如下所示&＃xff1a;
?
1
2
3
4
5
6
7
8
9
import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np
print("torch: %s" % torch.__version__)
print("tortorchvisionch: %s" % torchvision.__version__)
print("numpy: %s" % np.__version__)
Out:
?
1
2
3
torch:1.0.0
tortorchvisionch:0.2.1
numpy:1.15.4
数据从哪儿来&＃xff1f;
通常来说&＃xff0c;你可以通过一些python包来把图像、文本、音频和视频数据加载为numpy array。然后将其转换为torch.*Tensor。
图像。Pillow、OpenCV是用得比较多的
音频。scipy和librosa
文本。纯Python或者Cython就可以完成数据加载&＃xff0c;可以在NLTK和SpaCy找到数据
对于计算机视觉而言&＃xff0c;我们有torchvision包&＃xff0c;它可以用来加载一下常用数据集如Imagenet、CIFAR10、MINIST等等&＃xff0c;也有一些常用的为图像准备数据转换例如torchvision.datasets和torch.utils.data.DataLoader。
这次的教程中&＃xff0c;我们使用CIFAR10数据集&＃xff0c;他有‘airplane&＃39;, ‘automobile&＃39;, ‘bird&＃39;, ‘cat&＃39;, ‘deer&＃39;, ‘dog&＃39;, ‘frog&＃39;, ‘horse&＃39;, ‘ship&＃39;, ‘truck&＃39;这几个类别的图像。图像大小都是3x32x32的。也就是说&＃xff0c;图像都是三通道的&＃xff0c;每一张图的尺寸都是32x32。
训练一个图像分类器
步骤如下&＃xff1a;
使用torchvision加载、归一化训练集和测试集
定义卷积神经网络
定义损失函数
使用训练集训练网络
使用测试集测试网络
1. 加载、归一化CIFAR10
我们可以使用torchvision很轻松的完成
torchvision的数据集是基于PILImage的&＃xff0c;数值是[0, 1]&＃xff0c;我们需要将其转成范围为[-1, 1]的Tensor
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
transform&＃61; transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.5,0.5,0.5), (0.5,0.5,0.5))
])
trainset&＃61; torchvision.datasets.CIFAR10(root&＃61;&＃39;./data&＃39;, train&＃61;True,
download&＃61;True, transform&＃61;transform)
trainloader&＃61; torch.utils.data.DataLoader(trainset, batch_size&＃61;4,
shuffle&＃61;True, num_workers&＃61;4)
testset&＃61; torchvision.datasets.CIFAR10(root&＃61;&＃39;./data&＃39;, train&＃61;False,
download&＃61;True, transform&＃61;transform)
testloader&＃61; torch.utils.data.DataLoader(testset, batch_size&＃61;4,
shuffle&＃61;True, num_workers&＃61;4)
classes&＃61; (&＃39;plane&＃39;,&＃39;car&＃39;,&＃39;bird&＃39;,&＃39;cat&＃39;,
&＃39;deer&＃39;,&＃39;dog&＃39;,&＃39;frog&＃39;,&＃39;horse&＃39;,&＃39;ship&＃39;,&＃39;truck&＃39;)
Out:
?
1
2
Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz
Files already downloadedand verified
让我们来看看训练集的图片
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 显示一张图片
def imshow(img):
img&＃61; img/ 2 &＃43; 0.5 # 逆归一化
npimg&＃61; img.numpy()
plt.imshow(np.transpose(npimg, (1,2,0)))
plt.show()
# 任意地拿到一些图片
dataiter&＃61; iter(trainloader)
images, labels&＃61; dataiter.next()
# 显示图片
imshow(torchvision.utils.make_grid(images))
# 显示类标
print(&＃39; &＃39;.join(&＃39;%5s&＃39; % classes[labels[j]]for jin range(4)))
Out:
?
