第P3周：天气识别

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍦 参考文章：Pytorch实战 | 第P3周：彩色图片识别：天气识别
• 🍖 原作者：K同学啊 | 接辅导、项目定制
• 🚀 文章来源：K同学的学习圈子

一、前期准备

1.设置GPU

import torch  # 导入PyTorch库
import torch.nn as nn  # 导入PyTorch神经网络模块，包含了为建立神经网络模型而预定义好的各种层、损失函数等。
import matplotlib.pyplot as plt  # 用于绘制图像和可视化
from torchvision import transforms, datasets  # 导入图像变换和数据集
import os, PIL, pathlib  # 导入操作系统、图像处理和路径处理库

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')  # 检查是否有GPU支持，并设置为默认设备
print(device)  # 打印当前使用的设备（'cuda' or 'cpu'）

执行结果：

cuda

2. 导入数据

data_dir = pathlib.Path('./data/')  # 使用pathlib.Path处理路径,它提供了更多关于路径的方法和属性
data_paths = list(data_dir.glob('*'))  # 使用Path.glob方法搜索当前目录下的所有文件/文件夹。这个方法返回一个迭代器，所以使用list()将其转换为列表。
classNames = [path.name for path in data_paths]  # 使用列表推导式从每个路径中提取名称（即最后一个部分）。例如，路径./data/cloudy将提取为cloudy。
print(classNames) 

执行结果：

['cloudy', 'rain', 'shine', 'sunrise']

3.预处理和加载数据集

total_datadir = './data/'  

## train_transforms 进行图像预处理
train_transforms = transforms.Compose([
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸224 x 224大小
    transforms.ToTensor(),          # 转换为tensor格式, 且归一化
    transforms.Normalize(           # 标准化处理-->转换为标准正态分布（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)  # 加载数据集并应用预处理
print(total_data)

执行结果：

Dataset ImageFolder
    Number of datapoints: 1125
    Root location: ./data/
    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])
           )

4.划分数据集

train_size = int(0.8 * len(total_data)) # 训练数据集80%
test_size = len(total_data) - train_size # 测试集 20%

# 使用 torch.utils.data.random_split 将数据集分为训练集和测试集
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])

print(train_dataset)
print(test_dataset)
print(train_size)
print(test_size)

执行结果：

<torch.utils.data.dataset.Subset object at 0x0000022A300C1220>
<torch.utils.data.dataset.Subset object at 0x0000022A3001D9A0>
900
225

5.数据加载器

batch_size = 32  # 定义每个批次中包含的样本数量

# 使用DataLoader创建训练和测试的数据加载器，用于从数据集中加载批次的数据
train_dl = torch.utils.data.DataLoader(train_dataset,
                                       batch_size=batch_size,
                                       shuffle=True,
                                       num_workers=0)
test_dl = torch.utils.data.DataLoader(test_dataset,
                                      batch_size=batch_size,
                                      shuffle=True,
                                      num_workers=0)

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

执行结果：

Shape of X [N, C, H, W]:  torch.Size([32, 3, 224, 224])
Shape of y:  torch.Size([32]) torch.int64

二、构建简单的CNN网络

定义一个带有批量归一化(Batch Normalization) 的卷积神经网络结构，该网络可以对输入的图像进行特征提取和分类。

卷积层：

**nn.Conv2d()：**定义一个二维卷积层。

指定输入通道数（in_channels）、输出通道数（out_channels）、卷积核大小（kernel_size）、步长（stride）、填充（padding）。

​

批量归一化层：

**nn.BatchNorm2d()：**定义一个二维批量归一化层。

用于规范化卷积层输出的分布，有助于加速收敛和提高模型性能。

最大池化层：

**nn.MaxPool2d()：**定义一个二维最大池化层。

用于降低特征图的维度，保留重要的特征。

全连接层：

**nn.Linear()：**定义一个全连接（线性）层。

用于将池化层输出映射到分类标签。

# 导入PyTorch的函数式模块，其中包含了一些常用的非线性激活函数，如ReLU。
import torch.nn.functional as F	 

# 定义网络模型：
class Network_bn(nn.Module): # 定义了一个名为'Network_bn'的类，继承自'nn.Module',这是Pytorch中构建神经网络模型的基类。
    def __init__(self): # 构造函数，用于初始化网络结构和参数
        super(Network_bn, self).__init__()  # 调用父类（nn.Module）的构造函数
        
        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(classNames))


    def forward(self, x):  # 前向传播函数
        x = F.relu(self.bn1(self.conv1(x)))  # 对输入应用卷积、批量归一化和ReLU激活函数。
        x = F.relu(self.bn2(self.conv2(x)))
        x = self.pool(x)  # 使用最大池化层对特征图进行下采样。在网络的不同部分进行，形成特征提取过程。
        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) # 最后进行全连接层，将提取的特征映射到分类标签。

        return x

device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))

model = Network_bn().to(device) # 创建Network_bn的实例，将模型移动到指定的设备上。
print(model)

