🍨 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]
我的环境:
语言环境:Anaconda3 (Python3)
编译器:jupyter notebook
深度学习环境:Pytorch
torch == 1.12.1+cu116
torchvision == 0.13.1+cu116
1. 准备
1.1 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
输出
device(type='cuda')
1.2 导入数据
使用dataset下载CIFAR10数据集,并划分好训练集与测试集
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)
输出
Files already downloaded and verified
Files already downloaded and verified
使用dataloader加载数据,并设置好基本的batch_size
batch_size = 10 # 根据电脑内存调整大小
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)
# 取一个批次查看数据格式
# 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。
imgs, labels = next(iter(train_dl))
imgs.shape
输出
torch.Size([10, 3, 32, 32])
1.3 数据可视化
squeeze()
函数的功能是从矩阵shape中,去掉维度为1的。例如一个矩阵是的shape是(5, 1),使用过这个函数后,结果为(5, )。
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=(20, 5))
for i, imgs in enumerate(imgs[:20]):
# 维度缩减
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')
#plt.show() 如果你使用的是Pycharm编译器,请加上这行代码
输出
2. 构建简单的CNN网络
这段代码定义了一个简单的卷积神经网络(Convolutional Neural Network, CNN)模型,用于图像分类任务。下面是对代码的详细解释:
import torch.nn.functional as F
: 导入PyTorch中的神经网络函数模块,并将其命名为F
,以便后续使用。
num_classes = 10
: 设置图像的类别数,这是一个分类问题,共有10个类别。
class Model(nn.Module):
:定义了一个名为Model
的类,该类继承自nn.Module
,是PyTorch中神经网络模块的基类。
def __init__(self):
:Model
类的构造函数,初始化神经网络的各个层。特征提取网络:self.pool3 = nn.MaxPool2d(kernel_size=2)
: 第三层池化层,使用最大池化,池化核大小为2*2。
self.pool2 = nn.MaxPool2d(kernel_size=2)
: 第二层池化层,使用最大池化,池化核大小为2*2。
self.conv2 = nn.Conv2d(64, 64, kernel_size=3)
: 第二层卷积层,输入通道数为64,输出通道数为64,卷积核大小为3*3。
self.pool1 = nn.MaxPool2d(kernel_size=2)
: 第一层池化层,使用最大池化,池化核大小为2*2。
self.conv1 = nn.Conv2d(3, 64, kernel_size=3)
: 第一层卷积层,输入通道数为3(RGB图像),输出通道数为64,卷积核大小为3*3。
分类网络:
self.fc2 = nn.Linear(256, num_classes)
: 全连接层2,输入特征数为256,输出特征数为类别数num_classes
。
self.fc1 = nn.Linear(512, 256)
: 全连接层1,输入特征数为512,输出特征数为256。
self.conv3 = nn.Conv2d(64, 128, kernel_size=3)
: 第三层卷积层,输入通道数为64,输出通道数为128,卷积核大小为3*3。
def forward(self, x):
:定义了模型的前向传播过程。
通过卷积层、激活函数ReLU和池化层进行特征提取。
使用torch.flatten
将特征张量展平,以便输入全连接层。
通过全连接层和ReLU进行分类。
返回模型的输出。
总体而言,这个模型包含了三个卷积层用于特征提取,紧接着是两个全连接层用于分类。前向传播通过这些层以生成最终的输出,适用于输入图像的分类任务。
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,卷积核大小为3*3
self.pool2 = nn.MaxPool2d(kernel_size=2)
self.conv3 = nn.Conv2d(64, 128, kernel_size=3) # 第二层卷积,卷积核大小为3*3
self.pool3 = nn.MaxPool2d(kernel_size=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
加载并打印模型
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)
输出
=================================================================
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
=================================================================
Layer (type:depth-idx): 显示每一层的类型和深度索引。例如,Conv2d: 1-1
表示深度为1的第一个卷积层。
Param #: 显示每一层的参数数量。
Model: --: 表示整个模型的起始。
├─Conv2d: 1-1 1,792: 表示第一个卷积层,具有1,792个参数。
├─MaxPool2d: 1-2 --: 表示第一个池化层,没有可训练参数。
├─Conv2d: 1-3 36,928: 表示第二个卷积层,具有36,928个参数。
├─MaxPool2d: 1-4 --: 表示第二个池化层,没有可训练参数。
├─Conv2d: 1-5 73,856: 表示第三个卷积层,具有73,856个参数。
├─MaxPool2d: 1-6 --: 表示第三个池化层,没有可训练参数。
├─Linear: 1-7 131,328: 表示第一个全连接层,具有131,328个参数。
├─Linear: 1-8 2,570: 表示第二个全连接层,具有2,570个参数。
