pytorch 多层感知机实现

---

一、前言

1. 多层感知机通过 隐藏层 + 非线性激活函数 的方式来得到非线性模型，解决了感知机不能处理XOR分类的问题，多层感知机理论上可以拟合任何一种函数
2. 常用的非线性激活函数是 Sigmoid、Tanh、Relu
3. 输出层接Softmax用来处理多分类问题
4. 超参数为隐藏层的个数和各个隐藏层的大小
   

---

二、实现

import torch
from torch import nn
from d2l import torch as d2l
import torchvision
from torch.utils import data
from torchvision import transforms


# 构造数据集迭代器 -----------------------------------------
def load_data_fashion_mnist(batch_size, resize=None):
    """
    下载mnist数据集到指定目录，按批次加载到内存并返回迭代器
    :param batch_size:  # 每批次加载的数据量
    :param resize:      # 放大或缩小图片
    :return:
    """
    # 图片预处理方法定义
    trans = [transforms.ToTensor()]
    if resize:
        trans.insert(0, transforms.Resize(resize))
    # # transforms.Compose([
    #   transforms.Resize(resize),  # 改变图像大小
    #   transforms.ToTensor()       # 转为tensor张量，通过ToTensor实例将图像数从PIL类型变换成32位浮点数格式，并除以255使得所有图像的数值都在0到1之间
    # ])
    trans = transforms.Compose(trans)

    # 加载数据
    # root=r'./data', download=True 下载数据并缓存在./data目录
    # train=True  加载训练集
    # train=False 加载测试集
    mnist_train = torchvision.datasets.FashionMNIST(
        root=r'../data',
        train=True,
        transform=trans,
        download=True
    )
    mnist_test = torchvision.datasets.FashionMNIST(
        root=r'../data',
        train=False,
        transform=trans,
        download=True
    )

    # 返回训练集和测试集的迭代器
    # shuffle 是否乱序
    # num_workers 多进程提高图片从硬盘加载的速度
    train_iter = data.DataLoader(mnist_train, batch_size, shuffle=True)
    test_iter = data.DataLoader(mnist_test, batch_size, shuffle=False)
    return (train_iter, test_iter)


# 初始化超参数 ---------------------------------
def init_weights(m):
    # 遍历 Sequential 如果发现 Linear 层,就把该层所有超参数初始化为均值0方差0.01的值
    if type(m) == nn.Linear:
        nn.init.normal_(m.weight, std=0.01)


# 评估准确率的方法 ----------------------------------------
# 定义预测准确率函数
def accuracy(y_hat, y):
    '''
    :param y_hat: 接收二维张量，例如 torch.tensor([[1], [0]...])
    :param y: 接收二维张量，例如 torch.tensor([[0.1, 0.2, 0.7], [0.8, 0.1, 0.1]...]) 三分类问题
    :return:
    '''
    # if len(y_hat.shape) > 1 and len(y.shape) > 1:
    y_hat = y_hat.argmax(axis=1)
    cmp = y_hat.type(y.dtype) == y
    return float(cmp.type(y.dtype).sum())

class Accumulator():
    ''' 对评估的正确数量和总数进行累加 '''
    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, item):
        return self.data[item]

# 对任意模型评估准确率的方法
def evaluate_accuracy(net, data_iter):
    ''' 计算在指定数据集上的模型精度 '''
    if isinstance(net, torch.nn.Module):
        net.eval()      # 将模型设置为评估模式
    metric = Accumulator(2)
    for X, y in data_iter:
        metric.add(accuracy(net(X), y), y.numel())
    return metric[0] / metric[1]

# 定义训练时的辅助动画
from IPython import display
class Animator():  #@save
    """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)):
        # 增量地绘制多条线
        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, ]
        # 使用lambda函数捕获参数
        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):
        # 向图表中添加多个数据点
        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)
        d2l.plt.draw()
        d2l.plt.pause(0.001)
        display.clear_output(wait=True)


# 训练 -------------------------------------------------
# 定义每批次训练函数
def train_epoch_ch3(net, train_iter, loss, updater):
    # 判断是不是pytorch的model，如果是，就打开训练模式，pytorch的训练模式默认开启梯度更新
    if isinstance(net, torch.nn.Module):
        net.train()
    # 创建样本累加器【累加每批次的损失值、样本预测正确的个数、样本总数】
    metric = Accumulator(3)
    for X, y in train_iter:
        # 前向传播获得预测结果
        y_hat = net(X)
        # 计算损失值
        l = loss(y_hat, y)
        # 判断是pytorch自带的方法还是我们手写的方法【根据不同的方法有不同的处理方式】
        if isinstance(updater, torch.optim.Optimizer):
            # 梯度清零
            updater.zero_grad()
            # 损失值求和，反向传播【pytorch自动进行了损失值求和】
            l.backward()
            # 更新梯度
            updater.step()
            # 累加各参数
            metric.add(
                float(l)*len(y),        # 损失值总数
                accuracy(y_hat, y),     # 样本预测正确的总数
                y.size().numel()        # 样本总数
            )
        else:
            # 损失值求和，反向传播
            l.sum().backward()
            # 梯度更新
            updater(X.shape[0])
            # 累加各参数
            metric.add(float(l.sum()), accuracy(y_hat, y), y.size().numel())
    # 返回 平均损失值 和 预测正确的概率
    # print("metric[0]: {}".format(metric[0]))
    # print("metric[1]: {}".format(metric[1]))
    # print("metric[2]: {}".format(metric[2]))
    return metric[0]/metric[2], metric[1]/metric[2]

# 定义训练方法
def train_ch3(net, train_iter, test_iter, loss, num_epochs, updater):
    """训练模型 """
    # 初始化训练动画
    animator = Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0.3, 0.9],
                        legend=['train loss', 'train acc', 'test acc'])
    # 训练 num_epochs 代
    for epoch in range(num_epochs):
        # 调用训练方法
        # 返回  平均损失值 和 预测正确的概率
        train_metrics = train_epoch_ch3(net, train_iter, loss, updater)
        # 测试集上的准确率
        test_acc = evaluate_accuracy(net, test_iter)
        # 绘制【训练代数，平均损失值、前向传播时的预测正确率、测试集预测正确率】
        animator.add(epoch + 1, train_metrics + (test_acc,))


if __name__ == '__main__':

    # 定义网络 ----------------------------------------
    net = nn.Sequential(
        nn.Flatten(),           # 1*28*28 拉直成一维 784
        nn.Linear(784, 256),	# 输入784维输出256维
        nn.ReLU(),				# relu激活
        nn.Linear(256, 10)		# 输入256维输出10维，损失函数 CrossEntropyLoss 自带 softmax，因此这里不需要 softmax
    )

    # 初始化超参数 ------------
    net.apply(init_weights)

    # 定义损失函数 ----------------
    loss = nn.CrossEntropyLoss()	

    # 定义优化算法【SGD】----------------------------------
    updater = torch.optim.SGD(net.parameters(), lr=0.1)

    # 开始训练 ------------------------------------------------------------------------------
    num_epochs, batch_size = 10, 256                                # 训练代数及每批次送入样本数
    train_iter, test_iter = load_data_fashion_mnist(batch_size)     # 获得数据迭代器
    print(evaluate_accuracy(net, test_iter))
    # 使用随机初始化的net预测十分类测试，正确率刚好在10%左右
    # 0.1149
    train_ch3(net, train_iter, test_iter, loss, num_epochs, updater)