- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍖 原作者:K同学啊 | 接辅导、项目定制
一、前期准备
1.设置GPU
import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,random
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device
device(type='cuda')
2.导入数据
data_dir = './Data/天气识别数据/'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[1] for path in data_paths]
classeNames
['weather_photos', 'weather_photos', 'weather_photos', 'weather_photos']
- 第一步:使用
pathlib.Path()
函数将字符串类型的文件夹路径转换为pathlib.Path
对象。 - 第二步:使用
glob()
方法获取data_dir路径下的所有文件路径,并以列表形式存储在data_paths
中。 - 第三步:通过
split()
函数对data_paths
中的每个文件路径执行分割操作,获得各个文件所属的类别名称,并存储在classeNames
中 - 第四步:打印
classeNames
列表,显示每个文件所属的类别名称。
import matplotlib.pyplot as plt
from PIL import Image
# 指定图像文件夹路径
image_folder = './Data/天气识别数据/shine/'
# 获取文件夹中的所有图像文件
image_files = [f for f in os.listdir(image_folder) if f.endswith((".jpg", ".png", ".jpeg"))]
# 创建Matplotlib图像
fig, axes = plt.subplots(3, 8, figsize=(16, 6))
# 使用列表推导式加载和显示图像
for ax, img_file in zip(axes.flat, image_files):
img_path = os.path.join(image_folder, img_file)
img = Image.open(img_path)
ax.imshow(img)
ax.axis('off')
# 显示图像
plt.tight_layout()
plt.show()
total_datadir = './Data/天气识别数据/'
# 关于transforms.Compose的更多介绍可以参考:https://blog.csdn.net/qq_38251616/article/details/124878863
train_transforms = transforms.Compose([
transforms.Resize([224, 224]), # 将输入图片resize成统一尺寸
transforms.ToTensor(), # 将PIL Image或numpy.ndarray转换为tensor,并归一化到[0,1]之间
transforms.Normalize( # 标准化处理-->转换为标准正太分布(高斯分布),使模型更容易收敛
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]) # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])
total_data = datasets.ImageFolder(total_datadir,transform=train_transforms)
total_data
Dataset ImageFolder
Number of datapoints: 1125
Root location: ./data/weather_photos/
StandardTransform
Transform: Compose(
Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=warn)
ToTensor()
Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
)
3. 划分数据集
train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
train_dataset, test_dataset
- train_size表示训练集大小,通过将总体数据长度的80%转换为整数得到;
- test_size表示测试集大小,是总体数据长度减去训练集大小。
使用torch.utils.data.random_split()
方法进行数据集划分。该方法将总体数据total_data按照指定的大小比例([train_size, test_size])随机划分为训练集和测试集,并将划分结果分别赋值给train_dataset
和test_dataset
两个变量。
train_size,test_size
(900, 225)
batch_size = 32
train_dl = torch.utils.data.DataLoader(train_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=1)
test_dl = torch.utils.data.DataLoader(test_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=1)
for X, y in test_dl:
print("Shape of X [N, C, H, W]: ", X.shape)
print("Shape of y: ", y.shape, y.dtype)
break
Shape of X [N, C, H, W]: torch.Size([32, 3, 224, 224])
Shape of y: torch.Size([32]) torch.int64
torch.utils.data.DataLoader()
参数详解
torch.utils.data.DataLoader
是 PyTorch 中用于加载和管理数据的一个实用工具类。它允许你以小批次的方式迭代你的数据集,这对于训练神经网络和其他机器学习任务非常有用。DataLoader
构造函数接受多个参数。
dataset
: 必选参数,表示要加载的数据集,通常是torch.utils.data.Dataset
的子类,它包含了你的数据样本。batch_size
: 可选参数,表示每个小批量的样本数量。默认值为1。shuffle
: 可选参数,表示是否在每个 epoch 开始时随机打乱数据集。默认值为False
。sampler
: 可选参数,表示自定义采样器。默认值为None
。batch_sampler
: 可选参数,表示自定义小批次采样器。默认值为None
。num_workers
: 可选参数,表示加载数据时使用的线程数量。默认值为0,表示在主进程中加载数据。collate_fn
