PyTorch 深度学习实践 第十讲 ---卷积神经网络基础篇

Demo 10: 卷积神经网络基础篇
来源：B站 刘二大人

说明

1. 卷积神经网络前一部分叫做特征提取（Feature Extraction），后一部分叫做分类（classification ）
2. 一个卷积核它的通道数量要求和输入通道是一样的。这种卷积核的总数有多少个和你输出通道的数量是一样的。
3. 卷积(convolution)后，C(Channels)变，W(width)和H(Height)可变可不变，取决于是否padding。subsampling(或pooling)后，C不变，W和H变。
4. 卷积层作用是保留图像的空间信息。
5. 卷积层要求输入输出是四维张量(B,C,W,H)，而全连接层（Linear层）的输入与输出都是二维张量(B,Input_feature)。 torch.nn.Linear（）详解
6. 卷积(线性变换)->激活函数(非线性变换)->池化->卷积；重复这个过程若干次后，再用view打平，然后进入全连接层。

代码说明：

1. torch.nn.Conv2d(1,10,kernel_size=3,stride=2,bias=False)
   1：输入的Channel，灰色图像是1维的；
   10：输出的Channel，也可以说第一个卷积层需要10个卷积核
   kernel_size=3：卷积核大小是3x3；
   stride=2：进行卷积运算时的步长，默认为1；
   bias=False：卷积运算是否需要偏置bias，默认为False。
   padding = 0：卷积操作是否补0，不写默认为0.
2. self.fc = torch.nn.Linear(320, 10).这个320获取的方式,可以通过x = x.view(batch_size, -1) # print(x.shape)可得到(64,320),64指的是batch，320就是指要进行全连接操作时，输入的特征维度。
3. 关于cuda问题，如果不需要使用GPU，就正常编程即可。需要使用GPU也很简单：1.定义device指向cuda 2.将model（里面有卷积核和全连接层）、训练集、测试集的数据送入device。

# Demo 10 卷积神经网络基础

import torch
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optim

# prepare dataset

batch_size = 64
# 转tensor，归一化，标准化和方差
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])
# 获得训练集，测试集，参数为istrain，格式，下载
train_dataset = datasets.MNIST(root='../dataset/minist/', train=True, download=True, transform=transform)
train_loader = DataLoader(train_dataset, shuffle=True, batch_size=batch_size)
test_dataset = datasets.MNIST(root='../dataset/minist/', train=False, download=True, transform=transform)
test_loader = DataLoader(test_dataset, shuffle=True, batch_size=batch_size)


# design model

class Net(torch.nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = torch.nn.Conv2d(1, 10, kernel_size=5)
        self.conv2 = torch.nn.Conv2d(10, 20, kernel_size=5)
        self.pooling = torch.nn.MaxPool2d(2)
        self.fc = torch.nn.Linear(320, 10)

    def forward(self, x):
        # flatten data from (n,1,28,28) to (n, 784)
        batch_size = x.size(0)
        x = F.relu(self.pooling(self.conv1(x)))
        x = F.relu(self.pooling(self.conv2(x)))
        x = x.view(batch_size, -1)  # -1就是当前这一组图像的输出特征，自动计算的，这里是320
        return self.fc(x)


model = Net()
# GPU版本需要将模型和训练集、测试集的输入和输出都送入cuda中
# 不用cuda的话注释掉下面两句
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")  # 有cuda就选中cuda
print(device)
model.to(device)  # 将模型放入cuda中，cuda就是显卡

# construct loss and optimizer

criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)


# training cycle


def train(epoch):
    running_loss = 0
    for batch_idx, data in enumerate(train_loader, 0):
        inputs, target = data
        # 下面一句是送入cuda
        inputs, target = inputs.to(device), target.to(device)
        outputs = model(inputs)
        loss = criterion(outputs, target)
        optimizer.zero_grad()

        loss.backward()
        optimizer.step()

        running_loss += loss.item()
        if batch_size % 300 == 299:
            print('[%d,%5d] loss: %.3f' % (epoch + 1, batch_size + 1, running_loss / 300))
            running_loss = 0


def test():
    correct = 0  # 正确的个数
    total = 0  # 总数
    # 取消梯度
    with torch.no_grad():
        for data in test_loader:
            inputs, labels = data
            # 送入cuda
            inputs, labels = inputs.to(device), labels.to(device)
            outputs = model(inputs)
            _, predicted = torch.max(outputs.data, dim=1)
            total += labels.size(0)
            correct += (predicted == labels).sum().item()
    print('accuracy on test set: %d %%' % (100 * correct / total))
    return correct / total


if __name__ == '__main__':
    # 画个图,需要一个epoch_list和一个accuracy_list来存储数据
    epoch_list = []
    acc_list = []
    for epoch in range(100):
        train(epoch)
        acc = test()
        epoch_list.append(epoch)
        acc_list.append(acc)

    plt.plot(epoch_list, acc_list)
    plt.xlabel('epoch')
    plt.ylabel('accuracy')
    plt.show()