Demo 10: 卷积神经网络基础篇
来源:B站 刘二大人
说明
- 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 )
- 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。
- 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。
- 卷积层作用是保留图像的空间信息。
- 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
- 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:
- 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. - 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。
- 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()