执行结果：

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() # 创建交叉熵损失函数，用于计算模型输出与真实标签之间的差距
learn_rate = 1e-4 # 学习率，即优化器在更新模型参数时使用的步长
opt = torch.optim.SGD(model.parameters(), lr=learn_rate) # opt, 创建SGD优化器，用于更新模型的参数。（传入模型的参数和学习率）

2.编写训练函数

# 训练循环
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 获取训练集的大小
    num_batches = len(dataloader)   # 获取批次数量

    train_loss, train_acc = 0, 0    # 初始化训练损失和正确率

    for X, y in dataloader: # 遍历训练集的每个批次，获取图片及其标签
        X, y = X.to(device), y.to(device)  # 将数据移动到设备上

        # 计算预测误差
        pred = model(X)          # 网络输出，前向传播得到模型预测值
        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，清除之前的梯度
        loss.backward()          # 反向传播，计算梯度
        optimizer.step()         # 每一步自动更新模型参数

        # 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

def test (dataloader, model, loss_fn):
    size = len(dataloader.dataset)  # 获取测试集的大小
    num_bathes = len(dataloader)    # 获取批次数量
    test_loss, test_acc = 0, 0		# 初始化测试损失和测试准确率

    # 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():	# 在测试过程中，不需要计算梯度
        for imgs, target in dataloader:	 遍历测试数据集的每个批次
            imgs, target = imgs.to(device), target.to(device)  # 将数据移动到设备上

            # 计算loss
            target_pred = model(imgs)  # 模型预测
            loss = loss_fn(target_pred, target)  # 计算损失

            test_loss += loss.item()
            test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()

    test_acc /= size
    test_loss /= num_bathes

    return test_acc, test_loss

4.正式训练

epochs = 20
train_loss = []
train_acc = []
test_loss = []
test_acc = []

for epoch in range(epochs):
    model.train()  # 设置模型为训练模式
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)

    model.eval() # 设置模型为评估模式，不启用Batch Normalization 和Dropout
    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")

执行结果：

Epoch: 1, Train_acc:61.4%, Train_loss:0.983, Test_acc:61.8%, Test_loss:1.203
Epoch: 2, Train_acc:81.2%, Train_loss:0.637, Test_acc:80.0%, Test_loss:0.582
Epoch: 3, Train_acc:85.3%, Train_loss:0.529, Test_acc:78.2%, Test_loss:0.660
Epoch: 4, Train_acc:84.1%, Train_loss:0.473, Test_acc:86.7%, Test_loss:0.444
Epoch: 5, Train_acc:88.1%, Train_loss:0.400, Test_acc:77.3%, Test_loss:0.499
Epoch: 6, Train_acc:88.9%, Train_loss:0.376, Test_acc:88.9%, Test_loss:0.440
Epoch: 7, Train_acc:90.7%, Train_loss:0.333, Test_acc:89.8%, Test_loss:0.330
Epoch: 8, Train_acc:90.2%, Train_loss:0.310, Test_acc:90.2%, Test_loss:0.610
Epoch: 9, Train_acc:91.7%, Train_loss:0.292, Test_acc:91.6%, Test_loss:0.307
Epoch:10, Train_acc:91.6%, Train_loss:0.273, Test_acc:89.8%, Test_loss:0.317
Epoch:11, Train_acc:91.4%, Train_loss:0.260, Test_acc:90.2%, Test_loss:0.466
Epoch:12, Train_acc:92.2%, Train_loss:0.253, Test_acc:92.0%, Test_loss:0.274
Epoch:13, Train_acc:92.6%, Train_loss:0.238, Test_acc:91.6%, Test_loss:0.273
Epoch:14, Train_acc:93.6%, Train_loss:0.241, Test_acc:91.6%, Test_loss:0.260
Epoch:15, Train_acc:93.9%, Train_loss:0.219, Test_acc:92.4%, Test_loss:0.283
Epoch:16, Train_acc:94.7%, Train_loss:0.197, Test_acc:91.1%, Test_loss:0.268
Epoch:17, Train_acc:94.6%, Train_loss:0.209, Test_acc:92.4%, Test_loss:0.249
Epoch:18, Train_acc:94.4%, Train_loss:0.198, Test_acc:92.4%, Test_loss:0.264
Epoch:19, Train_acc:93.7%, Train_loss:0.206, Test_acc:92.0%, Test_loss:0.267
Epoch:20, Train_acc:95.7%, Train_loss:0.173, Test_acc:92.4%, Test_loss:0.246
Done

四、结果可视化

# 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()