本系列来源于365天深度学习训练营
原作者K同学
一.前期准备
本文代码的环境为
- 语言环境:Python3.8
- 编译器:Jupyter Lab
- 深度学习环境:
- torch==1.12.1+cu113
- torchvision==0.13.1+cu113
导入所需要用到的包
import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision
设置GPU
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device
device(type='cuda'
导入数据集
MNIST手写数字数据集来源于是美国国家标准与技术研究所,是著名的公开数据集之一。MNIST手写数字数据集中包含了70000张图片,其中60000张为训练数据,10000为测试数据,70000张图片均是28*28。使用torchvison.datasets在线下载数据,我们使用的是mnist数据集。其中train=True表示下载训练集,train=False表示下载测试集。
train_ds = torchvision.datasets.MNIST('data',
train=True,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
test_ds = torchvision.datasets.MNIST('data',
train=False,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
利用DataLoader将数据按照batch_size划分,并且设置shuffle=True将训练集顺序打乱。
train_ds = torchvision.datasets.MNIST('data',
train=True,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
test_ds = torchvision.datasets.MNIST('data',
train=False,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
数据可视化
利用squeeze函数把imgs张量降维成28*28的二维数组,可视化训练数据加载器 train_dl
中的前20张图像
import numpy as np
# 指定图片大小,图像大小为20宽、5高的绘图(单位为英寸inch)
plt.figure(figsize=(20, 5))
for i, imgs in enumerate(imgs[:20]):
# 维度缩减
npimg = np.squeeze(imgs.numpy())
# 将整个figure分成2行10列,绘制第i+1个子图。
plt.subplot(2, 10, i+1)
plt.imshow(npimg, cmap=plt.cm.binary)
plt.axis('off')
二.构建简单CNN模型
该模型主要分为两部分:特征提取网路、分类网络。
1.特征提取网络
这部分网络用于从输入的图像中提取有用的特征。它包含了两个卷积层和两个最大池化层。
原始输入图像的尺寸是[1, 28, 28](通道数1,高度28,宽度28)
第一次卷积和池化:
- 卷积层:使用3x3的卷积核,边缘填充为0(默认),步长为1(默认),所以输出的高度和宽度都会减少2,变为26x26,输出通道数为32,所以此层输出尺寸为[32, 26, 26]。
- 池化层:使用2x2的池化核,所以高度和宽度都会除以2,变为13x13,输出尺寸为[32, 13, 13]
第二次卷积和池化:
- 卷积层:同样使用3x3的卷积核,边缘填充为0,步长为1,所以输出的高度和宽度都会减少2,变为11x11,输出通道数为64,所以此层输出尺寸为[64, 11, 11]。
- 池化层:使用2x2的池化核,所以高度和宽度都会除以2,变为5x5(向下取整),输出尺寸为[64, 5, 5]
2.分类网络
nn.linear用于创建全连接层,这里第一层全连接层输入节点数是1600(因为经过两次卷积和池化后输出得到5*5*64=1600个节点),输出节点数是64;第二层全连接层输入节点数是64,输出节点数就是num_classes也就是10,对应10个分类。
3.全连接层
定义forward函数确定数据通过网络的流程
使用F.relu()函数对特征图应用ReLU激活函数,增加非线性。
在进入全连接层之前,利用torch.flatten(x,start_dim=1)将二维的特征图转换为一维的向量。它将5x5x64的三维张量转换为长度为5x5x64 = 1600的一维向量
self.fa1(x)通过第一个全连接层,学习特征之间的关联,利用F.relu()再次应用Relu激活函数,最后通过第二个连接层,输入十分类的结果。
import torch.nn.functional as F
num_classes = 10 # 图片的类别数
class Model(nn.Module):
def __init__(self):
super().__init__()
# 特征提取网络
self.conv1 = nn.Conv2d(1, 32, kernel_size=3) # 第一层卷积,卷积核大小为3*3
self.pool1 = nn.MaxPool2d(2) # 设置池化层,池化核大小为2*2
self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核大小为3*3
self.pool2 = nn.MaxPool2d(2)
# 分类网络
self.fc1 = nn.Linear(1600, 64)
self.fc2 = nn.Linear(64, num_classes)
# 前向传播
def forward(self, x):
x = self.pool1(F.relu(self.conv1(x)))
x = self.pool2(F.relu(self.conv2(x)))
x = torch.flatten(x, start_dim=1)
x = F.relu(self.fc1(x))
x = self.fc2(x)
return x
三.训练模型
设定训练模型所需的损失函数、学习率和优化器
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-2 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate)
1.编写训练函数
