Pytorch搭建简单的卷积神经网络(CNN)实现MNIST数据集分类任务

关于一些代码里的解释,可以看我上一篇发布的文章,里面有很详细的介绍!!!

可以依次把下面的代码段合在一起运行,也可以通过jupyter notebook分次运行

第一步:基本库的导入

import numpy as np
import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt
import time
np.random.seed(1234)

第二步:引用MNIST数据集,这里采用的是torchvision自带的MNIST数据集

#这里用的是torchvision已经封装好的MINST数据集
trainset=torchvision.datasets.MNIST(
 root='MNIST', #root是下载MNIST数据集保存的路径,可以自行修改
 train=True,
 transform=torchvision.transforms.ToTensor(),
 download=True
)
 
testset=torchvision.datasets.MNIST(
 root='MNIST',
 train=False,
 transform=torchvision.transforms.ToTensor(),
 download=True
)
 
trainloader = DataLoader(dataset=trainset, batch_size=100, shuffle=True) #DataLoader是一个很好地能够帮助整理数据集的类,可以用来分批次,打乱以及多线程等操作
testloader = DataLoader(dataset=testset, batch_size=100, shuffle=True)

下载之后利用DataLoader实例化为适合遍历的训练集和测试集,我们把其中的某一批数据进行可视化,下面是可视化的代码,其实就是利用subplot画了子图。

#可视化某一批数据
train_img,train_label=next(iter(trainloader)) #iter迭代器,可以用来便利trainloader里面每一个数据,这里只迭代一次来进行可视化
fig, axes = plt.subplots(10, 10, figsize=(10, 10))
axes_list = []
#输入到网络的图像
for i in range(axes.shape[0]):
 for j in range(axes.shape[1]):
 axes[i, j].imshow(train_img[i*10+j,0,:,:],cmap="gray") #这里画出来的就是我们想输入到网络里训练的图像,与之对应的标签用来进行最后分类结果损失函数的计算
 axes[i, j].axis("off")
#对应的标签
print(train_label)

 第三步:用pytorch搭建简单的卷积神经网络(CNN)

 这里把卷积模块单独拿出来作为一个类,看上去会舒服一点。

#卷积模块,由卷积核和激活函数组成
class conv_block(nn.Module):
 def __init__(self,ks,ch_in,ch_out):
 super(conv_block,self).__init__()
 self.conv = nn.Sequential(
 nn.Conv2d(ch_in, ch_out, kernel_size=ks,stride=1,padding=1,bias=True), #二维卷积核,用于提取局部的图像信息
 nn.ReLU(inplace=True), #这里用ReLU作为激活函数
 nn.Conv2d(ch_out, ch_out, kernel_size=ks,stride=1,padding=1,bias=True),
 nn.ReLU(inplace=True),
 )
 def forward(self,x):
 return self.conv(x)

下面是CNN主体部分,由上面的卷积模块和全连接分类器组合而成。这里只用了简单的几个卷积块进行堆叠,没有采用池化以及dropout的操作。主要目的是给大家简单搭建一下以便学习。

#常规CNN模块(由几个卷积模块堆叠而成)
class CNN(nn.Module):
 def __init__(self,kernel_size,in_ch,out_ch):
 super(CNN, self).__init__()
 feature_list = [16,32,64,128,256] #代表每一层网络的特征数,扩大特征空间有助于挖掘更多的局部信息
 self.conv1 = conv_block(kernel_size,in_ch,feature_list[0])
 self.conv2 = conv_block(kernel_size,feature_list[0],feature_list[1])
 self.conv3 = conv_block(kernel_size,feature_list[1],feature_list[2])
 self.conv4 = conv_block(kernel_size,feature_list[2],feature_list[3])
 self.conv5 = conv_block(kernel_size,feature_list[3],feature_list[4])
 self.fc = nn.Sequential( #全连接层主要用来进行分类,整合采集的局部信息以及全局信息
 nn.Linear(feature_list[4] * 28 * 28, 1024), #此处28为MINST一张图片的维度
 nn.ReLU(),
 nn.Linear(1024, 512),
 nn.ReLU(),
 nn.Linear(512, 10)
 )
 
 def forward(self,x):
 device = x.device
 x1 = self.conv1(x )
 x2 = self.conv2(x1)
 x3 = self.conv3(x2)
 x4 = self.conv4(x3)
 x5 = self.conv5(x4)
 x5 = x5.view(x5.size()[0], -1) #全连接层相当于做了矩阵乘法,所以这里需要将维度降维来实现矩阵的运算
 out = self.fc(x5)
 return out