: 可选参数,表示自定义合并函数,用于将小批次中的样本合并成一个批次。默认值为None
。pin_memory
: 可选参数,表示是否将数据加载到GPU的固定内存中。默认值为False
。drop_last
: 可选参数,表示是否丢弃最后一个不完整的小批次。默认值为False
。timeout
: 可选参数,表示加载数据时等待的时间(秒)。默认值为0,表示无限等待。worker_init_fn
: 可选参数,表示每个工作线程初始化函数。默认值为None
。
二、构建简单的CNN网络
对于一般的CNN网络来说,都是由特征提取网络和分类网络构成,其中特征提取网络用于提取图片的特征,分类网络用于将图片进行分类。
import torch.nn.functional as F
class Network_bn(nn.Module):
def __init__(self):
super(Network_bn, self).__init__()
"""
nn.Conv2d()函数:
第一个参数(in_channels)是输入的channel数量
第二个参数(out_channels)是输出的channel数量
第三个参数(kernel_size)是卷积核大小
第四个参数(stride)是步长,默认为1
第五个参数(padding)是填充大小,默认为0
"""
self.conv1 = nn.Conv2d(in_channels=3, out_channels=12, kernel_size=5, stride=1, padding=0)
self.bn1 = nn.BatchNorm2d(12)
self.conv2 = nn.Conv2d(in_channels=12, out_channels=12, kernel_size=5, stride=1, padding=0)
self.bn2 = nn.BatchNorm2d(12)
self.pool = nn.MaxPool2d(2,2)
self.conv4 = nn.Conv2d(in_channels=12, out_channels=24, kernel_size=5, stride=1, padding=0)
self.bn4 = nn.BatchNorm2d(24)
self.conv5 = nn.Conv2d(in_channels=24, out_channels=24, kernel_size=5, stride=1, padding=0)
self.bn5 = nn.BatchNorm2d(24)
self.fc1 = nn.Linear(24*50*50, len(classeNames))
def forward(self, x):
x = F.relu(self.bn1(self.conv1(x)))
x = F.relu(self.bn2(self.conv2(x)))
x = self.pool(x)
x = F.relu(self.bn4(self.conv4(x)))
x = F.relu(self.bn5(self.conv5(x)))
x = self.pool(x)
x = x.view(-1, 24*50*50)
x = self.fc1(x)
return x
device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))
model = Network_bn().to(device)
model
Using cuda device
Network_bn(
(conv1): Conv2d(3, 12, kernel_size=(5, 5), stride=(1, 1))
(bn1): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv2d(12, 12, kernel_size=(5, 5), stride=(1, 1))
(bn2): BatchNorm2d(12, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(conv4): Conv2d(12, 24, kernel_size=(5, 5), stride=(1, 1))
(bn4): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv5): Conv2d(24, 24, kernel_size=(5, 5), stride=(1, 1))
(bn5): BatchNorm2d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(fc1): Linear(in_features=60000, out_features=4, bias=True)
)
三、 训练模型
1. 设置超参数
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-4 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate)
2. 编写训练函数
-
1.
optimizer.zero_grad()
函数会遍历模型的所有参数,通过内置方法截断反向传播的梯度流,再将每个参数的梯度值设为0,即上一次的梯度记录被清空。
-
2.
loss.backward()
PyTorch的反向传播(即
tensor.backward()
)是通过autograd包来实现的,autograd包会根据tensor进行过的数学运算来自动计算其对应的梯度。具体来说,
torch.tensor
是autograd包的基础类,如果你设置tensor的requires_grads为True,就会开始跟踪这个tensor上面的所有运算,如果你做完运算后使用tensor.backward()
,所有的梯度就会自动运算,tensor的梯度将会累加到它的.grad属性里面去。更具体地说,损失函数loss是由模型的所有权重w经过一系列运算得到的,若某个w的requires_grads为True,则w的所有上层参数(后面层的权重w)的.grad_fn属性中就保存了对应的运算,然后在使用
loss.backward()
后,会一层层的反向传播计算每个w的梯度值,并保存到该w的.grad属性中。如果没有进行
tensor.backward()
的话,梯度值将会是None,因此loss.backward()
要写在optimizer.step()
之前。 -
3.
optimizer.step()
step()函数的作用是执行一次优化步骤,通过梯度下降法来更新参数的值。因为梯度下降是基于梯度的,所以在执行
optimizer.step()
函数前应先执行loss.backward()
函数来计算梯度。注意:optimizer只负责通过梯度下降进行优化,而不负责产生梯度,梯度是
tensor.backward()
方法产生的。
# 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
3. 编写测试函数
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
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
4. 正式训练
-
1.
