我们看看神经网络认为这些例子是：

outputs = net(Variable(images))

输出是10级的能量。一个课程的能量越高，网络认为图像是特定类别越多。所以，让我们得到最高能量的指标：

_, predicted = torch.max(outputs.data, 1)

print('Predicted: ', ' '.join('%5s' % classes[predicted[j][0]]

for j in range(4)))

输出：

Predicted: cat ship ship ship

结果似乎相当不错。

我们来看看网络在整个数据集上的表现。

correct = 0

total = 0

for data in testloader:

images, labels = data

outputs = net(Variable(images))

_, predicted = torch.max(outputs.data, 1)

total += labels.size(0)

correct += (predicted == labels).sum()

print('Accuracy of the network on the 10000 test images: %d %%' % (

100 * correct / total))

输出：

Accuracy of the network on the 10000 test images: 56 %

这看起来比机会更好，这是10％的精确度(随机挑选10个班级的班级)。似乎网络学到了一些东西。

嗯，什么是表现良好的课程，以及表现不佳的课程：

class_correct = list(0. for i in range(10))

class_total = list(0. for i in range(10))

for data in testloader:

images, labels = data

outputs = net(Variable(images))

_, predicted = torch.max(outputs.data, 1)

c = (predicted == labels).squeeze()

for i in range(4):

label = labels[i]

class_correct[label] += c[i]

class_total[label] += 1

for i in range(10):

print('Accuracy of %5s : %2d %%' % (

classes[i], 100 * class_correct[i] / class_total[i]))

输出：

Accuracy of plane : 55 %

Accuracy of car : 74 %

Accuracy of bird : 38 %

Accuracy of cat : 30 %

Accuracy of deer : 34 %

Accuracy of dog : 51 %

Accuracy of frog : 76 %

Accuracy of horse : 66 %

Accuracy of ship : 69 %

好的，那么下一步呢？

我们如何在GPU上运行这些神经网络？

GPU上的训练

就像将Tensor转移到GPU一样，您将神经网络传输到GPU。这将递归地遍历所有模块，并将其参数和缓冲区转换为CUDA张量：

net.cuda()

请记住，您必须将输入和目标的每一步都发送到GPU：

inputs, labels = Variable(inputs.cuda()), Variable(labels.cuda())

为什么我没有注意到与CPU相比MASSIVE加速？因为你的网络很小。

**练习：))尝试增加你的网络的宽度(第一个参数2，nn.Conv2d第二个参数1 nn.Conv2d-他们需要是相同的数字)，看看你得到什么样的加速。

实现目标：

了解PyTorch的Tensor图书馆和神经网络在高水平。

训练一个小神经网络来分类图像

我下一步做什么