Total params: 246,474: 显示总共的参数数量。
Trainable params: 246,474: 显示可训练的参数数量。
Non-trainable params: 0: 显示不可训练的参数数量,即没有需要更新的参数
3. 训练模型
3.1 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)
3.2 编写训练函数
# 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
3.3 编写测试函数
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
3.4 正式训练
这段代码是一个简单的训练循环,用于训练和评估神经网络模型。
epochs = 5
: 定义了训练循环的轮数,即要遍历整个训练数据集的次数。注意:这里原文是10。
train_loss = []
, train_acc = []
, test_loss = []
, test_acc = []
: 初始化四个列表,分别用于存储每个训练周期(epoch)的训练损失、训练准确度、测试损失和测试准确度。
for epoch in range(epochs):
: 开始循环训练,遍历指定轮数的训练周期。
model.train()
: 将模型设置为训练模式,这是因为在训练循环中,需要启用训练模式以便进行梯度更新。
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
: 调用自定义的train
函数,该函数执行一个训练周期,返回该周期的训练准确度和训练损失。
model.eval()
: 将模型设置为评估模式,这是因为在测试阶段,不需要进行梯度更新。
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
: 调用自定义的test
函数,该函数执行一个测试周期,返回该周期的测试准确度和测试损失。
train_acc.append(epoch_train_acc)
, train_loss.append(epoch_train_loss)
, test_acc.append(epoch_test_acc)
, test_loss.append(epoch_test_loss)
: 将训练和测试阶段的准确度和损失记录到相应的列表中。
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%,Test_loss:{:.3f}')
: 定义一个字符串模板,用于格式化输出训练和测试结果。
print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss))
: 打印每个训练周期的训练和测试结果,包括训练准确度、训练损失、测试准确度和测试损失。
print('Done')
: 在所有训练周期完成后,打印 'Done' 表示训练循环结束。
整个代码段描述了一个简单的神经网络模型的训练和测试过程,记录并输出每个训练周期的性能指标。这样的训练循环是深度学习中常见的一种模式。
epochs = 5
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')
输出
Epoch: 1, Train_acc:22.5%, Train_loss:2.072, Test_acc:36.0%,Test_loss:1.741
Epoch: 2, Train_acc:41.5%, Train_loss:1.600, Test_acc:46.0%,Test_loss:1.494
Epoch: 3, Train_acc:50.8%, Train_loss:1.360, Test_acc:54.6%,Test_loss:1.275
Epoch: 4, Train_acc:57.5%, Train_loss:1.196, Test_acc:56.9%,Test_loss:1.223
Epoch: 5, Train_acc:62.2%, Train_loss:1.070, Test_acc:61.4%,Test_loss:1.104
Done
4. 结果可视化
import matplotlib.pyplot as plt
: 导入Matplotlib库并将其命名为plt
,用于绘制图表。
import warnings
: 导入Python的warnings
模块,用于处理警告信息。
warnings.filterwarnings("ignore")
: 忽略警告信息,防止警告信息在输出中显示。
plt.rcParams['font.sans-serif'] = ['SimHei']
: 设置Matplotlib绘图时使用的字体为中文宋体(SimHei)。
plt.rcParams['axes.unicode_minus'] = False
: 防止在绘图中出现负号显示问题。
plt.rcParams['figure.dpi'] = 100
: 设置绘图的分辨率。
epochs_range = range(epochs)
: 创建一个包含训练周期数量的范围对象,用于横坐标。
plt.figure(figsize=(12, 3))
: 创建一个图形对象,设置图形的大小为宽12单位、高3单位。
plt.subplot(1, 2, 1)
: 在图形中创建一个子图,1行2列的图形中的第1个子图。
plt.plot(epochs_range, train_acc, label='Training Accuracy')
: 绘制训练准确度曲线,横坐标为训练周期范围,纵坐标为训练准确度,并添加标签。
plt.plot(epochs_range, test_acc, label='Test Accuracy')
: 绘制测试准确度曲线,横坐标为训练周期范围,纵坐标为测试准确度,并添加标签。
plt.legend(loc='lower right')
: 在图中添加图例,位置在右下角。
plt.title('Training and Validation Accuracy')
: 添加图的标题。
plt.subplot(1, 2, 2)
: 在图形中创建第2个子图。
plt.plot(epochs_range, train_loss, label='Training Loss')
: 绘制训练损失曲线,横坐标为训练周期范围,纵坐标为训练损失,并添加标签。
plt.plot(epochs_range, test_loss, label='Test Loss')
: 绘制测试损失曲线,横坐标为训练周期范围,纵坐标为测试损失,并添加标签。
plt.legend(loc='upper right')
: 在图中添加图例,位置在右上角。
plt.title('Training and Validation Loss')
: 添加图的标题。
plt.show()
: 显示绘制的图形。
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()
输出