d2l基础LeNet实现与ch6各类基础函数讲解

众所周知第七章在复现各大神经网络的时候也会用到ch6定义的各种函数，为了方便理解其中的细节，在这里具体讲解一下！

目录

1.LeNet实现

1.1net搭建

1.2数据集改正

1.3存储到gpu上的验证集

2.ch6训练

2.2loss探索

2.3改编版显数函数

2.4训练命令行

---

1.LeNet实现

1.1net搭建

  这里使用Seq简单复现即可，没啥好说的。

  注意：在Sequential里面也是可以写进自己的类的，详细见5_1。

            nn.Flatten()是将张量拉成（bs,-1)维度的张量

            注意最后送到全连接的input是需要自己算的！另外激活函数为Sigmoid

net = nn.Sequential(
    nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Flatten(),
    nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),
    nn.Linear(120, 84), nn.Sigmoid(),
    nn.Linear(84, 10))

X = torch.rand(size=(1, 1, 28, 28), dtype=torch.float32)
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape: \t',X.shape)

'''
Conv2d output shape: 	 torch.Size([1, 6, 28, 28])
Sigmoid output shape: 	 torch.Size([1, 6, 28, 28])
AvgPool2d output shape: 	 torch.Size([1, 6, 14, 14])
Conv2d output shape: 	 torch.Size([1, 16, 10, 10])
Sigmoid output shape: 	 torch.Size([1, 16, 10, 10])
AvgPool2d output shape: 	 torch.Size([1, 16, 5, 5])
Flatten output shape: 	 torch.Size([1, 400])
Linear output shape: 	 torch.Size([1, 120])
Sigmoid output shape: 	 torch.Size([1, 120])
Linear output shape: 	 torch.Size([1, 84])
Sigmoid output shape: 	 torch.Size([1, 84])
Linear output shape: 	 torch.Size([1, 10])
'''

  简单用一个28的向量(与FM单张图片hw相同）看一下结构,注意卷积尺寸计算公式：

o=[(i+2p-k)/s]+1这个公式对应正方形尺寸图片卷积尺寸

1.2数据集改正

  原始的num_works=4,这里笔者的电脑太拉，用4的话内存不够用，所以改成2(如果2还不行直接上0）

def load_data_fashion_mnist_nw2(batch_size, resize=None):
    """下载Fashion-MNIST数据集，然后将其加载到内存中"""
    trans = [transforms.ToTensor()]
    if resize:
        trans.insert(0, transforms.Resize(resize))
    trans = transforms.Compose(trans)
    mnist_train = torchvision.datasets.FashionMNIST(
        root="../data", train=True, transform=trans, download=True)
    mnist_test = torchvision.datasets.FashionMNIST(
        root="../data", train=False, transform=trans, download=True)
    return (data.DataLoader(mnist_train, batch_size, shuffle=True,
                            num_workers=2),
            data.DataLoader(mnist_test, batch_size, shuffle=False,
                            num_workers=2))

  然后设置loader，注意这里要用上面该过nw的函数：

batch_size = 128
train_iter, test_iter = load_data_fashion_mnist_nw2(batch_size=batch_size)

1.3存储到gpu上的验证集

  重头戏之一，存储到gpu上的验证！相关gpu的设置见ch5_5。

  本质是使用gpu设置对evaluate_accuracy进行修改：

def evaluate_accuracy_gpu(net, data_iter, device=None): #@save
    """使⽤GPU计算模型在数据集上的精度"""
    if isinstance(net, nn.Module):
        net.eval() # 设置为评估模式
        if not device:
            device = next(iter(net.parameters())).device
    '''正确预测的数量，总预测的数量'''
    metric = d2l.Accumulator(2)
    with torch.no_grad():
        for X, y in data_iter:
            if isinstance(X, list):
                '''BERT微调所需的（之后将介绍）'''
                X = [x.to(device) for x in X]
            else:
                X = X.to(device)
            y = y.to(device)
            metric.add(d2l.accuracy(net(X), y), y.numel())
        return metric[0] / metric[1]

  开始的device=None,如果开始没有指定device，则看net里面的参数中的device是啥，然后设置成net参数里面的device，也是保证统一。

  再将每个loader中的数据挪到device中，如果是个list那就每一个都挪，如果是tensor的话就挪一次。对应的y也要挪到gpu上，一般y都是tensor所以挪一次就好。

  这里计算的时候用到了之前讲过的accuracy，在此再看一下，最后返回的是y_hat与y预测类别正确的数量。

def accuracy(y_hat, y):  # @save
    """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())

