>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg) 中的学习记录博客**
>- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**
一、首先进行环境的配置
我使用的环境是ANACONDA内置的jupyter编译器,深度学习的环境是参考http://t.csdnimg.cn/TV6rI,文章写的纯小白也可以看懂,虽然不知道自己做的是什么但是按照步骤做也可以配置好环境。
二、前期准备内容
1.CPU以及GPU的设置
import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision
# 设置硬件设备,如果有GPU则使用,没有则使用cpu
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device
输出结果:
2.数据的导入
(1)torchvision.datasets.MNIST详解
torchvision.datasets
是Pytorch自带的一个数据库,可以通过代码在线下载数据,本章使用的是torchvision.datasets
中的MNIST
数据集。
(2)torchvision.datasets.MNIST(root, train=True, transform=None, target_transform=None, download=False)
- root (string) :数据地址
- train (string) :
True
-训练集,False
-测试集
- download (bool,optional) : 如果为
True
,从互联网上下载数据集,并把数据集放在root目录下。
- transform (callable, optional ):这里的参数选择一个你想要的数据转化函数,直接完成数据转化
- target_transform (callable,optional) :接受目标并对其进行转换的函数/转换。
train_ds = torchvision.datasets.MNIST('data',
train=True,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
test_ds = torchvision.datasets.MNIST('data',
train=False,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
这里从互联网上下载数据集,然后将数据类型转化为Tensor,下载是自动下载的。
(3)torch.utils.data.DataLoader详解
torch.utils.data.DataLoader
是Pytorch自带的一个数据加载器,结合了数据集和取样器,并且可以提供多个线程处理数据集。
(4)torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=None, sampler=None, batch_sampler=None, num_workers=0, collate_fn=None, pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None, multiprocessing_context=None, generator=None, *, prefetch_factor=2, persistent_workers=False, pin_memory_device='')
- dataset (string) :加载的数据集
- batch_size (int,optional) :每批加载的样本大小(默认值:1)
- shuffle (bool,optional) : 如果为
True
,每个epoch重新排列数据。 - sampler (Sampler or iterable, optional) : 定义从数据集中抽取样本的策略。 可以是任何实现了 __len__ 的 Iterable。 如果指定,则不得指定 shuffle 。
- batch_sampler (Sampler or iterable, optional) : 类似于sampler,但一次返回一批索引。与 batch_size、shuffle、sampler 和 drop_last 互斥。
- num_workers (int,optional) : 用于数据加载的子进程数。 0 表示数据将在主进程中加载(默认值:0)。
- pin_memory (bool,optional) : 如果为 True,数据加载器将在返回之前将张量复制到设备/CUDA 固定内存中。 如果数据元素是自定义类型,或者collate_fn返回一个自定义类型的批次。
- drop_last (bool,optional) : 如果数据集大小不能被批次大小整除,则设置为 True 以删除最后一个不完整的批次。 如果 False 并且数据集的大小不能被批大小整除,则最后一批将保留。 (默认值:False)
- timeout (numeric,optional) : 设置数据读取的超时时间 , 超过这个时间还没读取到数据的话就会报错。(默认值:0)
- worker_init_fn (callable,optional) : 如果不是 None,这将在步长之后和数据加载之前在每个工作子进程上调用,并使用工作 id([0,num_workers - 1] 中的一个 int)的顺序逐个导入。(默认:None)
batch_size = 32
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)
在深度学习中,当shuffle参数被设置为True时,表示在每个epoch开始时重新排列数据。这意味着在每个训练周期(epoch)开始时,数据将被打乱顺序,这样可以增加训练的随机性,有助于模型更好地泛化,并减少模型对于训练数据顺序的依赖性。通常情况下,在每个epoch开始时对数据进行洗牌(shuffle)是一个良好的做法,尤其是当训练数据有序排列时,这可以帮助模型更好地学习数据的分布特征,避免模型陷入局部最优点。
# 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
输出结果:
*1.train_dl
是一个 PyTorch 数据加载器(DataLoader),用于加载训练数据集。通常情况下,数据加载器会将数据集分成小批量(batches)进行处理。
*2.iter(train_dl)
将数据加载器转换为一个迭代器(iterator),使得我们可以使用 Python 的 next()
函数来逐个访问数据加载器中的元素。
*3.next()
函数用于获取迭代器中的下一个元素。在这里,它被用来获取 train_dl
中的下一个批量数据。
*4.imgs, labels = ...