1
truck dog ship dog
2. 定义卷积神经网络
可以直接复制神经网络的代码&＃xff0c;修改里面的几层即可。
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import torch.nn as nn
import torch.nn.functional as F
class Net(nn.Module):
def __init__(self):
super(Net,self).__init__()
self.conv1&＃61; nn.Conv2d(3,6,5)
self.pool&＃61; nn.MaxPool2d(2,2)
self.conv2&＃61; nn.Conv2d(6,16,5)
self.fc1&＃61; nn.Linear(16 * 5 * 5,120)
self.fc2&＃61; nn.Linear(120,84)
self.fc3&＃61; nn.Linear(84,10)
def forward(self, x):
x&＃61; self.pool(F.relu(self.conv1(x)))
x&＃61; self.pool(F.relu(self.conv2(x)))
x&＃61; x.view(-1,16 * 5 * 5)
x&＃61; F.relu(self.fc1(x))
x&＃61; F.relu(self.fc2(x))
x&＃61; self.fc3(x)
return x
net&＃61; Net()
3. 定义损失函数和优化器
使用多分类交叉熵损失函数&＃xff0c;和带有momentum的SGD作为优化器
?
1
2
3
4
import torch.optim as optim
criterion&＃61; nn.CrossEntropyLoss()
optimizer&＃61; optim.SGD(net.parameters(), lr&＃61;1e-3, momentum&＃61;0.9)
4. 训练网络
我们直接使用循环语句遍历数据集即可完成训练
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
nums_epoch&＃61; 2
for epochin range(nums_epoch):
_loss&＃61; 0.0
for i, (inputs, labels)in enumerate(trainloader,0):
inputs, labels&＃61; inputs.to(device), labels.to(device)
optimizer.zero_grad()
outputs&＃61; net(inputs)
loss&＃61; criterion(outputs, labels)
loss.backward()
optimizer.step()
_loss&＃43;&＃61; loss.item()
if i% 2000 &＃61;&＃61; 1999:# 每2000步打印一次损失值
print(&＃39;[%d, %5d] loss: %.3f&＃39; %
(epoch&＃43; 1, i&＃43; 1, _loss/ 2000))
_loss&＃61; 0.0
print(&＃39;Finished Training&＃39;)
Out:
?
1
2
3
4
5
6
7
8
9
10
11
12
13
[1,2000] loss:1.178
[1,4000] loss:1.200
[1,6000] loss:1.168
[1,8000] loss:1.175
[1,10000] loss:1.185
[1,12000] loss:1.165
[2,2000] loss:1.073
[2,4000] loss:1.066
[2,6000] loss:1.100
[2,8000] loss:1.107
[2,10000] loss:1.083
[2,12000] loss:1.103
Finished Training
5. 测试网络
这个网络已经训练了两个epoch&＃xff0c;我们现在来看看这个网络是不是学到了一些什么东西。
我们让这个神经网络预测几张图片&＃xff0c;看看它的答案与真实答案的差别。
下面我们选取一些测试数据集中的数据&＃xff0c;看看他们的真实标签。
?
1
2
3
4
5
# 展示测试数据集
dataiter&＃61; iter(testloader)
images, labels&＃61; dataiter.next()
imshow(torchvision.utils.make_grid(images))
print(&＃39;GraoundTruth: &＃39;,&＃39; &＃39;.join([&＃39;%5s&＃39; % classes[labels[j]]for jin range(4)]))
Out:
?
1
GraoundTruth: ship ship deer ship
接着我们让神经网络来给出预测标签
神经网络的输出是10个信号值&＃xff0c;信号值最高的那个神经元表示整个网络的预测值&＃xff0c;所以我们需要拿到信号最强的那个节点的索引值
?
1
2
3
4
# 展示预测值
outputs&＃61; net(images)
_, predicted&＃61; torch.max(outputs,1)
print(&＃39;Predicted: &＃39;,&＃39; &＃39;.join([&＃39;%5s&＃39; % classes[predicted[j]]for jin range(4)]))
Out:
?
1
Predicted: car ship horse ship
下面我们对整个测试集做一次评估&＃xff1a;
?
