知识点积累
# mnist_train[0][0].shape,mnist_train[0] 表示 MNIST 训练集中的第一个样本,而 [0] 则表示取该样本的第一个元素。
# 在 MNIST 数据集中,每个样本由一对输入特征和标签组成。因此,mnist_train[0] 表示第一个样本,其中包含了输入特征和标签。而 [0] 表示取该样本的输入特征部分,即图像部分。
# 综合起来,mnist_train[0][0] 表示 MNIST 训练集中第一个样本的输入特征。
d2l.use_svg_display()
# 通过调用 d2l.use_svg_display() 可以将图形以 SVG 格式显示在 Jupyter Notebook 或其他支持 SVG 显示的环境中。与常规的位图格式相比,SVG 格式具有无损放缩的优势,图像质量更好且不会模糊。
def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5):
# imgs:包含图像的列表或张量。
# num_rows:图像展示的行数。
# num_cols:图像展示的列数。
# titles:可选参数,图像的标题。
# scale:可选参数,放缩比例因子。
# 将返回的图形对象赋值给变量 _,
# 将子图对象数组赋值给变量 axes。
# 使用下划线 _ 表示忽略该变量,意味着我们不需要使用图形对象,只需要子图对象数组。
for i, (ax, img) in enumerate(zip(axes, imgs)):
# enumerate() 函数用于同时遍历多个序列,并返回元组 (index, item),其中 index 是元素在序列中的索引,item 是元素的值。
# zip(axes, imgs) 将 axes 和 imgs 按索引一一配对,返回一个迭代器,每次迭代时返回一个包含对应索引处的 axes 和 imgs 元素的元组。
# 在循环中,i 表示当前元素的索引,
# (ax, img) 表示当前的子图对象 ax 和对应的图像 img。
torch.is_tensor(img) # 函数用于判断 img 是否为张量类型。如果条件成立,表示 img 是一个张量,就会执行下面的代码块。
ax.imshow(img.numpy()) #将张量 img 转换为 NumPy 数组,然后在子图 ax 上显示图像。imshow() 函数用于绘制图像。
ax.set_title(titles[i]) #将标题 titles[i] 设置为子图 ax 的标题。titles 是一个可选的图像标题列表,使用索引 i 获取当前图像的标题。
transforms.ToTensor() #是 PyTorch 提供的一个图像转换函数,用于将图像转换为张量。它会将图像的数据类型从 PIL.Image 转换为 torch.Tensor,并将像素值缩放到 0 到 1 的范围。
trans.insert(0, transforms.Resize(resize)) #将这个大小调整转换函数插入到转换列表的最前面,确保在应用其他转换函数之前,图像的大小已经被调整到指定的尺寸。
trans = transforms.Compose(trans),#将转换列表 trans 组合成一个名为 trans 的组合转换操作。之后,可以将这个组合转换操作应用到图像上,例如使用 trans(image) 对图像 image 进行一系列的转换操作。通过组合多个转换函数,可以方便地对图像进行多步的预处理或增强操作。
torch.exp() #函数计算输入张量的指数值
torch.sum() #函数计算输入张量的元素之和。通过指定参数 dim=1,我们对输入张量的每一行进行求和操作。设置 keepdim=True 则保持结果张量的维度。
isinstance(net, torch.nn.Module) #函数来判断变量 net 是否为 torch.nn.Module 类型的实例。
net.eval() #是调用模型的方法,用于将模型设置为评估模式。
torch.normal(0, 1, (2, 5))
#均值 0:是指生成的随机数的均值,这里设定为 0。
# 标准差 1:是指生成的随机数的标准差,这里设定为 1。
# 大小 (2, 5):是指生成的随机数张量的大小,这里设定为一个 2 行 5 列的张量。
len(y_hat.shape) > 1 and y_hat.shape[1] > 1
# len(y_hat.shape)代表样本数量
#y_hat.shape[1]代表样本预测值
图像分类数据集
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l
d2l.use_svg_display()
# 通过ToTensor实例将图像数据从PIL类型变换成32位浮点数格式
# 并除以255使得所有像素的数值均在0到1之间
trans = transforms.ToTensor()
mnist_train = torchvision.datasets.FashionMNIST(root="../data", train=True, transform=trans,
download=True)
mnist_test = torchvision.datasets.FashionMNIST(root="../data", train=False, transform=trans,
download=True)
def get_fashion_mnist_labels(labels):
"""返回Fashion-MNIST数据集的文本标签"""
text_labels = ['t-shirt', 'trouser', 'pullover', 'dress', 'coat',
'sandal', 'shirt', 'sneaker', 'bag', 'ankle boot']
return [text_labels[int(i)] for i in labels]
def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5):
"""Plot a list of images."""
