目录
Result:(Pycharm, Jupyter Notebook)
Part1
from torchvision import transforms
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307, ), (0.3081, ))
])
transforms.ToTensor()的作用是:将shape为(H, W, C)的nump.ndarray或img转为shape为(C, H, W)的tensor,并将每一个数值归一化到[0,1](除以255即可)。 transforms.Normalize((mean1,mean2,),(std1,std2,))的作用是:是对数据按通道channel进行标准化((P1-mean1)/std1)。
代码在神经网络的作用:数据分布在(0,1)之间时,实际的bias(即神经网络的输入b)可能会比较大,而模型初始化时b=0,这会导致神经网络收敛速度较慢,经过Normalize后,则可以加快模型的收敛速度。
Part2
class Net(torch.nn.Module):
def __init__(self): #构造函数
super(Net, self).__init__()
self.l1 = torch.nn.Linear(784, 512) #线性层,输入纬度,输出纬度
self.l2 = torch.nn.Linear(512, 256)
self.l3 = torch.nn.Linear(256, 128)
self.l4 = torch.nn.Linear(128, 64)
self.l5 = torch.nn.Linear(64, 10)
def forward(self, x):
x = x.view(-1, 784) #reshape
x = F.relu(self.l1(x)) #relu()激活函数
x = F.relu(self.l2(x))
x = F.relu(self.l3(x))
x = F.relu(self.l4(x))
return self.l5(x)
model = Net()
super(Model, self).__init__()的作用:通过初始化父类属性以初始化自身继承了父类的那部分属性。
x.view()的作用:view函数相当于numpy中的reshape函数,-1表示一个不确定的数,784表示确定的列数,详见参考博客[4]。
relu()的作用:激活函数,详见参考博客[5]。
Part3
criterion = torch.nn.CrossEntropyLoss() #计算交叉熵损失
optimizer = optim.SGD(model.parameters(), lr = 0.01, momentum = 0.5)
criterion = torch.nn.CrossEntropyLoss()的作用:用于计算交叉熵损失(详见参考博客[6]和[7]),计算公式如下:
optimizer = optim.SGD()的作用:构造梯度下降优化器。model.parameters()表示待优化的参数组,lr表示学习率,momentum表示冲量因子,详见参考博客[8]和[9]。
参考博客[7]
参考博客[8]
Part4
def train(epoch):
running_loss = 0.0
for batch_idx, data in enumerate(train_loader, 0): # 遍历函数,0表示从第0个元素开始,返回数据下标和数值
inputs, target = data #特征,标签
optimizer.zero_grad() #梯度归零
# forward + backward + updata
outputs = model(inputs)
loss = criterion(outputs, target) #计算损失
loss.backward() #反向传播梯度值
optimizer.step() #更新参数
running_loss += loss.item() #得到元素张量的一个元素值,将张量转换成浮点数
if batch_idx % 300 == 299:
print('[%d, %5d] loss: %.3f' % (epoch + 1, batch_idx + 1, running_loss / 300))
running_loss = 0.0
optimizer.zero_grad()的作用:将梯度归零; loss.backward()的作用:计算梯度,并反向传播; optimizer.step()的作用:更新参数;
Part5
def test():
correct = 0
total = 0
with torch.no_grad(): #数据不计算梯度
for data in test_loader:
images, labels = data
outputs = model(images)
_, predicted = torch.max(outputs.data, dim = 1) #predicted为tensor每行最大值的索引
total += labels.size(0) #总样本
correct += (predicted == labels).sum().item() #预测准确的样本数
print('Accuracy on test set: %d %%' % (100 * correct / total)) #准确率
torch.max(input, dim)的作用:返回最大值和索引,详见参考博客[11]。 (predicted == labels).sum().item()的作用:详见参考博客[12]
参考博客[12]
这里需要说明的是:由于数据集是mnist,outputs.data返回的是分别属于九个数字标签的概率,predicted则为索引值(0-9),正好与labels的值相对应,因此使用predicted == labels来判断预测准确的样本数。
Part6 完整代码
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
batch_size = 64
transform = transforms.Compose([
transforms.ToTensor(), #将shape为(H, W, C)的img转为shape为(C, H, W)的tensor,将每一个数值归一化到[0,1]
transforms.Normalize((0.1307, ), (0.3081, )) #按通道进行数据标准化
])
train_dataset = datasets.MNIST(root = '../Pycharm/dataset/mnist/', train = True, download = True, transform = transform)
train_loader = DataLoader(train_dataset, shuffle = True, batch_size = batch_size)
test_dataset = datasets.MNIST(root = '../Pycharm/dataset/mnist/', train = False, download = True, transform = transform)
test_loader = DataLoader(test_dataset, shuffle = False, batch_size = batch_size)
class Net(torch.nn.Module):
def __init__(self): # 构造函数
super(Net, self).__init__()
self.l1 = torch.nn.Linear(784, 512) # 线性层,输入纬度,输出纬度
self.l2 = torch.nn.Linear(512, 256)
self.l3 = torch.nn.Linear(256, 128)
self.l4 = torch.nn.Linear(128, 64)
self.l5 = torch.nn.Linear(64, 10)
def forward(self, x):
x = x.view(-1, 784) # view函数相当于numpy中的reshape函数,-1表示一个不确定的数,784表示确定的列
x = F.relu(self.l1(x)) # relu()激活函数
x = F.relu(self.l2(x))
x = F.relu(self.l3(x))
x = F.relu(self.l4(x))
return self.l5(x)
model = Net()
criterion = torch.nn.CrossEntropyLoss() # 计算交叉熵损失
optimizer = optim.SGD(model.parameters(), lr = 0.01, momentum = 0.5) #构建优化器,lr为学习率,momentum为冲量因子
def train(epoch):
running_loss = 0.0
for batch_idx, data in enumerate(train_loader, 0): # 遍历函数,0表示从第0个元素开始,返回数据下标和数值
inputs, target = data #特征,标签
optimizer.zero_grad() #梯度归零
# forward + backward + updata
outputs = model(inputs)
loss = criterion(outputs, target) #计算损失
loss.backward() #反向传播梯度值
optimizer.step() #更新参数
running_loss += loss.item() #得到元素张量的一个元素值,将张量转换成浮点数
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
total = 0
with torch.no_grad(): #数据不计算梯度
for data in test_loader:
images, labels = data
outputs = model(images)
_, predicted = torch.max(outputs.data, dim = 1) #predicted为tensor每行最大值的索引
total += labels.size(0) #总样本
correct += (predicted == labels).sum().item() #预测准确的样本数
print('Accuracy on test set: %d %%' % (100 * correct / total)) #准确率
def main():
for epoch in range(10):
train(epoch)
test()
main()