【动手学深度学习】part9-softmax回归

基于【动手学深度学习】课程,理解并复现softmax回归代码


一、softmax回归简介

Softmax 回归(也称为多项式逻辑回归或最大熵分类器)是一种用于多分类问题的线性模型。它主要用于将输入数据映射到多个离散类别中的一个。Softmax 回归是逻辑回归(Logistic Regression)的扩展,适用于多分类任务,而不是二分类任务。

  • 用沐神两页ppt阐述softmax回归里的核心概念

在这里插入图片描述
在这里插入图片描述

二、softmax回归实例

  • 直接上代码

(0)数据筛选:直接采用“torchvision.datasets.FashionMNIST”数据集
(1)构建模型:y=softmax(X*w+b)
(2)构建损失函数: l ( y , y ^ ) = − ∑ i y i log ⁡ y ^ i = − log ⁡ y ^ y l(\mathbf{y},\mathbf{\hat{y}})=-\sum_iy_i\log\hat{y}_i=-\log\hat{y}_y l(y,y^)=iyilogy^i=logy^y,即交叉熵
(3)设置超参数:batch_size、lr、num_epochs
(4) 迭代优化:SGD

import torch
import torchvision
from torch.utils import data
from torchvision import transforms
from d2l import torch as d2l
from IPython.display import display,clear_output 



def get_dataloader_workers():
    """使用4个进程来读取数据。"""
    return 0


batch_size = 256
num_workers = 0
# 训练集和测试集的迭代器
train_iter, test_iter = d2l.load_data_fashion_mnist(num_workers, batch_size)


# 图像为28*28个像素点,但softmax的输入必须为向量,所以将输入转为1维向量,输出为10个类别
num_inputs = 784
num_outputs = 10

W = torch.normal(0, 0.01, size=(num_inputs, num_outputs), requires_grad=True)
b = torch.zeros(num_outputs, requires_grad=True)

# =============================================================================
# X = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
# print(X.sum(0, keepdim=True))
# print(X.sum(1, keepdim=True))
# =============================================================================


def softmax(X):
    X_exp = torch.exp(X)
    partition = X_exp.sum(1, keepdim=True)
    return X_exp / partition

# =============================================================================
# X = torch.normal(0, 1, (2, 5))
# X_prob = softmax(X)
# print(X,X_prob, X_prob.sum(1))
# =============================================================================

# 实现softmax回归模型


def net(X):
    '''softmax(X*w+b)'''
    return softmax(torch.matmul(X.reshape((-1, W.shape[0])), W) + b)


# 创建一个数据y_hat,其中包含2个样本在3个类别的预测概率, 使用y作为y_hat中概率的索引
y = torch.tensor([0, 2])
y_hat = torch.tensor([[0.1, 0.3, 0.6], [0.3, 0.2, 0.5]])
print(y_hat[[0, 1], y])

# 实现交叉熵损失函数


def cross_entropy(y_hat, y):
    return -torch.log(y_hat[range(len(y_hat)), y])


cross_entropy(y_hat, y)


def accuracy(y_hat, y):
    """计算预测正确的数量。"""
    if len(y_hat.shape) > 1 and y_hat.shape[1] > 1:
        y_hat = y_hat.argmax(axis=1)
    cmp = y_hat.type(y.dtype) == y
    return float(cmp.type(y.dtype).sum())


print(accuracy(y_hat, y) / len(y))


def evaluate_accuracy(net, data_iter):
    """计算在指定数据集上模型的精度。"""
    if isinstance(net, torch.nn.Module):
        net.eval()  # 将模型设置为评估模式
    metric = Accumulator(2)  # 正确预测数、预测总数
    for X, y in data_iter:
        metric.add(accuracy(net(X), y), y.numel())
    return metric[0] / metric[1]


class Accumulator:
    """在`n`个变量上累加。"""

    def __init__(self, n):
        self.data = [0.0] * n

    def add(self, *args):
        self.data = [a + float(b) for a, b in zip(self.data, args)]

    def reset(self):
        self.data = [0.0] * len(self.data)

    def __getitem__(self, idx):
        return self.data[idx]


print(evaluate_accuracy(net, test_iter))

def train_epoch_ch3(net, train_iter, loss, updater):  
    """训练模型一个迭代周期(定义见第3章)。"""
    if isinstance(net, torch.nn.Module):
        net.train()
    metric = Accumulator(3)
    for X, y in train_iter:
        y_hat = net(X)
        l = loss(y_hat, y)
        if isinstance(updater, torch.optim.Optimizer):
            updater.zero_grad()
            l.backward()
            updater.step()
            metric.add(
                float(l) * len(y), accuracy(y_hat, y),
                y.size().numel())
        else:
            l.sum().backward()
            updater(X.shape[0])
            metric.add(float(l.sum()), accuracy(y_hat, y), y.numel())
    return metric[0] / metric[2], metric[1] / metric[2]

class Animator:  
    """在动画中绘制数据。"""
    def __init__(self, xlabel=None, ylabel=None, legend=None, xlim=None,
                 ylim=None, xscale='linear', yscale='linear',
                 fmts=('-', 'm--', 'g-.', 'r:'), nrows=1, ncols=1,
                 figsize=(3.5, 2.5)):
        if legend is None:
            legend = []
        d2l.use_svg_display()
        self.fig, self.axes = d2l.plt.subplots(nrows, ncols, figsize=figsize)
        if nrows * ncols == 1:
            self.axes = [self.axes,]
        self.config_axes = lambda: d2l.set_axes(self.axes[
            0], xlabel, ylabel, xlim, ylim, xscale, yscale, legend)
        self.X, self.Y, self.fmts = None, None, fmts

