网络模型:
模型构建:
代码如下:
import torch
# torch 框架下的图像处理包,可以做图像预处理
from torchvision import transforms
##torch 框架下的图像处理包,可以用来生成图片和视频数据集
from torchvision import datasets
# 这是一个训练加载器,用来把训练分成多个小组,此函数每次抛出一个小组数组,直至把所有数据进行抛出
from torch.utils.data import DataLoader
# 非线性函数relu会用到的函数库
import torch.nn.functional as F
# 优化函数库
import torch.optim as optim
# -------------prepare dataset-----------
# batch_size表示每个批次大小是60
# epoch:表示一轮数据全部跑完的过程;batch_size:每次跑的数据量;iteration:总数据/batch_size
batch_size = 60
# 为了做一个高效的图像处理,ToTensor()把H×W×C的图像转化为一个Tensor:C×H×W,并将[0,255]的数据进行归一化
# 把图片数据映射到均值为0.1307,标准差为0.3081的(0,1)分布里面,这个过程成为标准化,mean,std是对所有mnist数据集计算过的数据;
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])
# datasets不能被实例化
# DataLoader帮助加载数据,可以被实例化
# 参数root:数据集存放位置;我的数据存放位置为:D:\PycharmProjects\dataset\mnist\MNIST\raw,../表示和myProjection在同一目录下
# 参数train:训练集设置成True,测试集设置成False;参数download:数据集没有下载设置成True,第一次用就设置成True,如果已经下载,不会再下载;
# datasets.CIFAR10也是一个分类的数据集,training set:50000 examples,test set:10000 examples,classes:10;
train_dataset = datasets.MNIST(root="../dataset/mnist/", train=True, download=True, transform=transform)
train_loader = DataLoader(train_dataset, shuffle=True, batch_size=batch_size)
test_dataset = datasets.MNIST(root="../dataset/mnist/", train=False, download=True, transform=transform)
test_loader = DataLoader(test_dataset, shuffle=True, batch_size=batch_size)
# ---------------------------------------
# ------------struct model---------------
class Net(torch.nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv_layer1 = torch.nn.Conv2d(1, 10, kernel_size=5, bias=False)
self.max_pooling = torch.nn.MaxPool2d(2)
self.conv_layer2 = torch.nn.Conv2d(10, 20, kernel_size=5, bias=False)
self.fc = torch.nn.Linear(320, 10)
# ---------------------------------------
def forward(self, x):
# 输入的数据shape是(batch_size,1,28,28),1表示图像都是单通道的灰度图,28×28表示H×W
# 输出的数据shape是(batch_size,10),10表示手写数字识别是10分类问题
batch_size = x.size(0)
# 卷积,池化,卷积,池化,
x = F.relu(self.conv_layer1(x)) # 64×1×28×28 -> 60×10×24×24
x = F.relu(self.conv_layer2(self.max_pooling(x))) # 60×10×24×24 -> 60×10×12×12 -> 60×20×8×8
x = self.max_pooling(x) # 60×20×8×8 -> 60×20×4×4
x = x.view(batch_size, -1) # 60×20×4×4 ->60×320
x = self.fc(x) # 60×320 -> 60×10
return x
model = Net() # 实例化模型
# ---------------------------------------
# ------------MSE+optimizer---------------
criterion = torch.nn.CrossEntropyLoss() # 交叉熵损失,调用的时候criterion(预测值,真实值)
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5) # 优化器
# ---------------------------------------
# ------------train+test---------------
def train(epoch):
running_loss = 0.0 # 每一个batch_size计算一次平均损失
for batch_idx, data in enumerate(train_loader, 0): # 随机取60张图片
inputs, target = data # 输入图片,真实结果
optimizer.zero_grad() # 梯度清零
outputs = model(inputs) # 模型调用
# 通过输出过程变量,发现labels是1*64,每个batch输入64张图片,每个数字图片得到的十个分类,却之对应一个labels,这样是无法计算交叉熵
# 查阅资料发现输入的真实label为[2],pytorch会自动转化为[0,0,1,0,0,0,0,0,0,0]的one_hot进行计算交叉熵
loss = criterion(outputs, target) # 计算损失
loss.backward() # 计算梯度
optimizer.step() # 梯度更新
"""
#用于查看过程变量的shape
print('outputs_shape', outputs.shape)#60*10
print('target_shape', target.shape)#1*60
print('outputs', outputs)
print('target', target)
"""
running_loss += loss # 每一个batch_size的损失和
if batch_idx % 300 == 299:
print('[%d,%5d] loss:%.3f' % (epoch + 1, batch_idx + 1, running_loss / 300))
running_loss = 0.0
def test():
correct = 0 # 识别正确的图片数量
total = 0 # 总识别图片的数量
with torch.no_grad(): # 不计算梯度
for data in test_loader:
images, labels = data # 输入图片,正确标签
outputs = model(images) # 调用模型
# _表示具体的最大值value,没有用,不必关注;predicted表示获取每一行的最大值的index,即其对应的数字(从0开始)
_, predicted = torch.max(outputs.data, dim=1)
total += labels.size(0) # 每次图片总数都是加一个batch_size
"""
#用来观察过程变量的输出,加深理解
print('images',images)#60*1*28*28
print('outputs',outputs)#60*10
print('labels', labels)#1*60
print('_',_)#1*60
print('predicted',predicted)#1*60
"""
# 正确的数量是predicted和labels匹配数量,匹配返回值为True,等价1
correct += (predicted == labels).sum().item()
print('accurancy:%.3f %%' % (correct / total * 100))
if __name__ == '__main__':
for epoch in range(10): # 训练10个epoch,观察测试数据集准确度的变化
train(epoch)
test()
# ---------------------------------------
运行结果:
epoch-accurancy 图: