深度学习笔记——pytorch实现卷积神经网络CNN

系列文章目录

机器学习笔记——梯度下降、反向传播
机器学习笔记——用pytorch实现线性回归
机器学习笔记——pytorch实现逻辑斯蒂回归Logistic regression
机器学习笔记——多层线性（回归）模型 Multilevel (Linear Regression) Model
深度学习笔记——pytorch构造数据集 Dataset and Dataloader
深度学习笔记——pytorch解决多分类问题 Multi-Class Classification
深度学习笔记——pytorch实现卷积神经网络CNN
深度学习笔记——卷积神经网络CNN进阶
深度学习笔记——循环神经网络 RNN
深度学习笔记——pytorch实现GRU

---

---

前言

参考视频：B站刘二大人《pytorch深度学习实践》

---

一、卷积神经网络（Convolutional Neural Networks）

在全连接神经网络下，由于我们直接将数据压缩，所以会损失数据的空间关系等信息。于是卷积神经网络先提取数据的特征，保留数据一部分的位置信息，进行计算、再提取特征、再计算…最后通过全连接层进行处理输出结果。

假设有这样一张图片，其通道数为channel=3，宽width，高heigh。指定一个c,w,h的patch，通过patch遍历这个图像。

1.单通道图像

例如，这里有一个5✖5的单通道（单层）图像；patch为单通道，大小为3✖3；卷积核kernel为单通道，大小为3✖3。patch从图像的左上角遍历图像，patch覆盖的图像部分与卷积核kernel做数乘运算。注意：不是做矩阵相乘运算，而是对应的位置的数相乘，最后相加。

例如，第一次patch与卷积核kernel数乘得到211，填入到输出矩阵中，而后patch向右移一格，新的patch矩阵又与卷积核kernel做数乘运算，得到295，填入到输出矩阵中。


依次类推，最后得到我们的输出矩阵

2.多通道图像

我们已经知道了单通道（单层）图像如何进行卷积计算

以三通道（三层）的图像为例，仍旧选取3✖3的patch，每一个通道的图像分别对应一个卷积核kernel，按照上述的方式进行卷积，分别得到三个输出矩阵，最后将三个矩阵相加就得到了最终的输出矩阵。

三通道（三层）的图像，通过三通道（三层）的卷积核，得到一个单通道（单层）的矩阵。

n个通道（n层）的图像，可以通过n个通道（n层）的卷积核，可以得到一个单通道（单层）的输出矩阵。
那么如何得到一个多通道（多层）的输出矩阵呢？

一张n个通道的图像，可以通过一个n通道的卷积核得到一个单通道的输出矩阵，那么用这张图像通过m个n通道的卷积核，就可以得到m个单通道的输出矩阵。

这要求我们的卷积核是一个四维的张量，m代表个数，n代表通道数，以及宽度和长度。

#!/user/bin/env python3
# -*- coding: utf-8 -*-
import torch

in_channels, out_channels = 5, 10  # 输入通道数，输出通道数
width, height = 100, 100  # 输入矩阵的宽高
batch_size = 1
kernel_size = 3  # 卷积核的大小----3*3的矩阵

# 用torch产生一个随机矩阵，当做输入
input = torch.randn(batch_size, in_channels, width, height)
# 卷积层
conv_layer = torch.nn.Conv2d(in_channels, out_channels, kernel_size=kernel_size)
# 计算
output = conv_layer(input)
# 输出
print(input.shape)  # 输入矩阵的形状
print(output.shape)  # 输出矩阵的形状
print(conv_layer.weight.shape)  # 卷积核矩阵的形状```

