一、前言
从零实现
- 构造数据集迭代器
- 实现模型
- 初始化超参数
- 定义 softmax 操作
- 定义损失函数【交叉熵 CrossEntropyLoss 】
- 定义优化算法SGD
- 定义评估准确率的方法及训练时的辅助动画
- 训练
简洁实现
- 构造数据集迭代器
- 使用 pytorch 模块实现模型
- 使用 pytorch 的方式初始化超参数
- 使用 pytorch 的损失函数【交叉熵 CrossEntropyLoss 】【pytorch 的 CrossEntropyLoss 自带 softmax 操作】
- 使用 pytorch 的优化算法SGD
- 定义评估准确率的方法及训练时的辅助动画
- 训练
ps:感谢李沐老师,虽然他不认识我(旺柴)
二、实现
1.加载并测试数据集
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l
# 用svg来显示图片,清晰度高一些
d2l.use_svg_display()
# 数据集测试 -----------------------------------------------------
# 下载数据,查看数据总量
# 通过ToTensor实例将图像数从PIL类型变换成32位浮点数格式
# 并除以255使得所有图像的数值都在0到1之间
trans = transforms.ToTensor()
mnist_train = torchvision.datasets.FashionMNIST(
root=r'./data',
train=True,
transform=trans,
download=True
)
mnist_test = torchvision.datasets.FashionMNIST(
root=r'./data',
train=False,
transform=trans,
download=True
)
print(len(mnist_train))
print(len(mnist_test))
# 数据展示
# 根据分类索引查询标签
def get_fashion_mnist_labels(labels):
""" 返回fashion-MNIST数据集的文本标签 """
text_labels = [
't-shirt', 'trouser', 'pullover', 'dress', 'coat', 'sandal', 'sweater', 'sneaker', 'bag', 'ankle boot'
]
return [text_labels[int(i)] for i in labels]
def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5):
"""
展示一组图片
:return:
"""
figsize = (num_cols * scale, num_rows * scale)
_, axes = d2l.plt.subplots(num_rows, num_cols, figsize=figsize)
axes = axes.flatten()
for i, (ax, img) in enumerate(zip(axes, imgs)):
if torch.is_tensor(img):
# 图片张量
ax.imshow(img.numpy())
else:
# PIL图片
ax.imshow(img)
ax.set_title(titles[i])
x, y = next(iter(data.DataLoader(mnist_train, batch_size=18)))
# print(x.shape)
# print(y.shape)
# print(get_fashion_mnist_labels(y))
show_images(x.reshape(18, 28, 28), 2, 9, titles=get_fashion_mnist_labels(y))
# show img
d2l.plt.show()
# 图片加载速度测试【控制图片加载批次,使得训练速度>图片加载速度】
batch_size = 256 # 每批次加载到内存中的图片数
loader_workers = 4 # 加载图片使用的进程数
train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=loader_workers)
timer = d2l.Timer()
for x, y in train_iter:
continue
print("加载一个批次的图片用时:{} s".format(timer.stop()))
2.从零实现
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l
# 用svg来显示图片,清晰度高一些
d2l.use_svg_display()
# 构造数据集迭代器 -----------------------------------------
def load_data_fashion_mnist(batch_size, resize=None):
"""
下载mnist数据集到指定目录,按批次加载到内存并返回迭代器
:param batch_size: # 每批次加载的数据量
:param resize: # 放大或缩小图片
:return:
"""
# 图片预处理方法定义
trans = [transforms.ToTensor()]
if resize:
trans.insert(0, transforms.Resize(resize))
# # transforms.Compose([
# transforms.Resize(resize), # 改变图像大小
# transforms.ToTensor() # 转为tensor张量,通过ToTensor实例将图像数从PIL类型变换成32位浮点数格式,并除以255使得所有图像的数值都在0到1之间
# ])
trans = transforms.Compose(trans)
