pytorch 卷积网络入门实例

程序员文章站 2024-03-25 10:49:52

...

使用PyTorch实现CNN
文章目录
使用PyTorch实现CNN
1. 导入所需包：
2. 获取数据集
2.1 获取数据集，并对数据集进行预处理
2.2 获取迭代数据：`data.DataLoader()`
3. 定义网络结构
4. 定义损失和优化器
`model.parmaters()`含义：
5. 训练网络
损失图：
如果使用MSELoss：平方差损失
7. 测试网络：精确度：0.98
8. 其他实验：
8.1 全连接第一层增加ReLU**函数：提高了0.02
8.2 去掉批量归一化：降低了0.01
8.3 使用LeakyReLU**函数:降低0.01
8.4 使用PReLU**函数：提升0.01
卷积方法的使用：`torch.nn.Conv2d()`
反卷积方法的使用：`torch.nn.ConvTranspose2d()`
1. 导入所需包：

import torch 
from torch.utils import data # 获取迭代数据
from torch.autograd import Variable # 获取变量
import torchvision
from torchvision.datasets import mnist # 获取数据集
import matplotlib.pyplot as plt

2. 获取数据集
2.1 获取数据集，并对数据集进行预处理
（1）对原有数据转成Tensor类型

（2）用平均值和标准偏差归一化张量图像

# 数据集的预处理
data_tf = torchvision.transforms.Compose(
    [
        torchvision.transforms.ToTensor(),
        torchvision.transforms.Normalize([0.5],[0.5])
    ]
)

data_path = r'C:\Users\liev\Desktop\myproject\yin_test\MNIST_DATA_PyTorch'
# 获取数据集
train_data = mnist.MNIST(data_path,train=True,transform=data_tf,download=False)
test_data = mnist.MNIST(data_path,train=False,transform=data_tf,download=False)

第一次下载的输出：

Downloading http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz
Downloading http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz
Downloading http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz
Downloading http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz
Processing...
Done!

注意：

对数据的预处理还有很多。
第一次获取数据集时，参数download=True，会下载MNIST数据集所有文件，包括训练集和测试集
获取MNIST数据集的步骤：
如果本地没有数据集：

train_data = mnist.MNIST(data_path,train=True,transform=data_tf,download=True)
1
等待下载，直到下载完成

train_data = mnist.MNIST(data_path,train=True,transform=data_tf,download=False)
test_data = mnist.MNIST(data_path,train=False,transform=data_tf,download=False)
1
2
获取测试集和训练集

如果本地有数据集

train_data = mnist.MNIST(data_path,train=True,transform=data_tf,download=False)
test_data = mnist.MNIST(data_path,train=False,transform=data_tf,download=False)

2.2 获取迭代数据：data.DataLoader()
train_loader = data.DataLoader(train_data,batch_size=128,shuffle=True)
test_loader = data.DataLoader(test_data,batch_size=100,shuffle=True)

注意：

DataLoader返回的是所有的数据，只是分成了每批次为参数batch_size的数据
DataLoader的shuffle参数，True 决定了是否能多次取出batch_size，False，则表明只能取出数据集大小的数据。
3. 定义网络结构
CNN网络结构   输入shape   卷积核   **函数   输出图像
conv1   [128,1,28,28]   [3,3,1,16]   ReLU   [128, 16, 14, 14]
conv2   [128, 16, 14, 14]   [3,3,16,32]   ReLU   [128, 32, 7, 7]
conv3   [128, 32, 7, 7]   [3,3,32,64]   ReLU   [128, 64, 4, 4]
conv4   [128, 64, 4, 4]   [3,3,64,64]   ReLU   [128, 64, 2, 2]
代码实现：

# 定义网络结构
class CNNnet(torch.nn.Module):
    def __init__(self):
        super(CNNnet,self).__init__()
        self.conv1 = torch.nn.Sequential(
            torch.nn.Conv2d(in_channels=1,
                            out_channels=16,
                            kernel_size=3,
                            stride=2,
                            padding=1),
            torch.nn.BatchNorm2d(16),
            torch.nn.ReLU()
        )
        self.conv2 = torch.nn.Sequential(
            torch.nn.Conv2d(16,32,3,2,1),
            torch.nn.BatchNorm2d(32),
            torch.nn.ReLU()
        )
        self.conv3 = torch.nn.Sequential(
            torch.nn.Conv2d(32,64,3,2,1),
            torch.nn.BatchNorm2d(64),
            torch.nn.ReLU()
        )
        self.conv4 = torch.nn.Sequential(
            torch.nn.Conv2d(64,64,2,2,0),
            torch.nn.BatchNorm2d(64),
            torch.nn.ReLU()
        )
        self.mlp1 = torch.nn.Linear(2*2*64,100)
        self.mlp2 = torch.nn.Linear(100,10)
    def forward(self, x):
        x = self.conv1(x)
        x = self.conv2(x)
        x = self.conv3(x)
        x = self.conv4(x)
        x = self.mlp1(x.view(x.size(0),-1))
        x = self.mlp2(x)
        return x
model = CNNnet()
print(model)