第四步:训练以及模型保存

先是一些网络参数的定义,包括优化器,迭代轮数,学习率,运行硬件等等的确定。

#网络参数定义
device = torch.device("cuda:4") #此处根据电脑配置进行选择,如果没有cuda就用cpu
#device = torch.device("cpu")
net = CNN(3,1,1).to(device = device,dtype = torch.float32)
epochs = 50 #训练轮次
optimizer = torch.optim.Adam(net.parameters(), lr=1e-4, weight_decay=1e-8) #使用Adam优化器
criterion = nn.CrossEntropyLoss() #分类任务常用的交叉熵损失函数
train_loss = []

然后是每一轮训练的主体:

# Begin training
MinTrainLoss = 999
for epoch in range(1,epochs+1):
 total_train_loss = [] 
 net.train()
 start = time.time()
 for input_img,label in trainloader:
 input_img = input_img.to(device = device,dtype=torch.float32) #我们同样地,需要将我们取出来的训练集数据进行torch能够运算的格式转换
 label = label.to(device = device,dtype=torch.float32) #输入和输出的格式都保持一致才能进行运算
 optimizer.zero_grad() #每一次算loss前需要将之前的梯度清零,这样才不会影响后面的更新
 pred_img = net(input_img) 
 loss = criterion(pred_img,label.long())
 loss.backward()
 optimizer.step()
 total_train_loss.append(loss.item())
 train_loss.append(np.mean(total_train_loss)) #将一个minibatch里面的损失取平均作为这一轮的loss
 end = time.time()
 #打印当前的loss
 print("epochs[%3d/%3d] current loss: %.5f, time: %.3f"%(epoch,epochs,train_loss[-1],(end-start))) #打印每一轮训练的结果
 
 if train_loss[-1]<MinTrainLoss:
 torch.save(net.state_dict(), "./model_min_train.pth") #保存loss最小的模型
 MinTrainLoss = train_loss[-1]

以下是迭代过程:

 第五步:导入网络模型,输入某一批测试数据,查看结果

我们先来看某一批测试数据

#测试机某一批数据
test_img,test_label=next(iter(testloader))
fig, axes = plt.subplots(10, 10, figsize=(10, 10))
axes_list = []
#输入到网络的图像
for i in range(axes.shape[0]):
 for j in range(axes.shape[1]):
 axes[i, j].imshow(test_img[i*10+j,0,:,:],cmap="gray")
 axes[i, j].axis("off")

然后将其输入到训练好的模型进行预测

#预测我拿出来的那一批数据进行展示
cnn = CNN(3,1,1).to(device = device,dtype = torch.float32)
cnn.load_state_dict(torch.load("./model_min_train.pth", map_location=device)) #导入我们之前已经训练好的模型
cnn.eval() #评估模式
 
test_img = test_img.to(device = device,dtype = torch.float32)
test_label = test_label.to(device = device,dtype = torch.float32)
 
pred_test = cnn(test_img) #记住,输出的结果是一个长度为10的tensor
test_pred = np.argmax(pred_test.cpu().data.numpy(), axis=1) #所以我们需要对其进行最大值对应索引的处理,从而得到我们想要的预测结果
 
#预测结果以及标签
print("预测结果")
print(test_pred)
print("标签")
print(test_label.cpu().data.numpy())

从预测的结果我们可以看到,整体上这么一个简单的CNN搭配全连接分类器对MNIST这一批数据分类的效果还不错。当然,我这里只用了交叉熵损失函数,并且没有计算准确率,仅供大家对于CNN学习和参考。

作者:无知的吱屋原文地址:https://blog.csdn.net/qq_43397591/article/details/128960528

%s 个评论

要回复文章请先登录注册