# 加载数据
# root=r'./data', download=True 下载数据并缓存在./data目录
# train=True 加载训练集
# train=False 加载测试集
mnist_train = torchvision.datasets.FashionMNIST(
root=r'./data',
train=True,
transform=trans,
download=True
)
mnist_test = torchvision.datasets.FashionMNIST(
root=r'./data',
train=False,
transform=trans,
download=True
)
# 返回训练集和测试集的迭代器
# shuffle 是否乱序
# num_workers 多进程提高图片从硬盘加载的速度
train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=4)
test_iter = data.DataLoader(mnist_test, batch_size, shuffle=False, num_workers=4)
return (train_iter, test_iter)
batch_size = 256 # 每批次返回256张图
train_iter, test_iter = load_data_fashion_mnist(batch_size) # 获得数据迭代器
# 实现模型 -------------------------------------------------------------
def net(X):
# X 输入是一个四维矩阵 (256*1*28*28),在这里通过reshape转成二维 (自适应*768) 也就是 (256*768)
return softmax(torch.matmul(X.reshape((-1, W.shape[0])), W) + b)
# 初始化超参数 -----------------------------------------------------------------
# 简单的将图片维度拉直
num_inputs = 784 # 输入维度 28*28
num_outputs = 10 # 输出维度 10
W = torch.normal(0, 0.01, size=(num_inputs, num_outputs), requires_grad=True)
b = torch.zeros(num_outputs, requires_grad=True)
# 定义 softmax 操作 -------------------------
def softmax(X): # 举例:X = torch.tensor([[2, 2, 2], [2, 2, 2], [2, 2, 2]])
# torch.exp e为底的指数函数 yi = e**xi
X_exp = torch.exp(X) # 举例:X_exp = tensor([[2.7183, 2.7183, 2.7183], [2.7183, 2.7183, 2.7183], [2.7183, 2.7183, 2.7183]])
# 矩阵每行求和,keepdim 保持维度
partition = X_exp.sum(1, keepdim=True) # 举例:partition = tensor([[22.1672], [22.1672], [22.1672]])
# 利用广播机制求概率,partition矩阵将会被展开成与X_exp矩阵相同的维度,然后再进行对位相除
return X_exp / partition # 举例:X_exp / partition = tensor([[0.3333, 0.3333, 0.3333], [0.3333, 0.3333, 0.3333], [0.3333, 0.3333, 0.3333]])
# 输出前 [[2, 2, 2], [2, 2, 2], [2, 2, 2]]
# 输出后 [[0.3333, 0.3333, 0.3333], [0.3333, 0.3333, 0.3333], [0.3333, 0.3333, 0.3333]]
# 输出后的矩阵形状不变,值为非负,且每行的和为1
# 定义损失函数【交叉熵】 -----------------------------
def cross_entropy(y_hat, y):
return -torch.log(y_hat[range(len(y_hat)), y])
# 假设有一个三分类问题,现在有两个真实数据y和两个预测数据y_hat
# 假设 y = torch.tensor([1, 0])
# y_hat = torch.tensor([[0.1, 0.2, 0.7], [0.8, 0.1, 0.1]])
# 执行交叉熵
# 取 y_hat 中第一维中的第1个元素 和 y_hat 中第二维中的第0个元素
# 也就是 0.2 和 0.8,torch.tensor([0.2, 0.8])
# 求e为底 torch.tensor([0.2, 0.8]) 的对数,得 tensor([-1.6094, -0.2231])
# 求负数,得出两吗个分类的预测损失值 tensor([1.6094, 0.2231])
# 定义优化算法SGD -------------------------------------
# 小批量随机梯度下降法
lr = 0.1
def updater(batch_size):
""" 小批量随机梯度下降 """
with torch.no_grad(): # 更新参数时不计算梯度
for param in [W, b]:
param -= lr * param.grad / batch_size # w1 = w0 - 学习率 * 损失函数关于w0的梯度,除以 batch_size 求平均损失,如果在损失函数中除以了batch_size,这里就不要除了
param.grad.zero_() # 梯度归0
# 评估准确率的方法 ----------------------------------------
# 定义预测准确率函数
def accuracy(y_hat, y):
'''
:param y_hat: 接收二维张量,例如 torch.tensor([[1], [0]...])
