卷积神经网络CNN基础《PyTorch深度学习实践》

全连接神经网络：网络是线性层串行连接，
因为线性层中任意输入与输出间，都有权重连接，
因此线性层也叫全连接层。

处理图像上常用的二维卷积神经网络
构建神经网络时：首先明确输入输出张量维度，利用各种层进行维度上尺寸大小的变换，最后把它映射到想要的输出空间。
卷积后，C变，W和H可变可不变，取决于是否padding。
下采样(或pooling池化)后，C不变，W和H变。
特征提取器：卷积，下采样
分类器：全连接…
全连接使图像失去空间信息，卷积层能保留空间信息
下图所示过程：输入—>卷积【(线性变换)，激活函数(非线性变换)】，池化，重复这个过程若干次—>view打平，进入全连接层—>输出
栅格图像：一个个像素点
矢量图像：由基本图像及其描述，现场描绘
对patch卷积，patch遍历整个图像
图像坐标原点在左上（如下图）

卷积：
这几个红点处为中心（如下图）。所有使用3* 3卷积核少两行两列，原图5 * 5经过卷积少4行4列
如果要使输入输出图像w,h同：
卷积核是3* 3：padding=1 在图像外面填充一圈，
卷积核是5* 5：padding=2 在图像外面填充两圈
stride步长
例：stride = 2
55图像卷积->22图像

每个卷积核（kernel），卷积完通道为一
卷积计算：每次滑动的位置，对应位置相乘再求和，然后将3层操作求和+偏置b（如下图）

输入通道个数 = 卷积核通道个数
卷积核个数 = 输出通道个数（如下图）

卷积核是四维张量（mnw*h）下图

input = torch.randn(batch_size,in_channels,width,height) #rand normal 从正态分布采样随机数
#生成卷积层
conv_layer = torch.nn.Conv2d(in_channels,out_channels,kenel_size=kernel_size)#输入通道，输出通道，卷积核大小
output = conv_layer(input)

由于pytorch输入数据必须是小批量，所以输入数据加一维度batch（小批量第几个）

上图：（n,c,w,h）
输入(batch_size=1,c=5,w=100,h=100)
输出(batch_size=1,c=10,w=98,h=98) # w=98,h=98 因为33的卷积层使得维度-2
卷积层(n=10,5,3,3) # kernel 33 ,n=输出通道数，c=输入通道数

定义卷积层注意四个值：输入通道，输出通道，卷积核w，h

下采样：用的比较多的是MaxPooling(最大池化层)
2* 2的maxpooling默认stride=2，就是把图像分成2* 2的一个组，在每个组里面找最大值
所以做maxpooling的时候只能把一个通道拿出来做maxpooling，通道之间不会去找最大值，所以在做最大池化（maxpooling）的时候，通道数量不会发生改变，但是如果用2*2的maxpooling,图像大小会缩成原来的一半（如下图）

CNN：（如下图） 权重是自己设置的

GPU版：（比CPU版就多了两处）

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
import matplotlib.pyplot as plt
 
# prepare dataset
 
batch_size = 64
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])
 
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=False, batch_size=batch_size)
 
# design model using class
 
 
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))) 
        #（batch_size,20,4，4）->（batch_size,320）
        x = x.view(batch_size, -1) # -1 此处自动算出的是320
        # print("x.shape",x.shape)
        x = self.fc(x) #全连接 （batch_size,320）->（batch_size,10）
 
        return x
 
 
model = Net()
#模型迁移到GPU
device = torch.device("cuda" if torch.cuda.is_available() else "cpu") # 设置GPU
model.to(device)
 
# construct loss and optimizer
criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)
 
# training cycle forward, backward, update
 
 
def train(epoch):
    running_loss = 0.0
    for batch_idx, data in enumerate(train_loader, 0):
        inputs, target = data
        inputs, target = inputs.to(device), target.to(device)
        optimizer.zero_grad()
 
        outputs = model(inputs)
        loss = criterion(outputs, target)
        loss.backward()
        optimizer.step()
 
        running_loss += loss.item()
        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():
        for data in test_loader:
            images, labels = data
            # 输入输出迁移都到GPU上
            images, labels = images.to(device), labels.to(device) 
            outputs = model(images)
            _, 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__':
    epoch_list = []
    acc_list = []
    
    for epoch in range(10):
        train(epoch)
        acc = test()
        epoch_list.append(epoch)
        acc_list.append(acc)
    
    plt.plot(epoch_list,acc_list)
    plt.ylabel('accuracy')
    plt.xlabel('epoch')
    plt.show()