输出：

CNNnet(
(conv1): Sequential(
(0): Conv2d(1, 16, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1))
(1): BatchNorm2d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ReLU()
)
(conv2): Sequential(
(0): Conv2d(16, 32, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1))
(1): BatchNorm2d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ReLU()
)
(conv3): Sequential(
(0): Conv2d(32, 64, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1))
(1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ReLU()
)
(conv4): Sequential(
(0): Conv2d(64, 64, kernel_size=(2, 2), stride=(2, 2))
(1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ReLU()
)
(mlp1): Linear(in_features=256, out_features=100, bias=True)
(mlp2): Linear(in_features=100, out_features=10, bias=True)
)

4. 定义损失和优化器
（1）使用交叉熵损失

（2）使用Adam优化器

loss_func = torch.nn.CrossEntropyLoss()
opt = torch.optim.Adam(model.parameters(),lr=0.001)

model.parmaters()含义：
使用损失和优化器的步骤：

获取损失：loss = loss_func(out,batch_y)
清空上一步残余更新参数：opt.zero_grad()
误差反向传播：loss.backward()
将参数更新值施加到net的parmeters上：opt.step()
5. 训练网络

loss_count = []
for epoch in range(2):
    for i,(x,y) in enumerate(train_loader):
        batch_x = Variable(x) # torch.Size([128, 1, 28, 28])
        batch_y = Variable(y) # torch.Size([128])
        # 获取最后输出
        out = model(batch_x) # torch.Size([128,10])
        # 获取损失
        loss = loss_func(out,batch_y)
        # 使用优化器优化损失
        opt.zero_grad()  # 清空上一步残余更新参数值
        loss.backward() # 误差反向传播，计算参数更新值
        opt.step() # 将参数更新值施加到net的parmeters上
        if i%20 == 0:
            loss_count.append(loss)
            print('{}:\t'.format(i), loss.item())
            torch.save(model,r'C:\Users\liev\Desktop\myproject\yin_test\log_CNN')
        if i % 100 == 0:
            for a,b in test_loader:
                test_x = Variable(a)
                test_y = Variable(b)
                out = model(test_x)
                # print('test_out:\t',torch.max(out,1)[1])
                # print('test_y:\t',test_y)
                accuracy = torch.max(out,1)[1].numpy() == test_y.numpy()
                print('accuracy:\t',accuracy.mean())
                break
plt.figure('PyTorch_CNN_Loss')
plt.plot(loss_count,label='Loss')
plt.legend()
plt.show()

输出：

0:   2.313704252243042
accuracy:   0.11
20:   1.1835652589797974
40:   0.5378416776657104
60:   0.41440480947494507
80:   0.18270650506019592
100:   0.18721994757652283
accuracy:   0.92
......
380:   0.032591354101896286
400:   0.024792633950710297
accuracy:   1.0
420:   0.03427279368042946
440:   0.04764523729681969
460:   0.01753203198313713

损失图：

如果使用MSELoss：平方差损失
将真实值转为one-hot形式

def one_hot(data):
hot = np.zeros([10])
hot[data] = 1
return hot
# 并且在计算损失前，加入下面一行代码，将真实值转为one-hot形式
y = [one_hot(i) for i in y]

7. 测试网络：精确度：0.98
注意点：获取accuracy时的问题：
获取的预测值shape：【128,10】
真实值shape：【128】，无one-hot编码
转换预测值：使用torch.max() 获取最后输出的每张图片预测值的最大值
# 测试网络

model = torch.load(r'C:\Users\liev\Desktop\myproject\yin_test\log_CNN')
accuracy_sum = []
for i,(test_x,test_y) in enumerate(test_loader):
    test_x = Variable(test_x)
    test_y = Variable(test_y)
    out = model(test_x)
    # print('test_out:\t',torch.max(out,1)[1])
    # print('test_y:\t',test_y)
    accuracy = torch.max(out,1)[1].numpy() == test_y.numpy()
    accuracy_sum.append(accuracy.mean())
    print('accuracy:\t',accuracy.mean())

print('总准确率：\t',sum(accuracy_sum)/len(accuracy_sum))
# 精确率图
print('总准确率：\t',sum(accuracy_sum)/len(accuracy_sum))
plt.figure('Accuracy')
plt.plot(accuracy_sum,'o',label='accuracy')
plt.title('Pytorch_CNN_Accuracy')
plt.legend()
plt.show()