:param y: 接收二维张量,例如 torch.tensor([[0.1, 0.2, 0.7], [0.8, 0.1, 0.1]...]) 三分类问题
:return:
'''
# if len(y_hat.shape) > 1 and len(y.shape) > 1:
y_hat = y_hat.argmax(axis=1)
cmp = y_hat.type(y.dtype) == y
return float(cmp.type(y.dtype).sum())
class Accumulator():
''' 对评估的正确数量和总数进行累加 '''
def __init__(self, n):
self.data = [0.0] * n
def add(self, *args):
self.data = [a + float(b) for a, b in zip(self.data, args)]
def reset(self):
self.data = [0.0] * len(self.data)
def __getitem__(self, item):
return self.data[item]
# 对任意模型评估准确率的方法
def evaluate_accuracy(net, data_iter):
''' 计算在指定数据集上的模型精度 '''
if isinstance(net, torch.nn.Module):
net.eval() # 将模型设置为评估模式
metric = Accumulator(2)
for X, y in data_iter:
metric.add(accuracy(net(X), y), y.numel())
return metric[0] / metric[1]
print(evaluate_accuracy(net, test_iter))
# 使用随机初始化的net预测十分类测试,正确率刚好在10%左右
# 0.1349
# 定义训练时的辅助动画
from IPython import display
class Animator(): #@save
"""在动画中绘制数据"""
def __init__(self, xlabel=None, ylabel=None, legend=None, xlim=None,
ylim=None, xscale='linear', yscale='linear',
fmts=('-', 'm--', 'g-.', 'r:'), nrows=1, ncols=1,
figsize=(3.5, 2.5)):
# 增量地绘制多条线
if legend is None:
legend = []
d2l.use_svg_display()
self.fig, self.axes = d2l.plt.subplots(nrows, ncols, figsize=figsize)
if nrows * ncols == 1:
self.axes = [self.axes, ]
# 使用lambda函数捕获参数
self.config_axes = lambda: d2l.set_axes(
self.axes[0], xlabel, ylabel, xlim, ylim, xscale, yscale, legend)
self.X, self.Y, self.fmts = None, None, fmts
def add(self, x, y):
# 向图表中添加多个数据点
if not hasattr(y, "__len__"):
y = [y]
n = len(y)
if not hasattr(x, "__len__"):
x = [x] * n
if not self.X:
self.X = [[] for _ in range(n)]
if not self.Y:
self.Y = [[] for _ in range(n)]
for i, (a, b) in enumerate(zip(x, y)):
if a is not None and b is not None:
self.X[i].append(a)
self.Y[i].append(b)
self.axes[0].cla()
for x, y, fmt in zip(self.X, self.Y, self.fmts):
self.axes[0].plot(x, y, fmt)
self.config_axes()
display.display(self.fig)
d2l.plt.draw()
d2l.plt.pause(0.001)
display.clear_output(wait=True)
# 训练 -------------------------------------------------
# 定义每批次训练函数
def train_epoch_ch3(net, train_iter, loss, updater):
# 判断是不是pytorch的model,如果是,就打开训练模式,pytorch的训练模式默认开启梯度更新
if isinstance(net, torch.nn.Module):
net.train()
# 创建样本累加器【累加每批次的损失值、样本预测正确的个数、样本总数】
metric = Accumulator(3)
for X, y in train_iter:
# 前向传播获得预测结果
y_hat = net(X)
# 计算损失值
l = loss(y_hat, y)
# 判断是pytorch自带的方法还是我们手写的方法【根据不同的方法有不同的处理方式】
if isinstance(updater, torch.optim.Optimizer):
# 梯度清零
updater.zero_grad()
# 损失值求和,反向传播【pytorch自动进行了损失值求和】
l.backward()
# 更新梯度
updater.step()
# 累加各参数
metric.add(
float(l)*len(y), # 损失值总数
accuracy(y_hat, y), # 样本预测正确的总数
y.size().numel() # 样本总数
)
else:
# 损失值求和,反向传播
l.sum().backward()
# 梯度更新
updater(X.shape[0])
# 累加各参数
metric.add(float(l.sum()), accuracy(y_hat, y), y.size().numel())
