本文为🔗365天深度学习训练营内部限免文章
参考本文所写记录性文章,请在文章开头注明以下内容,复制粘贴即可
该篇文章通过构建简单的cnn模型,实现彩色图片的多分类问题。
一、准备工作
1.调用基本的包,设置gpu
import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device
2.导入数据
利用dataset内置的CIFAR10数据集,划分好训练集和测试集。
train_ds = torchvision.datasets.CIFAR10('data',
train=True,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
test_ds = torchvision.datasets.CIFAR10('data',
train=False,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
Files already downloaded and verified Files already downloaded and verified
直接调用函数datasets下载数据速度太慢了,可以直接挂t,直接把数据集下载到相应的路径。
3. 加载数据
调用torch.utils.data.DataLoader,并设置好batch_size
batch_size = 32
train_dl = torch.utils.data.DataLoader(train_ds,
batch_size=batch_size,
shuffle=True)
test_dl = torch.utils.data.DataLoader(test_ds,
batch_size=batch_size)
对于训练数据,shuffle=True。对于测试数据,不需要打乱数据。
# 取一个批次查看数据格式
imgs, labels = next(iter(train_dl))
imgs.shape
数据的shape为:[batch_size, channel, height, weight]
其中batch_size为自己设定,channel,height和weight分别是图片的通道数,高度和宽度。
torch.Size([32, 3, 32, 32])
因为是彩色图片,所以通道数是3。
4.数据可视化
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=(30, 10))
for i, imgs in enumerate(imgs[:20]):
##讲imgs转成numpy数组,并改变imgs的维度数据
##因为matplotlib中需要将其转换为[height,width,channels]的
npimg = imgs.numpy().transpose((1, 2, 0))
# 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')
取一个批次的图片进行可视化,因为matplotlib只能读取numpy格式的数据,并且读取数据的为[height,width,channels],给先将imgs转换为numpy数据并且利用transpose调换维度位置。
二、构建简单的CNN模型
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(3,64,kernel_size=3) #第一层卷积,卷积核大小为3*3
self.pool1 = nn.MaxPool2d(kernel_size=2) #设置池化层,池化核大小为2*2
self.conv2 = nn.Conv2d(64,64,kernel_size=3) #第二层卷积层,卷积核大小为3*3
self.pool2 = nn.MaxPool2d(kernel_size=2)
self.conv3 = nn.Conv2d(64,128,kernel_size=3)#第三层卷积层,卷积核大小为3*3
self.pool3 = nn.MaxPool2d(kernel_size=2) #池化层,池化核大小2*2
# 分类网络
self.fc1 = nn.Linear(512,256)
self.fc2 = nn.Linear(256,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 = self.pool3(F.relu(self.conv3(x)))
x = torch.flatten(x, start_dim=1)
x = F.relu(self.fc1(x))
x = self.fc2(x)
return x
这里构建了三层卷积-池化层
nn.Linear(512,256)
:这是一个全连接层。其中,512 是输入特征的数量,256 是输出特征的数量。这些特征是由前面的卷积层和池化层提取出来的。最后一个池化层的输出大小为 128×2×2,在传入全连接层之前,需要将其展平成一个一维向量,长度为 128×2×2=512。
x = self.fc2(x)
:这是第二个全连接层。它对第一个全连接层的输出进行线性变换,得到最终的输出。在分类任务中,这个输出通常对应于各个类别的得分或概率。
先进行卷积操作(self.conv1(x)
),然后应用ReLU激活函数(F.relu()
),最后进行池化操作(self.pool1()
)。进行了三层卷积和池化后,得到的是一个三维的特征图。然后,torch.flatten(x, start_dim=1)
这行代码将这个三维的特征图展平(拉直)成一个一维的向量,以便可以输入到全连接层。
x = F.relu(self.fc1(x))
:这是第一个全连接层。self.fc1(x)
表示对输入数据 x
进行线性变换(即矩阵乘法加偏置),然后 F.relu()
是激活函数,用于增加网络的非线性。
x = self.fc2(x)
:这是第二个全连接层。它对第一个全连接层的输出进行线性变换,得到最终的输出。这个输出对应各个类别的得分或概率。
from torchinfo import summary
# 将模型转移到GPU中(我们模型运行均在GPU中进行)
model = Model().to(device)
summary(model)
================================================================= Layer (type:depth-idx) Param # ================================================================= Model -- ├─Conv2d: 1-1 1,792 ├─MaxPool2d: 1-2 -- ├─Conv2d: 1-3 36,928 ├─MaxPool2d: 1-4 -- ├─Conv2d: 1-5 73,856 ├─MaxPool2d: 1-6 -- ├─Linear: 1-7 131,328 ├─Linear: 1-8 2,570 ================================================================= Total params: 246,474 Trainable params: 246,474 Non-trainable params: 0 =================================================================
三、训练模型
1.设置超参数
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)
torch.optim.SGD是pytorch中实现随机梯度下降的优化算法。在这个代码中,model.parameters() 是你想要优化的模型参数,lr=learn_rate 是学习率,它决定了参数更新的步长。CrossEntropyLoss 是 PyTorch 中的一个损失函数,主要用于分类问题。它计算的是模型的交叉熵。
2.训练模型
# 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
optimizer.zero_grad()
:这行代码将模型参数的梯度清零。在PyTorch中,梯度是累积的,所以在每次反向传播之前,我们需要清零梯度。 loss.backward()
:通过反向传播算法计算了损失对每个参数的梯度。 optimizer.step()
:根据计算出的梯度更新了模型。
3.测试函数
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
测试函数和训练函数大致相同,但是由于不进行梯度下降对网络权重进行更新,所以不需要传入优化器。
4.正式训练
epochs = 10
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')
Epoch: 1, Train_acc:11.3%, Train_loss:2.298, Test_acc:12.8%,Test_loss:2.279 Epoch: 2, Train_acc:21.2%, Train_loss:2.109, Test_acc:24.7%,Test_loss:1.984 Epoch: 3, Train_acc:30.0%, Train_loss:1.901, Test_acc:36.7%,Test_loss:1.751 Epoch: 4, Train_acc:38.3%, Train_loss:1.691, Test_acc:42.8%,Test_loss:1.595 Epoch: 5, Train_acc:43.4%, Train_loss:1.559, Test_acc:45.3%,Test_loss:1.516 Epoch: 6, Train_acc:47.0%, Train_loss:1.467, Test_acc:48.0%,Test_loss:1.437 Epoch: 7, Train_acc:50.5%, Train_loss:1.383, Test_acc:51.2%,Test_loss:1.367 Epoch: 8, Train_acc:53.3%, Train_loss:1.307, Test_acc:53.4%,Test_loss:1.290 Epoch: 9, Train_acc:55.9%, Train_loss:1.241, Test_acc:54.0%,Test_loss:1.282 Epoch:10, Train_acc:58.2%, Train_loss:1.181, Test_acc:56.6%,Test_loss:1.255 Done
四、 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()
五、问题总结
训练精度和准确率都不高,该怎么提高模型精度呢?