model.train()
model.train()
的作用是启用 Batch Normalization 和 Dropout。如果模型中有
BN
层(Batch Normalization)和Dropout
,需要在训练时添加model.train()
。model.train()
是保证BN层能够用到每一批数据的均值和方差。对于Dropout
,model.train()
是随机取一部分网络连接来训练更新参数。 -
2.
model.eval()
model.eval()
的作用是关闭 Batch Normalization 和 Dropout。如果模型中有
BN
层(Batch Normalization)和Dropout
,在测试时添加model.eval()
。model.eval()
是保证BN
层能够用全部训练数据的均值和方差,即测试过程中要保证BN
层的均值和方差不变。对于Dropout
,model.eval()
是利用到了所有网络连接,即不进行随机舍弃神经元。训练完train样本后,生成的模型model要用来测试样本。在
model(test)
之前,需要加上model.eval()
,否则的话,有输入数据,即使不训练,它也会改变权值。这是model中含有BN
层和Dropout
所带来的的性质。
epochs = 20
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:58.6%, Train_loss:1.031, Test_acc:64.0%,Test_loss:1.015
Epoch: 2, Train_acc:79.3%, Train_loss:0.659, Test_acc:81.3%,Test_loss:0.544
Epoch: 3, Train_acc:83.2%, Train_loss:0.546, Test_acc:80.0%,Test_loss:0.629
Epoch: 4, Train_acc:84.4%, Train_loss:0.466, Test_acc:85.8%,Test_loss:0.501
Epoch: 5, Train_acc:87.0%, Train_loss:0.422, Test_acc:88.0%,Test_loss:0.428
Epoch: 6, Train_acc:87.7%, Train_loss:0.387, Test_acc:88.4%,Test_loss:0.554
Epoch: 7, Train_acc:89.0%, Train_loss:0.345, Test_acc:88.9%,Test_loss:0.363
Epoch: 8, Train_acc:89.9%, Train_loss:0.328, Test_acc:87.6%,Test_loss:0.386
Epoch: 9, Train_acc:91.4%, Train_loss:0.308, Test_acc:88.4%,Test_loss:0.409
Epoch:10, Train_acc:91.4%, Train_loss:0.313, Test_acc:88.9%,Test_loss:0.540
Epoch:11, Train_acc:93.1%, Train_loss:0.254, Test_acc:87.6%,Test_loss:0.333
Epoch:12, Train_acc:92.0%, Train_loss:0.274, Test_acc:87.1%,Test_loss:0.362
Epoch:13, Train_acc:91.6%, Train_loss:0.268, Test_acc:88.4%,Test_loss:0.337
Epoch:14, Train_acc:92.2%, Train_loss:0.239, Test_acc:88.0%,Test_loss:0.426
Epoch:15, Train_acc:92.8%, Train_loss:0.232, Test_acc:88.0%,Test_loss:0.306
Epoch:16, Train_acc:94.4%, Train_loss:0.210, Test_acc:89.8%,Test_loss:0.321
Epoch:17, Train_acc:94.6%, Train_loss:0.200, Test_acc:89.8%,Test_loss:0.309
Epoch:18, Train_acc:94.7%, Train_loss:0.218, Test_acc:88.9%,Test_loss:0.298
Epoch:19, Train_acc:94.8%, Train_loss:0.225, Test_acc:87.1%,Test_loss:0.334
Epoch:20, Train_acc:94.1%, Train_loss:0.217, Test_acc:89.3%,Test_loss:0.305
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、个人总结
本文主要介绍了使用PyTorch构建简单的卷积神经网络(CNN)来进行天气图片的识别。首先对数据集进行了准备,包括设置GPU、导入数据、划分数据集等操作。然后构建了一个简单的CNN网络,包括了特征提取和分类网络。接着设置了超参数,定义了损失函数和优化器,并编写了训练和测试函数。最后进行了模型的训练和结果的可视化。
在训练过程中,模型的准确率和损失在不同的训练周期内得到了记录和展示。最终的结果表明,模型在测试集上的准确率达到了89.3%,并且在训练和测试的准确率和损失上都呈现出了较好的趋势。
通过本文的介绍,读者可以了解到使用PyTorch构建简单的CNN网络的基本步骤和流程,以及如何进行模型的训练和评估。同时,还对PyTorch中常用的数据加载工具和模型训练过程中的一些技巧进行了介绍。