figsize = (num_cols * scale, num_rows * scale) # 传进来的图像尺寸,scale 为放缩比例因子
_, axes = d2l.plt.subplots(num_rows, num_cols, figsize=figsize)
print(_)
print(axes) # axes 为构建的两行九列的画布
axes = axes.flatten()
print(axes) # axes 变成一维数据
for i, (ax, img) in enumerate(zip(axes, imgs)):
if torch.is_tensor(img):
# 图片张量
ax.imshow(img.numpy())
ax.set_title(titles[i])
else:
# PIL图片
ax.imshow(img)
X, y = next(iter(data.DataLoader(mnist_train, batch_size=18))) # X,y 为仅抽取一次的18个样本的图片、以及对应的标签值
show_images(X.reshape(18,28,28),2,9,titles=get_fashion_mnist_labels(y))
batch_size = 256
def get_dataloader_workers():
"""使用4个进程来读取的数据"""
return 4
train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True,
num_workers=get_dataloader_workers())
timer = d2l.Timer() # 计时器对象实例化,开始计时
for X,y in train_iter: # 遍历一个batch_size数据的时间
continue
print(f'{timer.stop():.2f}sec')
d2l.plt.show()
def load_data_fashion_minst(batch_size, resize=None):
"""下载Fashion-MNIST数据集,然后将其加载到内存中"""
trans = [transforms.ToTensor()]
if resize:
trans.insert(0, transforms.Resize(resize))
trans = transforms.Compose(trans)
mnist_train = torchvision.datasets.FashionMNIST(root="../data", train=True, transform=trans, download=True)
mnist_test = torchvision.datasets.FashionMNIST(root="../data", train=False, transform=trans, download=True)
return (data.DataLoader(mnist_train,batch_size,shuffle=True,num_workers=get_dataloader_workers()),
data.DataLoader(mnist_test, batch_size,shuffle=True,num_workers=get_dataloader_workers()))
softmax回归的从零开始实现
import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l
from IPython import display
def get_dataloader_workers():
"""使用4个进程来读取的数据"""
return 0
def load_data_fashion_mnist(batch_size, resize=None):
"""下载Fashion-MNIST数据集,然后将其加载到内存中"""
trans = [transforms.ToTensor()]
if resize:
trans.insert(0, transforms.Resize(resize)) # 如果有Resize参数传进来,就进行resize操作
trans = transforms.Compose(trans)
mnist_train = torchvision.datasets.FashionMNIST(root="01_data/01_DataSet_FashionMNIST", train=True, transform=trans,
download=True)
mnist_test = torchvision.datasets.FashionMNIST(root="01_data/01_DataSet_FashionMNIST", train=False, transform=trans,
download=True)
return (data.DataLoader(mnist_train, batch_size, shuffle=True, num_workers=get_dataloader_workers()),
data.DataLoader(mnist_test, batch_size, shuffle=True, num_workers=get_dataloader_workers()))
batch_size = 256
train_iter, test_iter = load_data_fashion_mnist(batch_size) # 返回训练集、测试集的迭代器
num_inputs = 784
num_outputs = 10
w = torch.normal(0, 0.01, size=(num_inputs, num_outputs), requires_grad=True)
b = torch.zeros(num_outputs, requires_grad=True)
def softmax(X):
X_exp = torch.exp(X) # 每个都进行指数运算
partition = X_exp.sum(1, keepdim=True)
return X_exp / partition # 这里应用了广播机制
# 实现softmax回归模型
def net(X):
return softmax(torch.matmul(X.reshape((-1, w.shape[0])), w) + b) # -1为默认的批量大小,表示有多少个图片,每个图片用一维的784列个元素表示
def cross_entropy(y_hat, y):
return -torch.log(y_hat[range(len(y_hat)), y]) # y_hat[range(len(y_hat)),y]为把y的标号列表对应的值拿出来。传入的y要是最大概率的标号
def accuracy(y_hat, y):
"""计算预测正确的数量"""
if len(y_hat.shape) > 1 and y_hat.shape[1] > 1: # y_hat.shape[1]>1表示不止一个类别,每个类别有各自的概率
y_hat = y_hat.argmax(axis=1) # y_hat.argmax(axis=1)为求行最大值的索引
cmp = y_hat.type(y.dtype) == y # 先判断逻辑运算符==,再赋值给cmp,cmp为布尔类型的数据
return float(cmp.type(y.dtype).sum()) # 获得y.dtype的类型作为传入参数,将cmp的类型转为y的类型(int型),然后再求和
# 可以评估在任意模型net的准确率
def evaluate_accuracy(net, data_iter):
"""计算在指定数据集上模型的精度"""
if isinstance(net, torch.nn.Module): # 如果net模型是torch.nn.Module实现的神经网络的话,将它变成评估模式
net.eval() # 将模型设置为评估模式
metric = Accumulator(2) # 正确预测数、预测总数,metric为累加器的实例化对象,里面存了两个数
for X, y in data_iter:
metric.add(accuracy(net(X), y), y.numel()) # net(X)将X输入模型,获得预测值。y.numel()为样本总数
return metric[0] / metric[1] # 分类正确的样本数 / 总样本数
# Accumulator实例中创建了2个变量,用于分别存储正确预测的数量和预测的总数量
class Accumulator:
"""在n个变量上累加"""
def __init__(self, n):
self.data = [0, 0] * n
def add(self, *args):
self.data = [a + float(b) for a, b in zip(self.data, args)] # zip函数把两个列表第一个位置元素打包、第二个位置元素打包....
