Pytorch Tutorial学习笔记（4）_pytorch tutorial的14个例子-优快云博客

Training A Classifier训练一个分类器

数据来源

图像：一般有Pillow,OpenCV
声音：scipy和librosa
文本：row Python ,Cpython, NLTK, SpaCy
pytorch对于视觉有torchvision包，包含CIFAR10,MNIST,ImageNet等数据集，本示例使用CIFAR10。
CIFAR10包含 ‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’十种类型的图片，大小为3x32x32。

训练图像分类器

步骤：

使用torchvision加载并标准化CIFAR10训练集和测试集
定义一个卷积神经网络
定义损失函数
通过训练集训练神经网络
通过测试机测试神经网络

1.加载和标准化CIFAR10

import torch
import torchvision
import torchvision.transforms as transforms

数据集中为数字在0-1的PILImage，需要转换到-1到1

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

batch_size = 4

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

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

上面的代码分别下载了训练集和测试集，输出为：

Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz
Extracting ./data/cifar-10-python.tar.gz to ./data
Files already downloaded and verified

下面看看训练集中的图片：

import matplotlib.pyplot as plt
import numpy as np

# 定义显示图片的函数
def imshow(img):
    img = img / 2 + 0.5     # 去标准化：将图片的数值从-1~1转换到0~1
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()

# 随机获取一些训练图片
dataiter = iter(trainloader)
images, labels = dataiter.next()

# 显示图片
imshow(torchvision.utils.make_grid(images))
# 显示图片标签
print(' '.join('%5s' % classes[labels[j]] for j in range(batch_size)))

输出为：
训练集图片

cat plane bird ship

2.定义一个卷积神经网络

与Pytorch Tutorial学习笔记（3）不同的是，这里的图片有RGB三个通道，所以第一个卷积层稍有不同。

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super().__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(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = torch.flatten(x, 1)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

3.定义损失函数和优化器

import torch.optim as optim

criterion = nn.CrossEntropyLoss() # 以“交叉熵”为损失函数
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9) # 优化器

4.训练神经网络

for epoch in range(2):  # 在数据集上训练多次，训练一次称为一个epoch

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # 获取输入; 数据为一个列表 [inputs, labels]
        inputs, labels = data

        # 梯度归零
        optimizer.zero_grad()

        # 前向传递+反向传递+优化
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # 输出统计结果
        running_loss += loss.item()
        if i % 2000 == 1999:    # 每2000个batch输出一次
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

输出：

[1, 2000] loss: 2.128
[1, 4000] loss: 1.793
[1, 6000] loss: 1.649
[1, 8000] loss: 1.555
[1, 10000] loss: 1.504
[1, 12000] loss: 1.444
[2, 2000] loss: 1.379
[2, 4000] loss: 1.344
[2, 6000] loss: 1.336
[2, 8000] loss: 1.327
[2, 10000] loss: 1.294
[2, 12000] loss: 1.280
Finished Training

保存模型：

PATH = './cifar_net.pth'
torch.save(net.state_dict(), PATH)

更多保存方式参考：Pytorch模型保存

5.测试神经网络

展示测试集的图片：

dataiter = iter(testloader)
images, labels = dataiter.next()

# 输出图片
imshow(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4)))

测试集图片

GroundTruth: cat ship ship plane

加载刚刚保存的模型

net = Net()
net.load_state_dict(torch.load(PATH))

查看模型在整个数据集的正确率：

correct = 0
total = 0
with torch.no_grad(): # 这里是测试，不需要计算梯度了
    for data in testloader:
        images, labels = data
        outputs = net(images) # 输入图片给net,得到输出
        # 输出的概率中最大的那一个为该模型所预测的图片种类
        _, 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))

附录

在GPU上训练

定义GPU设备：

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

print(device)

输出：

cuda:0

模型移动到GPU设备上：

net.to(device)

在训练和测试的循环中，把获取输入和标签那一行改成给到GPU设备的形式：

inputs, labels = data[0].to(device), data[1].to(device)

参考网址：Pytorch官网：训练一个图像分类器