pytorch图片分类神经网络代码

Jiang_Immortals

已于 2024-03-01 20:38:39 修改

阅读量937

点赞数 9

CC 4.0 BY-SA版权

分类专栏：人工智能文章标签： pytorch 分类神经网络

于 2024-01-19 00:04:52 首次发布

本文链接：https://blog.youkuaiyun.com/jiang_changsheng/article/details/135686950

人工智能专栏收录该内容

31 篇文章

订阅专栏

文章详细描述了如何使用PyTorch构建卷积神经网络进行MNIST手写数字识别，包括数据加载、网络结构定义、损失函数选择和训练测试过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#%%
import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
#%%
# 下载训练集
train_dataset = datasets.MNIST(root='./',
                train=True,
                transform=transforms.ToTensor(),
                download=True)
# 下载测试集
test_dataset = datasets.MNIST(root='./',
               train=False,
               transform=transforms.ToTensor(),
               download=True)
#%%
# 批次大小
batch_size = 64

# 装载训练集
train_loader = DataLoader(dataset=train_dataset,
                      batch_size=batch_size,
                      shuffle=True)
# 装载测试集
test_loader = DataLoader(dataset=test_dataset,
                     batch_size=batch_size,
                     shuffle=True)
#%%
for i, data in enumerate(train_loader):
    # 获得数据和对应的标签
    inputs, labels = data
    print(inputs.shape)
    print(labels.shape)
    break
#%%
# 定义网络结构
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Sequential(nn.Conv2d(1, 32, 5, 1, 2), nn.ReLU(), nn.MaxPool2d(2, 2))
        self.conv2 = nn.Sequential(nn.Conv2d(32, 64, 5, 1, 2), nn.ReLU(), nn.MaxPool2d(2, 2))
        self.fc1 = nn.Sequential(nn.Linear(64 * 7 * 7, 1000), nn.Dropout(p=0.4), nn.ReLU())
        self.fc2 = nn.Sequential(nn.Linear(1000, 10), nn.Softmax(dim=1))
        
    def forward(self, x):
        # ([64, 1, 28, 28])
        x = self.conv1(x)
        x = self.conv2(x)
        x = x.view(x.size()[0], -1)
        x = self.fc1(x)
        x = self.fc2(x)
        return x
#%%
LR = 0.0003
# 定义模型
model = Net()
# 定义代价函数
entropy_loss = nn.CrossEntropyLoss()
# 定义优化器
optimizer = optim.Adam(model.parameters(), LR)
#%%
def train():
    model.train()
    for i, data in enumerate(train_loader):
        # 获得数据和对应的标签
        inputs, labels = data
        # 获得模型预测结果，（64，10）
        out = model(inputs)
        # 交叉熵代价函数out(batch,C),labels(batch)
        loss = entropy_loss(out, labels)
        # 梯度清0
        optimizer.zero_grad()
        # 计算梯度
        loss.backward()
        # 修改权值
        optimizer.step()


def test():
    model.eval()
    correct = 0
    for i, data in enumerate(test_loader):
        # 获得数据和对应的标签
        inputs, labels = data
        # 获得模型预测结果
        out = model(inputs)
        # 获得最大值，以及最大值所在的位置
        _, predicted = torch.max(out, 1)
        # 预测正确的数量
        correct += (predicted == labels).sum()
    print("Test acc: {0}".format(correct.item() / len(test_dataset)))
    
    correct = 0
    for i, data in enumerate(train_loader):
        # 获得数据和对应的标签
        inputs, labels = data
        # 获得模型预测结果
        out = model(inputs)
        # 获得最大值，以及最大值所在的位置
        _, predicted = torch.max(out, 1)
        # 预测正确的数量
        correct += (predicted == labels).sum()
    print("Train acc: {0}".format(correct.item() / len(train_dataset)))
#%%
for epoch in range(0, 20):
    print('epoch:',epoch)
    train()
    test()
#%%

这个代码示例是一个基本的图像分类神经网络，使用了卷积神经网络（Convolutional Neural Network, CNN）的结构。下面是代码中主要部分的原理解释：

定义神经网络模型：在代码中，使用了一个继承自nn.Module的类Net来定义神经网络模型。这个模型包括了卷积层、池化层和全连接层。通过__init__方法来初始化网络的各个层，然后通过forward方法来定义前向传播过程。
加载和预处理数据集：使用torchvision.transforms模块中的Compose函数来定义数据集的预处理操作，包括将图像转换为张量（ToTensor）和归一化操作（Normalize）。然后使用torchvision.datasets模块中的CIFAR10类来加载CIFAR-10数据集，并使用torch.utils.data.DataLoader类来创建训练集和测试集的数据加载器。
定义损失函数和优化器：在代码中使用了交叉熵损失函数（nn.CrossEntropyLoss）作为分类任务的损失函数，使用随机梯度下降（SGD）优化器（optim.SGD）来更新网络的参数。
训练网络：使用一个嵌套的循环来进行网络的训练。外层循环迭代多个epochs（整个数据集的完整训练周期），内层循环迭代小批次数据进行梯度更新。在每个小批次中，首先将梯度归零（optimizer.zero_grad()），然后通过前向传播计算输出，计算损失，然后进行反向传播和参数更新（optimizer.step()）。
在测试集上评估网络：使用torch.no_grad()上下文管理器来禁用梯度计算，然后对测试集中的图像进行前向传播计算输出，并与标签进行比较，计算准确率。

这是一个简单的示例，用于展示PyTorch中构建和训练图像分类神经网络的基本原理。根据具体任务和需求

import torch
import torch.nn as nn
import torch.optim as optim
import torchvision
import torchvision.transforms as transforms

# 定义神经网络模型
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(torch.relu(self.conv1(x)))
        x = self.pool(torch.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = torch.relu(self.fc1(x))
        x = torch.relu(self.fc2(x))
        x = self.fc3(x)
        return x

# 加载和预处理数据集
transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                          shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                                         shuffle=False, num_workers=2)

classes = ('plane', 'car', 'bird', 'cat',
           'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

# 定义损失函数和优化器
net = Net()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

# 训练网络
for epoch in range(2):
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data
        optimizer.zero_grad()
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        running_loss += loss.item()
        if i % 2000 == 1999:    # 每2000个小批次打印一次损失值
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

# 在测试集上评估网络
correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

这是一个基本的图像分类神经网络，使用CIFAR-10数据集进行训练和测试。可以根据需要进行修改和扩展。