深度学习02 — PyTorch CIFAR10彩色图片识别

🍨 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

如果设备上支持GPU就使用GPU, 否则使用CPU

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

2. 导入数据

使用datasets 下载CIFAR10数据集，并划分好训练集和测试集

使用dataloader加载数据，并设置好基本的batch_size

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)

 使用dataloader加载数据，并设置好基本的batch_size

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)

# 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

 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。例如一个矩阵的shape是（5 ，1），使用这个函数后，结果是（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

 二、构建简单的CNN网络

1. torch.nn.Conv2d() 详解

函数原型：

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

关键参数说明：

• in_channels ( int ) – 输入图像中的通道数

• out_channels ( int ) – 卷积产生的通道数

• kernel_size ( int or tuple ) – 卷积核的大小

• stride ( int or tuple , optional ) -- 卷积的步幅。默认值：1

• pad