第十讲卷积神经网络（基础篇）

爱编成不爱编程

已于 2023-08-05 21:33:17 修改

阅读量75

点赞数 1

分类专栏： Pytorch深度学习实践文章标签： cnn 深度学习 pytorch

于 2023-08-05 17:03:54 首次发布

本文链接：https://blog.csdn.net/weixin_49933737/article/details/132120509

版权

Pytorch深度学习实践专栏收录该内容

12 篇文章 1 订阅

订阅专栏

第十讲卷积神经网络（基础篇）笔记与源码

B站刘二大人教学视频传送门：卷积神经网络（基础篇）

视频截图分析：

1、首先卷积神经网络的过程大概是如下这个图的形式，首先将图片pillow转换为模型能够训练的张量模式，进行卷积特征提取，最后进行分类。

这里将拿到的图片pillow转换为张量的代码如下：

transform = transforms.Compose([transforms.ToTensor()])

2、对于卷积的输入和输出是怎么样的，进行3x3的矩阵的点乘，形成的这个位置的值就是他们所有位置点乘的值的和，这里使用单输入通道做例子如下图所示：（注：中间是卷积核）

第二个位置则是将3X3矩阵平移一个单位得出的结果，如此同理可得出ouput矩阵

所以很明显在3通道的情况下可以得出3个矩阵，那么我们将其相加即可获得最后卷积输出矩阵。如下图所示：

也就是这样的：

如图所示：在m个filters时：

3、Padding

这里的意思其实就是比如输入是5X5 但是卷积核是等于通道3的，那么他们卷积后会形成3X3的output，那么我们可以在外面加一圈0，那么生的output也是5X5的，这是为了实现想让图像大小不变。这里如何取判断加几圈，有个简单的方式是：比如卷积核=3，那么就是3/2=1，如果是5 那么5/2=2.如下图所示：

4、Stride=2

它每次框格移动的时候计算卷积是移动了两个格子，最后计算出的output会减小一半，如下图所示：

5、最大池化层

如用2x2Maxpooling 即画2X2矩阵选出其中最大的那个值放入输出，然后Stride=2，开始计算，如果用2x2Maxpooling 那么最后获的得输出会小一半。

6、现在我们要实现的是一个这样的过程的卷积神经网络

卷积5x5-->2X2池化-->卷积5X5-->2X2池化-->线性层-->分类器

具体纵向过程如下：

代码说明：首先是加载数据集，pytroch提供了一个数据集，即使没有下载数据集，在相应你给的地址也会自动下载，贴心pytorch，哈哈哈哈！

代码源码：（注：这里用了GPU，若用CPU可把三行代码去掉或者直接用）

import torch
import matplotlib.pyplot as plt
#For constructing DataLoader
from torchvision import transforms,datasets
from torch.utils.data import DataLoader
#For using function relu()
import torch.nn.functional as F
#For constructing optimizer
import torch.optim as optim
import os
os.environ["KMP_DUPLICATE_LIB_OK"]='True'

batch_size = 64
transform = transforms.Compose([
    #Convert the PLI Image to Tensor
    transforms.ToTensor(),
    #参数为平均值和标准值
    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
                       )


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)))
        #为了给全连接的线性层用，我们把二位图片，20x4x4的变成编程一维的
        x=x.view(batch_size,-1) # flattern -1 此处自动算出是320
        x=self.fc(x)
        return x
model = Net()

#Convert parameters and buffers of all modules to CUDA Tensor.
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model.to(device)

#多分类CrossEntropyLoss  二分类则用BCELoss
criterion=torch.nn.CrossEntropyLoss()
optimizer=optim.SGD(model.parameters(),lr=0.01,momentum=0.5)


def train(epoch):
    running_loss = 0.0
    for batch_idx, data in enumerate(train_loader, 0):
        inputs, target = data

        #Send the inputs and targets at every step to the GPU.
        inputs, target = inputs.to(device), target.to(device)

        optimizer.zero_grad()
        # forward + backward + update
        outputs = model(inputs)
        loss = criterion(outputs, target)
        #反向求梯度
        loss.backward()
        #更新权重
        optimizer.step()
        #让损失加起来
        running_loss += loss.item()
        if batch_idx % 300 == 299:
            print('[%d, %5d] loss: %.3f' % (epoch + 1, batch_idx + 1, running_loss / 2000))
            running_loss = 0.

epoch_list=[]
accept_list=[]
def test2():
    correct = 0
    total = 0
    with torch.no_grad():#不用计算梯度
        for data in test_loader:
            images, target = data