输出：

accuracy:   0.98
accuracy:   1.0
accuracy:   1.0
accuracy:   1.
总准确率：   0.9850999999999999
1
2
3
4
5
8. 其他实验：
8.1 全连接第一层增加ReLU**函数：提高了0.02
测试输出：

accuracy:   0.98
accuracy:   0.99
accuracy:   0.98
accuracy:   0.99
总准确率：   0.9872999999999992
1
2
3
4
5
8.2 去掉批量归一化：降低了0.01
accuracy:   0.97
accuracy:   0.97
accuracy:   0.92
总准确率：   0.9746999999999996

8.3 使用LeakyReLU**函数:降低0.01
accuracy:   0.97
accuracy:   0.98
accuracy:   1.0
总准确率：   0.9848999999999997

8.4 使用PReLU**函数：提升0.01
accuracy:   0.97
accuracy:   1.0
accuracy:   1.0
accuracy:   0.97
总准确率：   0.9867999999999998

卷积方法的使用：torch.nn.Conv2d()
在由多个输入平面组成的输入信号上应用2D卷积。

在最简单的情况下，具有输入大小的图层的输出值
( N , C i n , H , W ) ( N , C i n , H , W ) (N,C_{in},H,W)(N,Cin,H,W)
(N,C
in

,H,W)(N,Cin,H,W)

和输出
( N , C o u t , H o u t , W o u t ) ( N , C o u t , H o u t , W o u t ) (N,Cout,Hout,Wout)(N,Cout,Hout,Wout)
(N,Cout,Hout,Wout)(N,Cout,Hout,Wout)

可以精确地描述为：

out ( N i , C o u t j ) = bias ( C o u t j ) + ∑ k = 0 C i n − 1 weight ( C o u t j , k ) ⋆ input ( N i , k ) \text{out}(N_i,C_{out_j})=\text{bias}(C_{out_j}) + \sum_{k = 0}^{C_{in}-1}\text{weight}(C_{out_j}, k) \star\text{input}(N_i, k)
out(N
i

,C
out
j



)=bias(C
out
j



)+
k=0
∑
C
in

−1

weight(C
out
j



,k)⋆input(N
i

,k)

⋆是有效的2D 互相关运算符， N 是一个批量大小， C 表示多个频道， H 是输入平面的高度，以像素为单位 W 是像素的宽度。

参数说明：

参数   说明
in_channels   输入图像中的通道数：int
out_channels   卷积产生的通道数
kernel_size   卷积内核的大小
stride   卷积的步幅。默认值：1
padding   将零填充添加到输入的两侧。默认值：0
dilation   内核元素之间的间距。默认值：1
groups   从输入通道到输出通道的阻塞连接数。默认值：1
bias   如果True，在输出中增加了可学习的偏差。默认：True
计算输出图片shape：

输入shape格式：
( N , C i n , H i n , W i n ) (N,C_{in},H_{in},W_{in})
(N,C
in

,H
in

,W
in

)

输出shape格式：
( N , C o u t , H o u t , W o u t ) (N,C_{out},H_{out},W_{out})
(N,C
out

,H
out

,W
out

)

输出图片shape的计算公式：

H o u t = ⌊ H i n + 2 × p a d d i n g [ 0 ] − d i l a t i o n [ 0 ] × ( k e r n e l _ s i z e [ 0 ] − 1 ) − 1 s t r i d e [ 0 ] + 1 ⌋ W o u t = ⌊ W i n + 2 × p a d d i n g [ 1 ] − d i l a t i o n [ 1 ] × ( k e r n e l _ s i z e [ 1 ] − 1 ) − 1 s t r i d e [ 1 ] + 1 ⌋ H_{out} = \bigg\lfloor\frac{\mathbf{H}_{\mathbf{in}}+2\times \mathbf{padding[0]}-\mathbf{dilation[0]}\times (\mathbf{kernel}\_\mathbf{size[0]}-1)-1 }{\mathbf{stride[0]}}+1 \bigg\rfloor \\ W_{out} = \bigg\lfloor\frac{\mathbf{W}_{\mathbf{in}}+2\times \mathbf{padding[1]}-\mathbf{dilation[1]}\times (\mathbf{kernel}\_\mathbf{size[1]}-1)-1 }{\mathbf{stride[1]}}+1 \bigg\rfloor
H
out