1
2
3
4
5
6
7
8
9
10
11
# 评估测试数据集
correct, total&＃61; 0,0
with torch.no_grad():
for images, labelsin testloader:
outputs&＃61; net(images)
_, predicted&＃61; torch.max(outputs,1)
total&＃43;&＃61; labels.size(0)
correct&＃43;&＃61; (labels&＃61;&＃61; predicted).sum().item()
print(&＃39;Accuracy of the network on the 10000 test images: %d %%&＃39; % (
100 * correct/ total))
Out:
?
1
Accuracy of the network on the10000 test images:58 %
整个结果比随机猜要好得多&＃xff08;随机猜是10%的概率&＃xff09;。看来我们的神经网络还是学到了点东西。
下面我们来看看它在哪一个类别的分类上做得最好&＃xff1a;
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 按类标评估
n_classes&＃61; len(classes)
class_correct, class_total&＃61; [0]*n_classes, [0]* n_classes
with torch.no_grad():
for images, labelsin testloader:
outputs&＃61; net(images)
_, predicted&＃61; torch.max(outputs,1)
is_correct&＃61; (labels&＃61;&＃61; predicted).squeeze()
for iin range(len(labels)):
label&＃61; labels[i]
class_total[label]&＃43;&＃61; 1
class_correct[label]&＃43;&＃61; is_correct[i].item()
for iin range(n_classes):
print(&＃39;Accuracy of %5s: %.2f %%&＃39; % (
classes[i],100.0 * class_correct[i]/ class_total[i]
))
Out:
?
1
2
3
4
5
6
7
8
9
10
Accuracy of plane:67.00 %
Accuracy of car:71.50 %
Accuracy of bird:55.20 %
Accuracy of cat:45.60 %
Accuracy of deer:38.20 %
Accuracy of dog:47.00 %
Accuracy of frog:78.80 %
Accuracy of horse:55.90 %
Accuracy of ship:72.70 %
Accuracy of truck:57.50 %
在GPU上训练
就像把Tensor从CPU转移到GPU一样&＃xff0c;神经网络也可以转移到GPU上
首先需要检查是否有可用的GPU
?
1
2
3
4
device&＃61; torch.device("cuda:0" if torch.cuda.is_available()else "cpu")
# 假设我们在支持CUDA的机器上&＃xff0c;我们可以打印出CUDA设备&＃xff1a;
print(device)
Out:
?
1
cuda:0
我们假设device已经是CUDA设备了
下面命令将递归的将所有模块和参数、缓存转移到CUDA设备上去
?
1
net.to(device)
Out:
?
1
2
3
4
5
6
7
8
Net(
(conv1): Conv2d(3,6, kernel_size&＃61;(5,5), stride&＃61;(1,1))
(pool): MaxPool2d(kernel_size&＃61;2, stride&＃61;2, padding&＃61;0, dilation&＃61;1, ceil_mode&＃61;False)
(conv2): Conv2d(6,16, kernel_size&＃61;(5,5), stride&＃61;(1,1))
(fc1): Linear(in_features&＃61;400, out_features&＃61;120, bias&＃61;True)
(fc2): Linear(in_features&＃61;120, out_features&＃61;84, bias&＃61;True)
(fc3): Linear(in_features&＃61;84, out_features&＃61;10, bias&＃61;True)
)
注意&＃xff0c;在训练过程中的传入输入数据时&＃xff0c;也需要转移到GPU上
并且&＃xff0c;需要重新实例化优化器&＃xff0c;否则会报错
?
1
inputs, labels&＃61; inputs.to(device), labels.to(device)
练习&＃xff1a;尝试增加神经网络的宽度。第一个nn.Conv2d的第二个参数和第二个nn.Conv2d的第一个参数的值必须一样。看看会有什么样的效果。
以上这篇使用PyTorch训练一个图像分类器实例就是小编分享给大家的全部内容了&＃xff0c;希望能给大家一个参考&＃xff0c;也希望大家多多支持服务器之家。
原文链接&＃xff1a;https://blog.csdn.net/TinyJian/article/details/86617064
京公网安备 11010802041100号