# 返回 平均损失值 和 预测正确的概率
# print("metric[0]: {}".format(metric[0]))
# print("metric[1]: {}".format(metric[1]))
# print("metric[2]: {}".format(metric[2]))
return metric[0]/metric[2], metric[1]/metric[2]
# 定义训练方法
def train_ch3(net, train_iter, test_iter, loss, num_epochs, updater):
"""训练模型 """
# 初始化训练动画
animator = Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0.3, 0.9],
legend=['train loss', 'train acc', 'test acc'])
# 训练 num_epochs 代
for epoch in range(num_epochs):
# 调用训练方法
# 返回 平均损失值 和 预测正确的概率
train_metrics = train_epoch_ch3(net, train_iter, loss, updater)
# 测试集上的准确率
test_acc = evaluate_accuracy(net, test_iter)
# 绘制【训练代数,平均损失值、前向传播时的预测正确率、测试集预测正确率】
animator.add(epoch + 1, train_metrics + (test_acc,))
# train_loss, train_acc = train_metrics
# assert train_loss < 0.5, train_loss
# assert train_acc <= 1 and train_acc > 0.7, train_acc
# assert test_acc <= 1 and test_acc > 0.7, test_acc
# 开始训练
num_epochs = 10
train_ch3(net, train_iter, test_iter, cross_entropy, num_epochs, updater)
2.简洁实现
import torch
from torch import nn
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l
# 用svg来显示图片,清晰度高一些
d2l.use_svg_display()
# 构造数据集迭代器 -----------------------------------------
def load_data_fashion_mnist(batch_size, resize=None):
"""
下载mnist数据集到指定目录,按批次加载到内存并返回迭代器
:param batch_size: # 每批次加载的数据量
:param resize: # 放大或缩小图片
:return:
"""
# 图片预处理方法定义
trans = [transforms.ToTensor()]
if resize:
trans.insert(0, transforms.Resize(resize))
# # transforms.Compose([
# transforms.Resize(resize), # 改变图像大小
# transforms.ToTensor() # 转为tensor张量,通过ToTensor实例将图像数从PIL类型变换成32位浮点数格式,并除以255使得所有图像的数值都在0到1之间
# ])
trans = transforms.Compose(trans)
# 加载数据
# root=r'./data', download=True 下载数据并缓存在./data目录
# train=True 加载训练集
# train=False 加载测试集
mnist_train = torchvision.datasets.FashionMNIST(
root=r'./data',
train=True,
transform=trans,
download=True
)
mnist_test = torchvision.datasets.FashionMNIST(
root=r'./data',
train=False,
transform=trans,
download=True
)
# 返回训练集和测试集的迭代器
# shuffle 是否乱序
# num_workers 多进程提高图片从硬盘加载的速度
train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=4)
test_iter = data.DataLoader(mnist_test, batch_size, shuffle=False, num_workers=4)
return (train_iter, test_iter)
batch_size = 256 # 每批次返回256张图
train_iter, test_iter = load_data_fashion_mnist(batch_size) # 获得数据迭代器
# 实现模型 ----------------------------------------------
# pytorch不会隐式的调整输入情况
# 因此,我们定义了展平层 Flatten ,在线性层前调整网络输入的形状
net = nn.Sequential(nn.Flatten(), nn.Linear(784, 10))
# 初始化超参数 ---------------------------------
def init_weights(m):
# 遍历 Sequential 如果发现 Linear 层,就把该层所有超参数初始化为均值0方差0.01的值
if type(m) == nn.Linear:
nn.init.normal_(m.weight, std=0.01)
# 模型加入初始化参数的方法
net.apply(init_weights)
# 定义损失函数 ----------------
loss = nn.CrossEntropyLoss()
# 定义优化算法【SGD】----------------------------------
updater = torch.optim.SGD(net.parameters(), lr=0.1)
# 评估准确率的方法 ----------------------------------------
# 定义预测准确率函数
def accuracy(y_hat, y):
'''
:param y_hat: 接收二维张量,例如 torch.tensor([[1], [0]...])