=⌊
stride[0]
H
in

+2×padding[0]−dilation[0]×(kernel_size[0]−1)−1

+1⌋
W
out

=⌊
stride[1]
W
in

+2×padding[1]−dilation[1]×(kernel_size[1]−1)−1

+1⌋

变量：

weight（Tensor） - 形状模块的可学习权重（out_channels，in_channels，kernel_size [0]，kernel_size [1]）
偏见（Tensor） - 形状模块的可学习偏差（out_channels）
实例代码：

import torch

conv = torch.nn.Conv2d(1,3,2,1,0)

print('conv.weight.size():\t',conv.weight.size())
print('conv.bias.size():\t',conv.bias.size())
print('conv初始化的weight数据:\n',conv.weight)
print('conv初始化的bias数据:\n',conv.bias)

输出：

conv.weight.size(): torch.Size([3, 1, 2, 2])
conv.bias.size(): torch.Size([3])
conv初始化的weight数据:
Parameter containing:
tensor([[[[ 0.2753, -0.1573],
[-0.4197, 0.1795]]],

[[[ 0.1529, 0.3869],
[ 0.0219, -0.2829]]],

[[[ 0.3727, -0.1673],
[ 0.4687, 0.3792]]]], requires_grad=True)
conv初始化的bias数据:
Parameter containing:
tensor([ 0.2909, -0.0980, 0.0066], requires_grad=True)

反卷积方法的使用：torch.nn.ConvTranspose2d()
在由多个输入平面组成的输入图像上应用2D转置卷积运算符。

该模块可以看作Conv2d相对于其输入的梯度。它也被称为分数跨度卷积或反卷积（尽管它不是实际的去卷积操作）。

参数说明：

参数   说明
in_channels   输入图像中的通道数
out_channels   卷积产生的通道数
kernel_size   卷积内核的大小
stride   卷积的步幅。默认值：1
padding   零填充将添加到输入中每个维度的两侧。默认值：0kernel_size - 1 - padding
output_padding   在输出形状中添加到每个维度的一侧的附加大小。默认值：0
groups   从输入通道到输出通道的阻塞连接数。默认值：1
bias   如果True，在输出中增加了可学习的偏差。默认：True
dilation   内核元素之间的间距。默认值：1
计算输出图片shape：

输入：
( N , C i n , H i n , W i n ) (N,C_{in},H_{in},W_{in})
(N,C
in

,H
in

,W
in

)

输出：
( N , C o u t , H o u t , W o u t ) (N,C_{out},H_{out},W_{out})
(N,C
out

,H
out

,W
out

)

输出图片shape的计算公式：
H o u t = ( H i n − 1 ) × s t r i d e [ 0 ] − 2 × p a d d i n g [ 0 ] + k e r n e l _ s i z e [ 0 ] + o u t p u t _ p a d d i n g [ 0 ] W o u t = ( W i n − 1 ) × s t r i d e [ 1 ] − 2 × p a d d i n g [ 1 ] + k e r n e l _ s i z e [ 1 ] + o u t p u t _ p a d d i n g [ 1 ] \mathbf{H_{out}} = \mathbf{(H_{in}-1)}\times \mathbf{stride[0]} - 2\times \mathbf{padding[0] }+\mathbf{kernel}\_\mathbf{size[0]}+\mathbf{output}\_\mathbf{padding[0]} \\ \mathbf{W_{out}} = \mathbf{(W_{in}-1)}\times \mathbf{stride[1]} - 2\times \mathbf{padding[1] }+\mathbf{kernel}\_\mathbf{size[1]}+\mathbf{output}\_\mathbf{padding[1]}
H
out

=(H
in

−1)×stride[0]−2×padding[0]+kernel_size[0]+output_padding[0]
W
out

=(W
in

−1)×stride[1]−2×padding[1]+kernel_size[1]+output_padding[1]

变量：

weight（Tensor） - 形状模块的可学习权重（out_channels，in_channels，kernel_size [0]，kernel_size [1]）
偏见（Tensor） - 形状模块的可学习偏差（out_channels）
————————————————
版权声明：本文为CSDN博主「dongyangY」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_34714751/article/details/85610966

pytorch 卷积网络入门实例

pytorch 卷积网络入门实例

用 Pytorch 实现一个简单的图卷积神经网络

语义分割入门系列之 FCN（全卷积神经网络）

tensorflow入门教程(三)两层卷积神经网络模型将MNIST未识别对的图片筛选出来

十二 Keras卷积神经网络实例

深度学习(Pytorch) 卷积神经网络训练 fashion mnist

卷积神经网络CNN的学习路线入门（1）---深度学习

PyTorch入门实战教程笔记（二十三）：卷积神经网络实现 1

Java网络编程基础教程之Socket入门实例

Java网络编程基础教程之Socket入门实例