这个train函数的主要逻辑是遍历整个训练集,对每一批数据进行前向传播、计算损失、反向传播和参数更新,同时记录并计算平均准确率和平均损失。这是神经网络模型训练的标准流程。
1.初始化变量
初始化训练损失和准确率为0
2.遍历训练集
对于dataloader生成的每一批训练数据X和对应的标签y,执行以下操作:
a. 数据迁移:将X和y移动到指定的设备(CPU或GPU)。
b. 前向传播:使用模型model对输入数据X进行预测,得到预测结果pred。
c. 计算损失:利用损失函数loss_fn计算预测结果pred和真实标签y之间的损失loss。
d. 反向传播:
- 使用optimizer.zero_grad()清零模型参数的梯度。
- 调用loss.backward()计算损失关于模型参数的梯度。
- 调用optimizer.step()更新模型参数
e. 记录准确率和损失:计算当前批次的准确率和损失,并累加到train_acc和train_loss。
3.计算平均准确率和平均损失
在遍历完所有训练数据后,计算整个训练集的平均准确率和平均损失
4.返回结果
函数最终返回平均准确率 和平均损失。
# 训练循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练集的大小,一共60000张图片
num_batches = len(dataloader) # 批次数目,1875(60000/32)
train_loss, train_acc = 0, 0 # 初始化训练损失和正确率
for X, y in dataloader: # 获取图片及其标签
X, y = X.to(device), y.to(device)
# 计算预测误差
pred = model(X) # 网络输出
loss = loss_fn(pred, y) # 计算网络输出和真实值之间的差距,targets为真实值,计算二者差值即为损失
# 反向传播
optimizer.zero_grad() # grad属性归零
loss.backward() # 反向传播
optimizer.step() # 每一步自动更新
# 记录acc与loss
train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
train_loss += loss.item()
train_acc /= size
train_loss /= num_batches
return train_acc, train_loss
2.编写测试函数
测试函数和训练函数大致相同,但是在整个测试过程中,使用torch.no.grad()来禁用梯度计算,以减小内存消耗,因为测试阶段不需要进行参数更新。
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测试集的大小,一共10000张图片
num_batches = len(dataloader) # 批次数目,313(10000/32=312.5,向上取整)
test_loss, test_acc = 0, 0
# 当不进行训练时,停止梯度更新,节省计算内存消耗
with torch.no_grad():
for imgs, target in dataloader:
imgs, target = imgs.to(device), target.to(device)
# 计算loss
target_pred = model(imgs)
loss = loss_fn(target_pred, target)
test_loss += loss.item()
test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()
test_acc /= size
test_loss /= num_batches
return test_acc, test_loss
四.正式训练
这段代码是训练神经网络模型的主循环,执行了指定轮数(epochs)的训练和测试,并记录了每个epoch的训练和测试准确率、损失。对于设定的每个epoch,先进行模型的训练,然后进行模型的评估,并将每一轮的结果记录和输出,直到所有的epochs都完成。
1.初始化变量
- epochs:设定训练的总轮数为5。
- train_loss,train_acc初始化这些列表,用于存储每个epoch的训练和测试的损失和准确率。
2.训练和测试循环
a. 模型训练:
- 将模型设置为训练模式(
model.train()
)。 - 调用前面定义的
train
函数,使用训练数据集train_dl
训练模型,得到该epoch的训练准确率和损失
b. 模型评估:
- 将模型设置为评估模式(
model.eval()
)。 - 调用前面定义的
test
函数,使用测试数据集test_dl
测试模型,得到该epoch的测试准确率和损失
c. 记录结果:
- 将该epoch的训练和测试准确率、损失分别添加到相应的列表中。
d. 输出日志:
- 使用模板字符串
template
输出当前epoch的训练和测试结果。
epochs = 5
train_loss = []
train_acc = []
test_loss = []
test_acc = []
for epoch in range(epochs):
model.train()
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
train_acc.append(epoch_train_acc)
train_loss.append(epoch_train_loss)
test_acc.append(epoch_test_acc)
test_loss.append(epoch_test_loss)
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%,Test_loss:{:.3f}')
print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss))
print('Done')
五.结果可视化
import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore") #忽略警告信息
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
plt.rcParams['figure.dpi'] = 100 #分辨率
epochs_range = range(epochs)
plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()
六.问题反思
1.如果调整参数使得模型精度更高?