这行代码是 Python 的解构赋值语法。它将从 next()
函数返回的元素中提取出两个变量:imgs
和 labels
。
*5.imgs
变量将包含一个批量的图像数据,而 labels
变量将包含相应的标签数据。这些图像和标签是从训练数据集中提取的。
3.图像的可视化
squeeze()
函数是一个在张量(tensor)操作中常用的函数,它的作用是压缩张量中维度为1的轴(axis)。具体来说,它会删除所有维度为1的轴,从而减少张量的维度。如果某个轴的长度为1,那么在调用 squeeze()
函数后,这个轴将会被删除。
squeeze()
函数的使用:
import torch
# 创建一个形状为 (1, 3, 1, 4) 的张量
tensor = torch.randn(1, 3, 1, 4)
print("原始张量的形状:", tensor.shape)
# 使用squeeze()函数压缩张量
squeezed_tensor = torch.squeeze(tensor)
print("压缩后的张量形状:", squeezed_tensor.shape)
在这个示例中,原始张量的形状是 (1, 3, 1, 4),其中包含了两个维度为1的轴。使用 squeeze()
函数后,这两个维度被删除,所以压缩后的张量形状变为了 (3, 4)。
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 = np.squeeze(imgs.numpy())
# 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')
输出结果:
三、构建CNN网络
一般的CNN网络,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
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(1, 32, kernel_size=3) # 第一层卷积,卷积核大小为3*3
self.pool1 = nn.MaxPool2d(2) # 设置池化层,池化核大小为2*2
self.conv2 = nn.Conv2d(32, 64, kernel_size=3) # 第二层卷积,卷积核大小为3*3
self.pool2 = nn.MaxPool2d(2)
# 分类网络
self.fc1 = nn.Linear(1600, 64)
self.fc2 = nn.Linear(64, 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 = torch.flatten(x, start_dim=1)
x = F.relu(self.fc1(x))
x = self.fc2(x)
return x
- nn.Conv2d为卷积层,用于提取图片的特征,传入参数为输入channel,输出channel,池化核大小
- nn.MaxPool2d为池化层,进行下采样,用更高层的抽象表示图像特征,传入参数为池化核大小
- nn.ReLU为激活函数,使模型可以拟合非线性数据
- nn.Linear为全连接层,可以起到特征提取器的作用,最后一层的全连接层也可以认为是输出层,传入参数为输入特征数和输出特征数(输入特征数由特征提取网络计算得到,如果不会计算可以直接运行网络,报错中会提示输入特征数的大小,下方网络中第一个全连接层的输入特征数为1600)
- nn.Sequential可以按构造顺序连接网络,在初始化阶段就设定好网络结构,不需要在前向传播中重新写一遍
#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)
这里如果失败了出现ModuleNotFoundError: No module named 'torchinfo'
错误表明你的Python环境中没有安装名为 torchinfo
的模块,或者无法找到它。打开命令行pip install torchinfo,之后即可成功。
输出结果:简单理解就是已经将基础的模型搭建好了,那么接下来肯定就是训练模型。
四、 训练模型
1.构造超参数
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)
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。在深度学习中,当我们使用优化器(optimizer)进行参数更新时,通常需要在每个训练步骤之前将梯度清零,以避免梯度累积的影响。
(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。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。
总结一下,具体来说,loss.backward()
方法会根据当前的损失值(由前向传播计算得到),沿着计算图反向传播,计算损失函数对于模型中每个参数的梯度。这些梯度将被存储在每个参数的.grad
属性中。tensor.backward()
是 PyTorch 中用于求取梯度的方法,它与 loss.backward()
类似,但可以用于任何张量,而不仅仅是损失张量。当调用 tensor.backward()
时,PyTorch 会根据当前张量的数值,沿着计算图计算梯度。这对于自动微分和反向传播非常有用,因为它允许我们在复杂的神经网络中计算参数的梯度。与 loss.backward()
不同,tensor.backward()
并不需要损失函数,而是直接对张量进行梯度计算。这使得它在其他情况下也非常有用,比如计算某些中间变量的梯度,或者自定义损失函数。
(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
pred.argmax(1)
返回数组pred
在第一个轴(即行)上最大值所在的索引。这通常用于多类分类问题中,其中pred
是一个包含预测概率的二维数组,每行表示一个样本的预测概率分布。
(pred.argmax(1) == y)
是一个布尔值,其中等号是否成立代表对应样本的预测是否正确(True 表示正确,False 表示错误)。
.type(torch.float)
是将布尔数组的数据类型转换为浮点数类型,即将 True 转换为 1.0,将 False 转换为 0.0。
.sum()
是对数组中的元素求和,计算出预测正确的样本数量。
.item()
将求和结果转换为标量值,以便在 Python 中使用或打印。
(pred.argmax(1) == y).type(torch.float).sum().item()
表示计算预测正确的样本数量,并将其作为一个标量值返回。这通常用于评估分类模型的准确率或计算分类问题的正确预测数量。
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()
的作用是不启用 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 = 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')
输出结果:
五、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()
输出结果:
六、个人小结
首先进行Jupyter的Pytorch框架环境的配置,首先进行实验前期的准备,通过设置了GPU以加速训练过程,如果不可用就使用CPU。之后导入了所需的库和模块,包括PyTorch以及用于数据处理和可视化的其他常用库。之后下载了MNIST数据集,这是一个包含手写数字图像的经典数据集,将数据集划分为训练集和测试集,以便在训练模型和评估模型性能时使用。使用torch.utils.data.DataLoader
加载数据,设置了一些基本的参数用于后续的训练和测试过程。
然后进行CNN网络的构建。设计包含卷积层、池化层、激活函数和全连接层的网络结构。这些层组合在一起,构成了一个端到端的图像分类器,能够从图像中提取特征并进行分类。
接着,进行模型的训练。通过设置一些超参数,如epoch数,来控制训练的迭代次数。然后,通过编写了训练函数,在每个epoch中对模型进行训练。训练函数中包括了模型的前向传播、损失计算、反向传播和参数更新等步骤。"Epochs" 指的是训练过程中完整遍历训练数据集的次数。在每个 epoch 中,整个训练数据集都会被输入到模型中进行一次前向传播和反向传播,以更新模型的参数。epochs的数量通常是一个超参数,需要根据实际情况进行调整。增加 epochs 可以增加模型的训练时间,有助于模型更好地学习数据集的特征,但如果 epochs 设置过高,可能会导致模型过拟合训练数据。通常情况下,我们会根据模型的性能指标(如训练集和验证集上的准确率或损失)来确定合适的 epochs 数量。
在训练过程中,编写了测试函数,用于评估模型在测试集上的性能。测试函数和训练函数类似,但不进行参数更新,只是用于模型性能的评估。
最后进行结果的可视化。通过绘制训练和验证准确率随着epoch变化的曲线,以及训练和验证损失随着epoch变化的曲线,观察模型的训练过程和表现。