:param y: 接收二维张量,例如 torch.tensor([[0.1, 0.2, 0.7], [0.8, 0.1, 0.1]...]) 三分类问题
:return:
'''
# if len(y_hat.shape) > 1 and len(y.shape) > 1:
y_hat = y_hat.argmax(axis=1)
cmp = y_hat.type(y.dtype) == y
return float(cmp.type(y.dtype).sum())
class Accumulator():
''' 对评估的正确数量和总数进行累加 '''
def __init__(self, n):
self.data = [0.0] * n
def add(self, *args):
self.data = [a + float(b) for a, b in zip(self.data, args)]
def reset(self):
self.data = [0.0] * len(self.data)
def __getitem__(self, item):
return self.data[item]
# 对任意模型评估准确率的方法
def evaluate_accuracy(net, data_iter):
''' 计算在指定数据集上的模型精度 '''
if isinstance(net, torch.nn.Module):
net.eval() # 将模型设置为评估模式
metric = Accumulator(2)
for X, y in data_iter:
metric.add(accuracy(net(X), y), y.numel())
return metric[0] / metric[1]
print(evaluate_accuracy(net, test_iter))
# 使用随机初始化的net预测十分类测试,正确率刚好在10%左右
# 0.1349
# 定义训练时的辅助动画
from IPython import display
class Animator(): #@save
"""在动画中绘制数据"""
def __init__(self, xlabel=None, ylabel=None, legend=None, xlim=None,
ylim=None, xscale='linear', yscale='linear',
fmts=('-', 'm--', 'g-.', 'r:'), nrows=1, ncols=1,
figsize=(3.5, 2.5)):
# 增量地绘制多条线
if legend is None:
legend = []
d2l.use_svg_display()
self.fig, self.axes = d2l.plt.subplots(nrows, ncols, figsize=figsize)
if nrows * ncols == 1:
self.axes = [self.axes, ]
# 使用lambda函数捕获参数
self.config_axes = lambda: d2l.set_axes(
self.axes[0], xlabel, ylabel, xlim, ylim, xscale, yscale, legend)
self.X, self.Y, self.fmts = None, None, fmts
def add(self, x, y):
# 向图表中添加多个数据点
if not hasattr(y, "__len__"):
y = [y]
n = len(y)
if not hasattr(x, "__len__"):
x = [x] * n
if not self.X:
self.X = [[] for _ in range(n)]
if not self.Y:
self.Y = [[] for _ in range(n)]
for i, (a, b) in enumerate(zip(x, y)):
if a is not None and b is not None:
self.X[i].append(a)
self.Y[i].append(b)
self.axes[0].cla()
for x, y, fmt in zip(self.X, self.Y, self.fmts):
self.axes[0].plot(x, y, fmt)
self.config_axes()
display.display(self.fig)
d2l.plt.draw()
d2l.plt.pause(0.001)
display.clear_output(wait=True)
# 训练 -------------------------------------------------
# 定义每批次训练函数
def train_epoch_ch3(net, train_iter, loss, updater):
# 判断是不是pytorch的model,如果是,就打开训练模式,pytorch的训练模式默认开启梯度更新
if isinstance(net, torch.nn.Module):
net.train()
# 创建样本累加器【累加每批次的损失值、样本预测正确的个数、样本总数】
metric = Accumulator(3)
for X, y in train_iter:
# 前向传播获得预测结果
y_hat = net(X)
# 计算损失值
l = loss(y_hat, y)
# 判断是pytorch自带的方法还是我们手写的方法【根据不同的方法有不同的处理方式】
if isinstance(updater, torch.optim.Optimizer):
# 梯度清零
updater.zero_grad()
# 损失值求和,反向传播【pytorch自动进行了损失值求和】
l.backward()
# 更新梯度
updater.step()
# 累加各参数
metric.add(
float(l)*len(y), # 损失值总数
accuracy(y_hat, y), # 样本预测正确的总数
y.size().numel() # 样本总数
)
else:
# 损失值求和,反向传播
l.sum().backward()
# 梯度更新
updater(X.shape[0])
# 累加各参数
metric.add(float(l.sum()), accuracy(y_hat, y), y.size().numel())
# 返回 平均损失值 和 预测正确的概率
# print("metric[0]: {}".format(metric[0]))
# print("metric[1]: {}".format(metric[1]))
# print("metric[2]: {}".format(metric[2]))
return metric[0]/metric[2], metric[1]/metric[2]
# 定义训练方法
def train_ch3(net, train_iter, test_iter, loss, num_epochs, updater):
"""训练模型 """
# 初始化训练动画
animator = Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0.3, 0.9],
legend=['train loss', 'train acc', 'test acc'])
# 训练 num_epochs 代
for epoch in range(num_epochs):
# 调用训练方法
# 返回 平均损失值 和 预测正确的概率
train_metrics = train_epoch_ch3(net, train_iter, loss, updater)
# 测试集上的准确率
test_acc = evaluate_accuracy(net, test_iter)
# 绘制【训练代数,平均损失值、前向传播时的预测正确率、测试集预测正确率】
animator.add(epoch + 1, train_metrics + (test_acc,))
# train_loss, train_acc = train_metrics
# assert train_loss < 0.5, train_loss
# assert train_acc <= 1 and train_acc > 0.7, train_acc
# assert test_acc <= 1 and test_acc > 0.7, test_acc
# 开始训练
num_epochs = 10
train_ch3(net, train_iter, test_iter, loss, num_epochs, updater)