使用PyTorch训练一个图像分类器实例
如下所示：
import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np
print("torch: %s" % torch.__version__)
print("tortorchvisionch: %s" % torchvision.__version__)
print("numpy: %s" % np.__version__)
Out:
torch: 1.0.0 tortorchvisionch: 0.2.1 numpy: 1.15.4
数据从哪儿来？
通常来说，你可以通过一些python包来把图像、文本、音频和视频数据加载为numpy array。然后将其转换为torch.*Tensor。
图像。Pillow、OpenCV是用得比较多的
音频。scipy和librosa
文本。纯Python或者Cython就可以完成数据加载，可以在NLTK和SpaCy找到数据
对于计算机视觉而言，我们有torchvision包，它可以用来加载一下常用数据集如Imagenet、CIFAR10、MINIST等等，也有一些常用的为图像准备数据转换例如torchvision.datasets和torch.utils.data.DataLoader。
这次的教程中，我们使用CIFAR10数据集，他有‘airplane', ‘automobile', ‘bird', ‘cat', ‘deer', ‘dog', ‘frog', ‘horse', ‘ship', ‘truck'这几个类别的图像。图像大小都是3x32x32的。也就是说，图像都是三通道的，每一张图的尺寸都是32x32。
训练一个图像分类器
步骤如下：
使用torchvision加载、归一化训练集和测试集
定义卷积神经网络
定义损失函数
使用训练集训练网络
使用测试集测试网络
1. 加载、归一化CIFAR10
我们可以使用torchvision很轻松的完成
torchvision的数据集是基于PILImage的，数值是[0, 1]，我们需要将其转成范围为[-1, 1]的Tensor
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=4)
testset = torchvision.datasets.CIFAR10(root='./data', train=False,
download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
shuffle=True, num_workers=4)
classes = ('plane', 'car', 'bird', 'cat',
'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
Out:
Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz Files already downloaded and verified
让我们来看看训练集的图片
# 显示一张图片
def imshow(img):
img = img / 2 + 0.5 # 逆归一化
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
plt.show()
# 任意地拿到一些图片
dataiter = iter(trainloader)
images, labels = dataiter.next()
# 显示图片
imshow(torchvision.utils.make_grid(images))
# 显示类标
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))
Out:
truck dog ship dog
2. 定义卷积神经网络
可以直接复制神经网络的代码，修改里面的几层即可。
import torch.nn as nn
import torch.nn.functional as F
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(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(-1, 16 * 5 * 5)
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
使用多分类交叉熵损失函数，和带有momentum的SGD作为优化器
import torch.optim as optim criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(net.parameters(), lr=1e-3, momentum=0.9)
4. 训练网络
我们直接使用循环语句遍历数据集即可完成训练
nums_epoch = 2
for epoch in range(nums_epoch):
_loss = 0.0
for i, (inputs, labels) in enumerate(trainloader, 0):
inputs, labels = inputs.to(device), labels.to(device)
optimizer.zero_grad()
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
_loss += loss.item()
if i % 2000 == 1999: # 每2000步打印一次损失值
print('[%d, %5d] loss: %.3f' %
(epoch + 1, i + 1, _loss / 2000))
_loss = 0.0
print('Finished Training')
Out:
[1, 2000] loss: 1.178 [1, 4000] loss: 1.200 [1, 6000] loss: 1.168 [1, 8000] loss: 1.175 [1, 10000] loss: 1.185 [1, 12000] loss: 1.165 [2, 2000] loss: 1.073 [2, 4000] loss: 1.066 [2, 6000] loss: 1.100 [2, 8000] loss: 1.107 [2, 10000] loss: 1.083 [2, 12000] loss: 1.103 Finished Training
5. 测试网络
这个网络已经训练了两个epoch，我们现在来看看这个网络是不是学到了一些什么东西。
我们让这个神经网络预测几张图片，看看它的答案与真实答案的差别。
下面我们选取一些测试数据集中的数据，看看他们的真实标签。
# 展示测试数据集
dataiter = iter(testloader)
images, labels = dataiter.next()
imshow(torchvision.utils.make_grid(images))
print('GraoundTruth: ', ' '.join(['%5s' % classes[labels[j]] for j in range(4)]))
Out:
GraoundTruth: ship ship deer ship
接着我们让神经网络来给出预测标签
神经网络的输出是10个信号值，信号值最高的那个神经元表示整个网络的预测值，所以我们需要拿到信号最强的那个节点的索引值
# 展示预测值
outputs = net(images)
_, predicted = torch.max(outputs, 1)
print('Predicted: ', ' '.join(['%5s' % classes[predicted[j]] for j in range(4)]))
Out:
Predicted: car ship horse ship
下面我们对整个测试集做一次评估：
# 评估测试数据集
correct, total = 0, 0
with torch.no_grad():
for images, labels in testloader:
outputs = net(images)
_, predicted = torch.max(outputs, 1)
total += labels.size(0)
correct += (labels == predicted).sum().item()
print('Accuracy of the network on the 10000 test images: %d %%' % (
100 * correct / total))
Out:
Accuracy of the network on the 10000 test images: 58 %
整个结果比随机猜要好得多（随机猜是10%的概率）。看来我们的神经网络还是学到了点东西。
下面我们来看看它在哪一个类别的分类上做得最好：
# 按类标评估
n_classes = len(classes)
class_correct, class_total = [0]*n_classes, [0]* n_classes
with torch.no_grad():
for images, labels in testloader:
outputs = net(images)
_, predicted = torch.max(outputs, 1)
is_correct = (labels == predicted).squeeze()
for i in range(len(labels)):
label = labels[i]
class_total[label] += 1
class_correct[label] += is_correct[i].item()
for i in range(n_classes):
print('Accuracy of %5s: %.2f %%' % (
classes[i], 100.0 * class_correct[i] / class_total[i]
))
Out:
Accuracy of plane: 67.00 % Accuracy of car: 71.50 % Accuracy of bird: 55.20 % Accuracy of cat: 45.60 % Accuracy of deer: 38.20 % Accuracy of dog: 47.00 % Accuracy of frog: 78.80 % Accuracy of horse: 55.90 % Accuracy of ship: 72.70 % Accuracy of truck: 57.50 %
在GPU上训练
就像把Tensor从CPU转移到GPU一样，神经网络也可以转移到GPU上
首先需要检查是否有可用的GPU
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# 假设我们在支持CUDA的机器上，我们可以打印出CUDA设备：
print(device)
Out:
cuda:0
我们假设device已经是CUDA设备了
下面命令将递归的将所有模块和参数、缓存转移到CUDA设备上去
net.to(device)
Out:
Net( (conv1): Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1)) (pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False) (conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1)) (fc1): Linear(in_features=400, out_features=120, bias=True) (fc2): Linear(in_features=120, out_features=84, bias=True) (fc3): Linear(in_features=84, out_features=10, bias=True) )
注意，在训练过程中的传入输入数据时，也需要转移到GPU上
并且，需要重新实例化优化器，否则会报错
inputs, labels = inputs.to(device), labels.to(device)
练习：尝试增加神经网络的宽度。第一个nn.Conv2d的第二个参数和第二个nn.Conv2d的第一个参数的值必须一样。看看会有什么样的效果。
以上这篇使用PyTorch训练一个图像分类器实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
下一篇：pytorch 实现将自己的图片数据处理成可以训练的图片类型