使用Pytorch训练分类器详解（附python演练）

Posted 2021-05-02 磐创AI

作者 | 荔枝boy

编辑 | 安可

出品 | 磐创AI技术团队

【前言】：你已经了解了如何定义神经网络，计算loss值和网络里权重的更新。现在你也许会想数据怎么样？

 

目录：

一．数据

二．训练一个图像分类器

1. 使用torchvision加载并且归一化CIFAR10的训练和测试数据集

2. 定义一个卷积神经网络

3. 定义一个损失函数

4. 在训练样本数据上训练网络

5. 在测试样本数据上测试网络

三．在GPU上训练

四．在多个GPU上训练

五．还可以学哪些？

 

一、 数据

通常来说，当你处理图像，文本，语音或者视频数据时，你可以使用标准python包将数据加载成numpy数组格式，然后将这个数组转换成torch.*Tensor

• 对于图像，可以用Pillow，OpenCV

• 对于语音，可以用scipy，librosa

• 对于文本，可以直接用Python或Cython基础数据加载模块，或者用NLTK和SpaCy

 

特别是对于视觉，我们已经创建了一个叫做totchvision的包，该包含有支持加载类似Imagenet，CIFAR10，MNIST等公共数据集的数据加载模块torchvision.datasets和支持加载图像数据数据转换模块torch.utils.data.DataLoader。

 

这提供了极大的便利，并且避免了编写“样板代码”。

 

对于本教程，我们将使用CIFAR10数据集，它包含十个类别：‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。CIFAR-10中的图像尺寸为3*32*32，也就是RGB的3层颜色通道，每层通道内的尺寸为32*32。

图片一 cifar10

 

二、 训练一个图像分类器

我们将按次序的做如下几步：

1. 使用torchvision加载并且归一化CIFAR10的训练和测试数据集

2. 定义一个卷积神经网络

3. 定义一个损失函数

4. 在训练样本数据上训练网络

5. 在测试样本数据上测试网络

 

1. 加载并归一化CIFAR10

使用torchvision,用它来加载CIFAR10数据非常简单

import torch
import torchvision
import torchvision.transformsastransforms

torchvision数据集的输出是范围在[0,1]之间的PILImage，我们将他们转换成归一化范围为[-1,1]之间的张量Tensors。

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=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                        download=True, transform=transform)

testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                               shuffle=False, num_workers=2)

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

输出：

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

 

让我们来展示其中的一些训练图片。

import matplotlib.pyplot as plt
import numpy as np

# 图像显示函数
defimshow(img):
    img = img /2+0.5     # 非标准的（unnormalized）
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()

# 得到一些随机图像
dataiter =iter(trainloader)images, labels = dataiter.next()

# 显示图像
imshow(torchvision.utils.make_grid(images))

# 打印类标
print(' '.join('%5s'% classes[labels[j]] for j inrange(4)))

图片二

输出：

cat   car   dog   cat

2. 定义一个卷积神经网络

在这之前先 从神经网络章节 复制神经网络，并修改它为3通道的图片(在此之前它被定义为1通道)

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

classNet(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)

    defforward(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. 定义一个损失函数和优化器

让我们使用分类交叉熵Cross-Entropy 作损失函数，动量SGD做优化器。

import torch.optim as optim

criterion = nn.CrossEntropyLoss()optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9）

4. 训练网络

这里事情开始变得有趣，我们只需要在数据迭代器上循环传给网络和优化器输入就可以。

for epoch inrange(2):  # 多次循环遍历数据集
    running_loss =0.0
    for i, data inenumerate(trainloader, 0):
        # 获取输入
        inputs, labels = data

        # 参数梯度置零
        optimizer.zero_grad()

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

        # 输出统计       
running_loss += loss.item()

        if i %2000==1999:    # 每2000 mini-batchs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: 2.211
[1,  4000] loss: 1.837
[1,  6000] loss: 1.659
[1,  8000] loss: 1.570
[1, 10000] loss: 1.521
[1, 12000] loss: 1.451
[2,  2000] loss: 1.411
[2,  4000] loss: 1.393
[2,  6000] loss: 1.348
[2,  8000] loss: 1.340
[2, 10000] loss: 1.363
[2, 12000] loss: 1.320

Finished Training

5. 在测试集上测试网络

我们已经通过训练数据集对网络进行了2次训练，但是我们需要检查网络是否已经学到了东西。

 

我们将用神经网络的输出作为预测的类标来检查网络的预测性能，用样本的真实类标来校对。如果预测是正确的，我们将样本添加到正确预测的列表里。

 