def reset(self):
self.data = [0.0] * len(self.data)
def __getitem__(self, idx):
return self.data[idx]
# 训练函数
def train_epoch_ch3(net, train_iter, loss, updater):
if isinstance(net, torch.nn.Module):
net.train() # 开启训练模式
metric = Accumulator(3)
for X, y in train_iter:
y_hat = net(X)
l = loss(y_hat, y) # 计算损失
if isinstance(updater, torch.optim.Optimizer): # 如果updater是pytorch的优化器的话
updater.zero_grad()
l.mean().backward() # 这里对loss取了平均值出来
updater.step()
metric.add(float(l) * len(y), accuracy(y_hat, y), y.size().numel()) # 总的训练损失、样本正确数、样本总数
else:
l.sum().backward()
updater(X.shape[0])
metric.add(float(l.sum()), accuracy(y_hat, y), y.numel())
return metric[0] / metric[2], metric[1] / metric[2] # 所有loss累加除以样本总数,总的正确个数除以样本总数
class Animator:
def __init__(self, xlabel=None, ylabel=None, legend=None, xlim=None,
ylim=None, xscale='linear', yscale='linear',
fmts=('-', 'm--', 'g-.', 'r:'), nrows=1, ncols=1,
figsize=(3.5, 2.5)):
if legend is None:
legend = []
d2l.use_svg_display()
self.fig, self.axes = d2l.plt.subplots(nrows, ncols, figsize=figsize)
if nrows * ncols == 1:
self.axes = [self.axes, ]
self.config_axes = lambda: d2l.set_axes(self.axes[0], xlabel, ylabel, xlim, ylim, xscale, yscale, legend)
self.X, self.Y, self.fmts = None, None, fmts
def add(self, x, y):
if not hasattr(y, "__len__"):
y = [y]
n = len(y)
if not hasattr(x, "__len__"):
x = [x] * n
if not self.X:
self.X = [[] for _ in range(n)]
if not self.Y:
self.Y = [[] for _ in range(n)]
for i, (a, b) in enumerate(zip(x, y)):
if a is not None and b is not None:
self.X[i].append(a)
self.Y[i].append(b)
self.axes[0].cla()
for x, y, fmt in zip(self.X, self.Y, self.fmts):
self.axes[0].plot(x, y, fmt)
self.config_axes()
d2l.plt.draw()
d2l.plt.pause(0.001)
display.display(self.fig)
display.clear_output(wait=True)
# 总训练函数
def train_ch3(net, train_iter, test_iter, loss, num_epochs, updater):
animator = Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0.3, 0.9],
legend=['train loss', 'train acc', 'test acc'])
for epoch in range(num_epochs): # 变量num_epochs遍数据
train_metrics = train_epoch_ch3(net, train_iter, loss, updater) # 返回两个值,一个总损失、一个总正确率
test_acc = evaluate_accuracy(net, test_iter) # 测试数据集上评估精度,仅返回一个值,总正确率
animator.add(epoch + 1, train_metrics + (test_acc,)) # train_metrics+(test_acc,) 仅将两个值的正确率相加,
train_loss, train_acc = train_metrics
# 小批量随即梯度下降来优化模型的损失函数
lr = 0.1
def updater(batch_size):
return d2l.sgd([w, b], lr, batch_size)
num_epochs = 10
train_ch3(net, train_iter, test_iter, cross_entropy, num_epochs, updater)
# def predict_ch3(net, test_iter, n=6):
# for X, y in test_iter:
# break # 仅拿出一批六个数据
# trues = d2l.get_fashion_mnist_labels(y)
# preds = d2l.get_fashion_mnist_labels(net(X).argmax(axis=1))
# titles = [true + '\n' + pred for true, pred in zip(trues, preds)]
# d2l.show_images(X[0:n].reshape((n, 28, 28)), 1, n, titles=titles[0:n])
#
#
# predict_ch3(net, test_iter)
softmax使用框架
import torch
from torch import nn
from d2l import torch as d2l
batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)
# Softmax回归的输出是一个全连接层
# PyTorch不会隐式地调整输入的形状
# 因此,我们定义了展平层(flatten)在线性层前调整网络输入的形状
net = nn.Sequential(nn.Flatten(),nn.Linear(784,10))
def init_weights(m):
if type(m) == nn.Linear:
nn.init.normal_(m.weight, std=0.01) # 方差为0.01
net.apply(init_weights)
print(net.apply(init_weights)) # net网络的参数用的是init_weights初始化参数
# 在交叉熵损失函数中传递未归一化的预测,并同时计算softmax及其对数
loss = nn.CrossEntropyLoss()
# 使用学习率为0.1的小批量随即梯度下降作为优化算法
trainer = torch.optim.SGD(net.parameters(),lr=0.01)
num_epochs = 10
d2l.train_ch3(net,train_iter,test_iter,loss,num_epochs,trainer)