    def add(self, x, y):
        if not hasattr(y, "__len__"):
            y = [y]
        n = len(y)
        if not hasattr(x, "__len__"):
            x = [x] * n
        if not self.X:
            self.X = [[] for _ in range(n)]
        if not self.Y:
            self.Y = [[] for _ in range(n)]
        for i, (a, b) in enumerate(zip(x, y)):
            if a is not None and b is not None:
                self.X[i].append(a)
                self.Y[i].append(b)
        self.axes[0].cla()
        for x, y, fmt in zip(self.X, self.Y, self.fmts):
            self.axes[0].plot(x, y, fmt)
        self.config_axes()
        # display.display(self.fig)
        # display.clear_output(wait=True)

def train_ch3(net, train_iter, test_iter, loss, num_epochs, updater):  
    """训练模型(定义见第3章)。"""
    animator = Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0.3, 0.9],
                        legend=['train loss', 'train acc', 'test acc'])
    for epoch in range(num_epochs):
        train_metrics = train_epoch_ch3(net, train_iter, loss, updater)
        test_acc = evaluate_accuracy(net, test_iter)
        animator.add(epoch + 1, train_metrics + (test_acc,))
    train_loss, train_acc = train_metrics
    assert train_loss < 0.5, train_loss
    assert train_acc <= 1 and train_acc > 0.7, train_acc
    assert test_acc <= 1 and test_acc > 0.7, test_acc
    
lr = 0.1

def updater(batch_size):
    return d2l.sgd([W, b], lr, batch_size)

num_epochs = 10
train_ch3(net, train_iter, test_iter, cross_entropy, num_epochs, updater)

def predict_ch3(net, test_iter, n=6):  
    """预测标签(定义见第3章)。"""
    for X, y in test_iter:
        break
    trues = d2l.get_fashion_mnist_labels(y)
    preds = d2l.get_fashion_mnist_labels(net(X).argmax(axis=1))
    titles = [true + '\n' + pred for true, pred in zip(trues, preds)]
    d2l.show_images(X[0:n].reshape((n, 28, 28)), 1, n, titles=titles[0:n])

predict_ch3(net, test_iter)
  • 准确率和损失函数值的统计结果

在这里插入图片描述

二、多类交叉熵损失函数的梯度计算

交叉熵通常用于衡量两个概率之间的区别。
在多类分类的问题当中,输出为softmax(zi)的概率,可以用于衡量预测值概率与真值概率的区别,从而定义为损失函数进行不断优化。
具体推导过程如下:
在这里插入图片描述

### 使用 SE-ResNet50 和 CNN 进行暴力行为检测的方法 #### 数据准备 为了训练模型识别视频中的暴力行为,数据集的选择至关重要。通常情况下,需要收集并标注大量包含正常活动和暴力事件的视频片段。这些视频可以来自公共安全监控录像、社交媒体平台或其他公开资源。 #### 特征提取与预处理 对于每一帧图像,利用预先训练好的 SE-ResNet50 提取特征向量。SE-ResNet 是一种改进版 ResNet,在原有基础上加入了 Squeeze-and-Excitation (SE) 模块以增强通道间的信息交互能力[^3]。具体操作如下: 1. 将输入图片调整到固定尺寸; 2. 对每张图片应用标准化处理; 3. 利用迁移学习技术加载 ImageNet 上预训练过的 SE-ResNet 权重参数作为初始化权重; 4. 移除最后一层全连接层,保留倒数第二层输出的结果作为该帧对应的高维特征表示。 ```python import torch from torchvision import models, transforms def extract_features(image_path): transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) model = models.resnet50(pretrained=True) se_module = nn.Sequential(*list(model.children())[:-1]) # Remove final FC layer image = Image.open(image_path).convert(&#39;RGB&#39;) tensor_image = transform(image).unsqueeze(0) with torch.no_grad(): features = se_module(tensor_image) return features.squeeze().numpy() ``` #### 序列建模 由于暴力行为往往涉及连续动作的变化过程,因此除了静态空间上的特征外还需要考虑时间维度的影响。可以选择 LSTM 或 GRU 等循环神经网络来捕捉序列模式下的动态变化规律。另一种方式则是采用 Temporal Convolutional Networks (TCNs),其优势在于能够保持因果关系的同时具备更高效的并行计算特性。 #### 训练分类器 最后一步是在上述两阶段获得的空间及时序特征之上构建最终决策机制——即多类别逻辑回归或者其他适合的任务导向型监督学习算法。通过交叉熵损失函数指导整个框架端到端地优化直至收敛于最优解附近。 ```python class ViolenceDetector(nn.Module): def __init__(self, num_classes=2): super(ViolenceDetector, self).__init__() self.feature_extractor = ... # Use the feature extraction part defined earlier self.temporal_modeling = nn.LSTM(input_size=feature_dim, hidden_size=lstm_hidden_units, batch_first=True, bidirectional=False) self.classifier = nn.Linear(lstm_hidden_units * sequence_length, num_classes) def forward(self, x): bsz, seq_len, c, h, w = x.shape inputs = x.view(bsz*seq_len, c, h, w) feats = self.feature_extractor(inputs) feats = feats.view(bsz, seq_len, -1) outputs, _ = self.temporal_modeling(feats) logits = self.classifier(outputs[:, -1, :]) return F.log_softmax(logits, dim=-1) ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值