上一篇文章搭建了一个简单的神经网络来检测MNIST数据集,今天搭建了一个CNN网络,同样来检测MNIST数据集,下面通过分析代码来记录一下我搭建过程中遇到的问题。
除了网络搭建部分代码外,其余代码与上次代码基本一致。
简单神经网络搭建:PyTorch_简单神经网络搭建_MNIST数据集
1.导入模块
import torch
import torchvision
import numpy as np
#导入图像数据处理函数
from torchvision import datasets,transforms
from torchvision.datasets import mnist
from torch.utils.data import DataLoader
#导入可视化图像函数
import matplotlib.pyplot as plt
#导入神经网络构建工具
import torch.nn as nn
import torch.optim as optim
2.定义用到的参数
#定义后面要用到的参数
train_batch_size = 512
test_batch_size = 512
#learning_rate = 0.1
num_epoches = 5
定义参数没有用到学习率,因为优化器使用的是Adma。
3.下载数据并对数据进行预处理
#先定义预处理函数
#注意这里由于数据集是灰度图,所以正则化时只有一个通道(R G B),
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize([0.5],[0.5])])
#下载minst数据集,注意只在训练集中就下载了,测试集那里download定义为False(默认为False,一般默认就直接不写就行)
data_train = mnist.MNIST('./data', train=True, transform=transform, target_transform=None, download=True)
data_test = mnist.MNIST('./data', train=False, transform=transform, target_transform=None, download=False)
#数据集下载完成后。就要对数据进行装载,利用batch _size来确认每个包的大小,用Shuffle来确认打乱数据集的顺序。
train_loader = DataLoader(data_train, batch_size=train_batch_size, shuffle=True)
test_loader = DataLoader(data_test,batch_size=test_batch_size,shuffle=True)
4.可视化图像
#选取一个区域的数据进行预览
import matplotlib.pyplot as plt
#%matplotlib inline是一个魔法函数(Magic Functions)。
#官方给出的定义是:IPython有一组预先定义好的所谓的魔法函数(Magic Functions)
#你可以通过命令行的语法形式来访问它们。
#使用%matplotlib命令可以将matplotlib的图表直接嵌入到Notebook之中,或者使用指定的界面库显示图表,
#它有一个参数指定matplotlib图表的显示方式。inline表示将图表嵌入到Notebook中。
%matplotlib inline
examples = enumerate(test_loader)
batch_idx,(example_data,example_targets) = next(examples)
fig = plt.figure()
for i in range(6):
plt.subplot(2,3,i+1)
plt.tight_layout()
plt.imshow(example_data[i][0],cmap='gray',interpolation='none')
plt.title("Ground Truth:{}".format(example_targets[i]))
plt.xticks([])
plt.yticks([])
输出图像:
5.CNN网络搭建
class CNN(nn.Module):
def __init__(self):
super(CNN,self).__init__()
self.conv1 = nn.Sequential(
#卷积后的图像size:[(W-F+2P)/S + 1 ] * [(W-F+2P)/S + 1] * M
#F = 3, S = 1, P = 1(保持feature map大小不变)
nn.Conv2d(1,10, kernel_size=3, stride=1, padding=1),
nn.ReLU(inplace=True),
nn.Conv2d(10,20,kernel_size=3, stride=1, padding=1),
nn.ReLU(inplace=True),
#池化后的图像size:[(W-F)/S + 1 ] * [(W-F)/S + 1] * M
#F = 2, S = 2(feature map大小减半,channel不变)
nn.MaxPool2d(kernel_size=2, stride=2),
)
self.dense = nn.Sequential(
nn.Linear(14*14*20, 100),
nn.ReLU(),
nn.Dropout(p=0.5),
nn.Linear(100,10),
)
def forward(self,x):
x = self.conv1(x)
# x = view(img.size(0),-1)
x = x.view(-1,14*14*20)
out = self.dense(x)
return out
#用CPU运算,参数一定不能设置的太多!!!
注意搭建时可以按照自己的想法搭建,不必照搬,参数不要设置太多,不然程序会一直运行一直算一直没有输出!!!其中卷积层、池化层可以自己定义(比如多定义几个池化,多定义几个卷积),只要相互连接的数据尺寸大小没错就可以。
注意进入Linear()前要设置x的维度/尺寸,确保匹配!!!
还要注意卷积或者池化后的数据尺寸公式:
卷积后的图像size:[(W-F+2P)/S + 1 ] * [(W-F+2P)/S + 1] * M
F = 3, S = 1, P = 1(保持feature map大小不变)
池化后的图像size:[(W-F)/S + 1 ] * [(W-F)/S + 1] * M
F = 2, S = 2(feature map大小减半,channel不变)
6.定义模型
#定义模型
model = CNN()
#损失函数
criterion = nn.CrossEntropyLoss()
#优化器
optimizer = optim.Adam(model.parameters())
print(model)
打印出模型结构:
CNN(
(conv1): Sequential(
(0): Conv2d(1, 10, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(1): ReLU(inplace=True)
(2): Conv2d(10, 20, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
(3): ReLU(inplace=True)
(4): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(dense): Sequential(
(0): Linear(in_features=3920, out_features=100, bias=True)
(1): ReLU()
(2): Dropout(p=0.5, inplace=False)
(3): Linear(in_features=100, out_features=10, bias=True)
)
)
7.训练并输出准确率
#开始训练 先定义存储损失函数和准确率的数组
losses = []
acces = []
#测试用
eval_losses = []
eval_acces = []
#训练模型
for epoch in range(num_epoches):
train_loss = 0
train_acc = 0
#将模型设置为训练模式
model.train()
for data in train_loader:
img,label = data
# img,label = Variable(img),Variable(label)
#print(img.size())
#print('--')
out = model(img)
loss = criterion(out,label)
optimizer.zero_grad()
loss.backward()
optimizer.step()
train_loss += loss
_,pred = out.max(1)
num_correct = (pred == label).sum().item()#记录标签正确的个数
acc = num_correct/img.shape[0]
train_acc += acc
losses.append(train_loss/len(train_loader))
acces.append(train_acc/len(train_loader))
eval_loss = 0
eval_acc = 0
model.eval()
for img,label in test_loader:
out = model(img)
loss = criterion(out,label)
optimizer.zero_grad()
loss.backward()
optimizer.step()
eval_loss += loss
_,pred = out.max(1)
num_correct = (pred == label).sum().item()#记录标签正确的个数
acc = num_correct/img.shape[0]
eval_acc += acc
eval_losses.append(eval_loss/len(test_loader))
eval_acces.append(eval_acc/len(test_loader))
print('epoch:{},Train Loss:{:.4f},Train Acc:{:.4f},Test Loss:{:.4f},Test Acc:{:.4f}'
.format(epoch,train_loss/len(train_loader),train_acc/len(train_loader),
eval_loss/len(test_loader),eval_acc/len(test_loader)))
准确率输出:
epoch:0,Train Loss:0.6811,Train Acc:0.7999,Test Loss:0.1623,Test Acc:0.9505
epoch:1,Train Loss:0.1976,Train Acc:0.9426,Test Loss:0.0714,Test Acc:0.9778
epoch:2,Train Loss:0.1269,Train Acc:0.9632,Test Loss:0.0503,Test Acc:0.9836
epoch:3,Train Loss:0.1013,Train Acc:0.9705,Test Loss:0.0404,Test Acc:0.9864
epoch:4,Train Loss:0.0858,Train Acc:0.9742,Test Loss:0.0335,Test Acc:0.9889
end