  在这里补充一下，经过了.argmax后，维度降成1维，每个元素代表每个图片的预测种类，与y一样

2.ch6训练

  由于这个函数实在是太重要了，所以我直接把它设成标题1。

  先上原版代码：首先是比ch3多了gpu设置。

def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """⽤GPU训练模型(在第六章定义)"""
    def init_weights(m):
        if type(m) == nn.Linear or type(m) == nn.Conv2d:
            nn.init.xavier_uniform_(m.weight)
    net.apply(init_weights)
    print('training on', device)
    net.to(device)
    optimizer = torch.optim.SGD(net.parameters(), lr=lr)
    loss = nn.CrossEntropyLoss()
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
                            legend=['train loss', 'train acc', 'test acc'])
    timer, num_batches = d2l.Timer(), len(train_iter)
    for epoch in range(num_epochs):
        # 训练损失之和，训练准确率之和，样本数
        metric = d2l.Accumulator(3)
        net.train()
        for i, (X, y) in enumerate(train_iter):
            timer.start()
            optimizer.zero_grad()
            X, y = X.to(device), y.to(device)
            y_hat = net(X)
            l = loss(y_hat, y)
            l.backward()
            optimizer.step()
            with torch.no_grad():
                metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
            timer.stop()
            train_l = metric[0] / metric[2]
            train_acc = metric[1] / metric[2]
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(epoch + (i + 1) / num_batches,
                            (train_l, train_acc, None))
        test_acc = evaluate_accuracy_gpu(net, test_iter)
        animator.add(epoch + 1, (None, None, test_acc))
    print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
        f'test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
        f'on {str(device)}')

   初始化weight，如果使用了全连接层或者卷积层，则用xavier初始化权重。
   在此补充xavier作用：根据输入输出的大小，使得再用随机数的时候，各个随机数之间的方差是差不多的，保证模型开始的时候梯度炸掉或者变为0。

  再将初始化权重部署到每一个layer中(.apply())

  打印一下再那个地方训练，避免弄了半天还是再cpu上。再将整个net挪到gpu上。

  添加了一个计时操作，每次计时的是每个epoch的训练用时。

  并注意在训练时，要将loader里面的X,y挪到gpu上！

2.2loss探索

  在此补充一下我的探索，因为我发现MLP的时候是用的l.mean().backward,而在这没有了，细看了一下，根源在于loss = nn.CrossEntropyLoss()里面有没有定义reduction='none'。

  如上图，定义了reduction='none'后，表示loss计算不会降维，保存每一个bs中的损失，所以得到的l是(bs)的loss，所以后续计算反向梯度下降的时候要mean()求均值（保证是标量对向量求导），由于最后累加器累加每个iter的loss，所以将(bs)的loss使用.sum()进行加和。

  而这次没有采用reduction='none'时，默认的时reduction='mean',直接在loss的时候就进行了均值操作。

 如上图，loss计算后的l是一个标量，经过累加器后，均值*个数(bs)=l.sum()，由于权重是随机的，所以几乎等于上一个即可说明二者是相等同的！

  所以往后直接不设置reduction好了，这样反向传播还简单一点。

2.3改编版显数函数

  众所周之笔者感觉画图的东西太罗嗦，跟ch3一样整了一个每个epoch显示数值的版本出来：

def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """⽤GPU训练模型(在第六章定义)"""
    global train_l, train_acc, metric

    def init_weights(m):
        if type(m) == nn.Linear or type(m) == nn.Conv2d:
            nn.init.xavier_uniform_(m.weight)

    net.apply(init_weights)
    print('training on', device)
    net.to(device)
    optimizer = torch.optim.SGD(net.parameters(), lr=lr)
    loss = nn.CrossEntropyLoss()
    # animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
    #                         legend=['train loss', 'train acc', 'test acc'])
    timer, num_batches = d2l.Timer(), len(train_iter)
    for epoch in range(num_epochs):
        # 训练损失之和，训练准确率之和，样本数
        metric = d2l.Accumulator(3)
        net.train()
        for i, (X, y) in enumerate(train_iter):
            timer.start()
            optimizer.zero_grad()
            X, y = X.to(device), y.to(device)
            y_hat = net(X)
            l = loss(y_hat, y)
            l.backward()
            optimizer.step()
            with torch.no_grad():
                metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
            timer.stop()
            train_l = metric[0] / metric[2]
            train_acc = metric[1] / metric[2]
        test_acc = evaluate_accuracy_gpu(net, test_iter)
        print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
              f'test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
          f'on {str(device)}')

2.4训练命令行

lr, num_epochs = 0.9, 10
train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())