            #Send the inputs and targets at every step to the GPU.
            images, target = images.to(device), target.to(device)

            outputs = model(images)
            #我们取概率最大的那个数输出
            _, predicted = torch.max(outputs.data, dim=1)
            total += target.size(0)
            #计算正确率
            correct += (predicted == target).sum().item()
    accept_list.append(100 * correct / total)
    print('Accuracy on test set: %d %% [%d/%d]' % (100 * correct / total, correct, total))
if __name__=='__main__':
    for epoch in range(10):
        train(epoch)
        test2()
        epoch_list.append(epoch)
plt.plot(epoch_list,accept_list)
plt.xlabel("epoch")
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体
plt.ylabel("成功率 单位为 %")
plt.show()

输出结果：

Files already downloaded
Files already downloaded
[1, 300] loss: 0.094
[1, 600] loss: 0.028
[1, 900] loss: 0.021
Accuracy on test set: 96 % [9673/10000]
[2, 300] loss: 0.017
[2, 600] loss: 0.015
[2, 900] loss: 0.014
Accuracy on test set: 97 % [9766/10000]
[3, 300] loss: 0.013
[3, 600] loss: 0.012
[3, 900] loss: 0.010
Accuracy on test set: 98 % [9835/10000]
[4, 300] loss: 0.010
[4, 600] loss: 0.009
[4, 900] loss: 0.009
Accuracy on test set: 98 % [9828/10000]
[5, 300] loss: 0.008
[5, 600] loss: 0.008
[5, 900] loss: 0.009
Accuracy on test set: 98 % [9835/10000]
[6, 300] loss: 0.008
[6, 600] loss: 0.007
[6, 900] loss: 0.008
Accuracy on test set: 98 % [9868/10000]
[7, 300] loss: 0.007
[7, 600] loss: 0.007
[7, 900] loss: 0.007
Accuracy on test set: 98 % [9866/10000]
[8, 300] loss: 0.006
[8, 600] loss: 0.007
[8, 900] loss: 0.006
Accuracy on test set: 98 % [9879/10000]
[9, 300] loss: 0.006
[9, 600] loss: 0.005
[9, 900] loss: 0.006
Accuracy on test set: 98 % [9858/10000]
[10, 300] loss: 0.006
[10, 600] loss: 0.005
[10, 900] loss: 0.006
Accuracy on test set: 98 % [9882/10000]

运行效果图：

第二部分：刘老师给的作业内容，给出代码和过程

本人学生如有错误敬请指正。谢谢，（作业内容）

手算的特征数图：

代码：（主要改的是模型部份，所以代码只贴模型部份）

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(10,15,kernel_size=5,padding=2)
        self.conv3=torch.nn.Conv2d(15,20,5)
        self.pooling=torch.nn.MaxPool2d(2)
        self.fc1=torch.nn.Linear(20,15)
        self.fc2=torch.nn.Linear(15,10)

    def forward(self,x):
        batch_size=x.size(0)
        x=F.relu(self.conv1(x))
        x=F.relu(self.conv2(self.pooling(x)))
        x=F.relu(self.conv3(self.pooling(x)))
        x=F.relu(self.pooling(x))
        x=x.view(batch_size,-1)
        x=F.relu(self.fc1(x))
        return self.fc2(x)

运行结果：

[1, 300] loss: 0.305
[1, 600] loss: 0.084
[1, 900] loss: 0.042
Accuracy on test set: 92 % [9289/10000]
[2, 300] loss: 0.029
[2, 600] loss: 0.023
[2, 900] loss: 0.019
Accuracy on test set: 95 % [9590/10000]
[3, 300] loss: 0.016
[3, 600] loss: 0.016
[3, 900] loss: 0.014
Accuracy on test set: 97 % [9758/10000]
[4, 300] loss: 0.013
[4, 600] loss: 0.011
[4, 900] loss: 0.012
Accuracy on test set: 98 % [9800/10000]
[5, 300] loss: 0.010
[5, 600] loss: 0.009
[5, 900] loss: 0.010
Accuracy on test set: 97 % [9778/10000]
[6, 300] loss: 0.009
[6, 600] loss: 0.009
[6, 900] loss: 0.008
Accuracy on test set: 98 % [9829/10000]
[7, 300] loss: 0.007
[7, 600] loss: 0.007
[7, 900] loss: 0.008
Accuracy on test set: 98 % [9849/10000]
[8, 300] loss: 0.007
[8, 600] loss: 0.006
[8, 900] loss: 0.007
Accuracy on test set: 98 % [9805/10000]
[9, 300] loss: 0.006
[9, 600] loss: 0.006
[9, 900] loss: 0.006
Accuracy on test set: 98 % [9859/10000]
[10, 300] loss: 0.005
[10, 600] loss: 0.006
[10, 900] loss: 0.006
Accuracy on test set: 98 % [9875/10000]