# 二、使用步骤
## 1.引入库
>代码如下（示例）：

```c
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

输出结果：

输出结果解析：
输入矩阵的batch_size=1，通道数c=5，宽width=100，高height=100.
输出矩阵的batch_size=1，通道数c=10，宽width=98，高height=98.因为卷积核矩阵是3*3的，所以宽和高会减少2.
卷积核矩阵的个数m=10，通道数c=5，宽width=3，高height=3.
卷积核矩阵的通道数必须和输入矩阵的通道数相同，卷积核矩阵的个数决定输出矩阵的通道数。

3.扩充

如果我们想要输出矩阵的大小和输入的图像矩阵大小相同，可以在外围填充0.
上述图片的实现代码：

import torch

input = [3, 4, 6, 5, 7,
         2, 4, 6, 8, 2,
         1, 6, 7, 8, 4,
         9, 7, 4, 6, 2,
         3, 7, 5, 4, 1]
# 将输入转为张量，并转为矩阵
input = torch.Tensor(input).view(1, 1, 5, 5)  # batch_size,channel,width,height
# 卷积层
conv_layer = torch.nn.Conv2d(1, 1, kernel_size=3, padding=1,
                             bias=False)  # 输入通道=1，输出通道=1，卷积核矩阵=3*3，padding=1 即给输入矩阵填充一圈0，不要偏置量
# 自定义卷积矩阵kernel
kernel = torch.Tensor([1, 2, 3, 4, 5, 6, 7, 8, 9]).view(1, 1, 3, 3)  # 个数为1，输入矩阵通道为1，width=3，height=3
conv_layer.weight.data = kernel.data
# 计算
output = conv_layer(input)
# 输出
print(output)
print(output.shape)

运行结果：

4.设置步长

如果我们设置步长stride=2，那么patch矩阵每次会向右移动两格，得到一个更小的输出矩阵

import torch

input = [3, 4, 6, 5, 7,
         2, 4, 6, 8, 2,
         1, 6, 7, 8, 4,
         9, 7, 4, 6, 2,
         3, 7, 5, 4, 1]
# 将输入转为张量，并转为矩阵
input = torch.Tensor(input).view(1, 1, 5, 5)  # batch_size,channel,width,height
# 卷积层
conv_layer = torch.nn.Conv2d(1, 1, kernel_size=3, stride=2,
                             bias=False)  # 输入通道=1，输出通道=1，卷积核矩阵=3*3，padding=1 即给输入矩阵填充一圈0，不要偏置量
# 自定义卷积矩阵kernel
kernel = torch.Tensor([1, 2, 3, 4, 5, 6, 7, 8, 9]).view(1, 1, 3, 3)  # 个数为1，输入矩阵通道为1，width=3，height=3
conv_layer.weight.data = kernel.data
# 计算
output = conv_layer(input)
# 输出
print(output)
print(output.shape)

运行结果：

5.下采样——最大池化层max pooling

如图，我们选择一个22的maxpooling，它会将输入矩阵分成若干个22大小的矩阵，每个矩阵取其中最大的数，形成新的矩阵。

代码：

import torch

input = [3, 4, 6, 5,
         2, 4, 6, 8,
         1, 6, 7, 8,
         9, 7, 4, 6]
# 将输入转为张量，再转为指定大小的矩阵
input = torch.Tensor(input).view(1, 1, 4, 4)  # batch_size=1,c=1,width=1,h=1
# 池化层
maxpooling_layer = torch.nn.MaxPool2d(kernel_size=2)
# 计算
output = maxpooling_layer(input)
# 输出
print(output)

运行结果：

二.代码

1.分析

2.代码

import torch
from torchvision import datasets
from torchvision import transforms
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt

batch_size = 64
# 图像预处理
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])
# 数据集
train_data = datasets.MNIST(root='mnist/', train=True, download=True, transform=transform)
test_data = datasets.MNIST(root='mnist/', train=False, download=True, transform=transform)
# 数据装载
train_batch = DataLoader(train_data, batch_size=batch_size, shuffle=True)
test_batch = DataLoader(test_data, batch_size=batch_size, shuffle=False)


# 模型
class CNNModel(torch.nn.Module):
    def __init__(self):
        super(CNNModel, self).__init__()
        self.conv1 = torch.nn.Conv2d(1, 10, kernel_size=5)  # 卷积层1
        self.conv2 = torch.nn.Conv2d(10, 20, kernel_size=5)  # 卷积层2
        self.pooling = torch.nn.MaxPool2d(2)  # 池化层
        self.activate = torch.nn.ReLU()  # 激活函数
        self.linear = torch.nn.Linear(320, 10)  # 线性层

    def forward(self, x):
        batch_size = x.size(0)
        x = self.activate(self.pooling(self.conv1(x)))
        x = self.activate(self.pooling(self.conv2(x)))
        x = x.view(batch_size, -1)  # 将矩阵变形，变成（batch_size,320）形状
        x = self.linear(x)
        return x


model = CNNModel()
# 让gpu进行运算
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model.to(device)  # 将模型数据传给gpu

# 损失函数
criterion = torch.nn.CrossEntropyLoss()
# 优化器
optimizer = torch.optim.SGD(model.parameters(), lr=0.01, momentum=0.5)
# 可视化数据
epoch_list = []
accuracy_list = []


# 训练
def model_train(epoch):
    running_loss = 0.0
    for batch_idx, data in enumerate(train_batch, 1):
        inputs, targets = data
        inputs, targets = inputs.to(device), targets.to(device)  # 将输入数据传入gpu
        optimizer.zero_grad()
        # forward
        pred = model(inputs)
        loss = criterion(pred, targets)
        # backward
        loss.backward()
        # update
        optimizer.step()
        # 输出
        running_loss += loss.item()
    print('epoch:%d,loss=%.4f' % (epoch, running_loss / batch_idx))
    running_loss = 0.0


# 测试
def model_test():
    correct = 0
    total = 0
    with torch.no_grad():
        for (inputs, targets) in test_batch:
            inputs, targets = inputs.to(device), targets.to(device)
            pred = model(inputs)
            _, predicted = torch.max(pred.data, dim=1)
            total += targets.size(0)
            correct += (predicted == targets).sum().item()
        print('Accuracy on test set:%d %%' % (100 * correct / total))
    return correct / total


if __name__ == '__main__':
    for epoch in range(10):
        epoch_list.append(epoch)
        model_train(epoch)
        accuracy = model_test()
        accuracy_list.append(accuracy)

    # 绘图
    plt.plot(epoch_list, accuracy_list)
    plt.xlabel('epoch')
    plt.ylabel('accuracy')
    plt.show()

3.运行结果

---