好的，第一步，让我们从测试集中显示一张图像来熟悉它。

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

# 打印图片
imshow(torchvision.utils.make_grid(images))

print('GroundTruth: ', ' '.join('%5s'% classes[labels[j]] for j inrange(4)))

图片三

输出：

GroundTruth:    cat  ship  ship plane

现在让我们看看神经网络认为这些样本应该预测成什么：

outputs = net(images)

输出是预测与十个类的近似程度，与某一个类的近似程度越高，网络就越认为图像是属于这一类别。所以让我们打印其中最相似类别类标：

_, predicted = torch.max(outputs, 1)

print('Predicted: ', ' '.join('%5s'% classes[predicted[j]]

                              for j inrange(4)))

输出：

Predicted:    cat   car   car  ship

结果看起开非常好，让我们看看网络在整个数据集上的表现。

correct =0total =0with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, 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))

输出：

Accuracy of the network on the 10000 test images: 53 %

这看起来比随机预测要好，随机预测的准确率为10%（随机预测出为10类中的哪一类）。看来网络学到了东西。

class_correct =list(0.for i inrange(10))class_total =list(0.for i inrange(10))with torch.no_grad():

    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs, 1)
        c = (predicted == labels).squeeze()

        for i inrange(4):
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] +=1
 
for i inrange(10):

    print('Accuracy of %5s : %2d %%'% (
        classes[i], 100* class_correct[i] / class_total[i]))

输出：

Accuracy of plane : 52 %
Accuracy of   car : 73 %
Accuracy of  bird : 34 %
Accuracy of   cat : 54 %
Accuracy of  deer : 48 %
Accuracy of   dog : 26 %
Accuracy of  frog : 68 %
Accuracy of horse : 51 %
Accuracy of  ship : 63 %
Accuracy of truck : 60 %

 

所以接下来呢？我们怎么在GPU上跑这些神经网络？

 

三、 在GPU上训练

就像你怎么把一个张量转移到GPU上一样，你要将神经网络转到GPU上。

如果CUDA可以用，让我们首先定义下我们的设备为第一个可见的cuda设备。

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

# 假设在一台CUDA机器上运行，那么这里将输出一个CUDA设备号：
print(device)

输出：

cuda:0

本节剩余部分都会假定设备就是台CUDA设备。接着这些方法会递归地遍历所有模块，并将它们的参数和缓冲器转换为CUDA张量。

net.to(device)

 

记住你也必须在每一个步骤向GPU发送输入和目标：

inputs, labels = inputs.to(device), labels.to(device)

为什么没有注意到与CPU相比巨大的加速？因为你的网络非常小。

 

练习：尝试增加你的网络宽度（首个nn.Conv2d参数设定为2，第二个nn.Conv2d参数设定为1--它们需要有相同的个数），看看会得到怎么的速度提升。

目标：

• 深度理解了PyTorch的张量和神经网络

• 训练了一个小的神经网络来分类图像

 

四、 在多个GPU上训练

如果你想要来看到大规模加速，使用你的所有GPU，请查看：数据并行性（https://pytorch.org/tutorials/beginner/blitz/data_parallel_tutorial.html）。

五、 接下来可以学哪些？

• 训练神经网络玩电子游戏（https://pytorch.org/tutorials/intermediate/reinforcement_q_learning.html）

• 在imagenet上训练最优ResNet网络（https://github.com/pytorch/examples/tree/master/imagenet）

• 使用生成网络来训练面部生成器（https://github.com/pytorch/examples/tree/master/dcgan）

• 使用周期性LSTM网络训练一个词级（word-level）语言模型（https://github.com/pytorch/examples/tree/master/word_language_model）

• 更多例子（https://github.com/pytorch/examples）

• 更多教程（https://github.com/pytorch/tutorials）

• 在论坛上讨论PyTorch（https://discuss.pytorch.org/） 

• 在Slack上与其他用户交流（https://pytorch.slack.com/messages/beginner/）

 

脚本总运行时间：（9分48.748秒）

下载python源代码文件：cifar10_tutorial.py（https://pytorch.org/tutorials/_downloads/ba100c1433c3c42a16709bb6a2ed0f85/cifar10_tutorial.py）

下载Jupyternotebook文件：cifar10_tutorial.ipynb

（https://pytorch.org/tutorials/_downloads/17a7c7cb80916fcdf921097825a0f562/cifar10_tutorial.ipynb）

你也许还想看：

 

 

 

欢迎扫码关注：

觉得赞你就点好看，多谢大佬