使用PyTorch訓(xùn)練一個圖像分類器實例
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
數(shù)據(jù)從哪兒來？
通常來說，你可以通過一些python包來把圖像、文本、音頻和視頻數(shù)據(jù)加載為numpy array。然后將其轉(zhuǎn)換為torch.*Tensor。
圖像。Pillow、OpenCV是用得比較多的
音頻。scipy和librosa
文本。純Python或者Cython就可以完成數(shù)據(jù)加載，可以在NLTK和SpaCy找到數(shù)據(jù)
對于計算機視覺而言，我們有torchvision包，它可以用來加載一下常用數(shù)據(jù)集如Imagenet、CIFAR10、MINIST等等，也有一些常用的為圖像準(zhǔn)備數(shù)據(jù)轉(zhuǎn)換例如torchvision.datasets和torch.utils.data.DataLoader。
這次的教程中，我們使用CIFAR10數(shù)據(jù)集，他有‘a(chǎn)irplane', ‘a(chǎn)utomobile', ‘bird', ‘cat', ‘deer', ‘dog', ‘frog', ‘horse', ‘ship', ‘truck'這幾個類別的圖像。圖像大小都是3x32x32的。也就是說，圖像都是三通道的，每一張圖的尺寸都是32x32。
訓(xùn)練一個圖像分類器
步驟如下：
使用torchvision加載、歸一化訓(xùn)練集和測試集
定義卷積神經(jīng)網(wǎng)絡(luò)
定義損失函數(shù)
使用訓(xùn)練集訓(xùn)練網(wǎng)絡(luò)
使用測試集測試網(wǎng)絡(luò)
1. 加載、歸一化CIFAR10
我們可以使用torchvision很輕松的完成
torchvision的數(shù)據(jù)集是基于PILImage的，數(shù)值是[0, 1]，我們需要將其轉(zhuǎn)成范圍為[-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
讓我們來看看訓(xùn)練集的圖片
# 顯示一張圖片
def imshow(img):
img = img / 2 + 0.5 # 逆歸一化
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
plt.show()
# 任意地拿到一些圖片
dataiter = iter(trainloader)
images, labels = dataiter.next()
# 顯示圖片
imshow(torchvision.utils.make_grid(images))
# 顯示類標(biāo)
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))
Out:
truck dog ship dog
2. 定義卷積神經(jīng)網(wǎng)絡(luò)
可以直接復(fù)制神經(jīng)網(wǎng)絡(luò)的代碼，修改里面的幾層即可。
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. 定義損失函數(shù)和優(yōu)化器
使用多分類交叉熵?fù)p失函數(shù)，和帶有momentum的SGD作為優(yōu)化器
import torch.optim as optim criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(net.parameters(), lr=1e-3, momentum=0.9)
4. 訓(xùn)練網(wǎng)絡(luò)
我們直接使用循環(huán)語句遍歷數(shù)據(jù)集即可完成訓(xùn)練
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步打印一次損失值
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. 測試網(wǎng)絡(luò)
這個網(wǎng)絡(luò)已經(jīng)訓(xùn)練了兩個epoch，我們現(xiàn)在來看看這個網(wǎng)絡(luò)是不是學(xué)到了一些什么東西。
我們讓這個神經(jīng)網(wǎng)絡(luò)預(yù)測幾張圖片，看看它的答案與真實答案的差別。
下面我們選取一些測試數(shù)據(jù)集中的數(shù)據(jù)，看看他們的真實標(biāo)簽。
# 展示測試數(shù)據(jù)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
接著我們讓神經(jīng)網(wǎng)絡(luò)來給出預(yù)測標(biāo)簽
神經(jīng)網(wǎng)絡(luò)的輸出是10個信號值，信號值最高的那個神經(jīng)元表示整個網(wǎng)絡(luò)的預(yù)測值，所以我們需要拿到信號最強的那個節(jié)點的索引值
# 展示預(yù)測值
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
下面我們對整個測試集做一次評估：
# 評估測試數(shù)據(jù)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 %
整個結(jié)果比隨機猜要好得多（隨機猜是10%的概率）?？磥砦覀兊纳窠?jīng)網(wǎng)絡(luò)還是學(xué)到了點東西。
下面我們來看看它在哪一個類別的分類上做得最好：
# 按類標(biāo)評估
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上訓(xùn)練
就像把Tensor從CPU轉(zhuǎn)移到GPU一樣，神經(jīng)網(wǎng)絡(luò)也可以轉(zhuǎn)移到GPU上
首先需要檢查是否有可用的GPU
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# 假設(shè)我們在支持CUDA的機器上，我們可以打印出CUDA設(shè)備：
print(device)
Out:
cuda:0
我們假設(shè)device已經(jīng)是CUDA設(shè)備了
下面命令將遞歸的將所有模塊和參數(shù)、緩存轉(zhuǎn)移到CUDA設(shè)備上去
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，在訓(xùn)練過程中的傳入輸入數(shù)據(jù)時，也需要轉(zhuǎn)移到GPU上
并且，需要重新實例化優(yōu)化器，否則會報錯
inputs, labels = inputs.to(device), labels.to(device)
練習(xí)：嘗試增加神經(jīng)網(wǎng)絡(luò)的寬度。第一個nn.Conv2d的第二個參數(shù)和第二個nn.Conv2d的第一個參數(shù)的值必須一樣?？纯磿惺裁礃拥男Ч?/p>
以上這篇使用PyTorch訓(xùn)練一個圖像分類器實例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python實現(xiàn)Keras搭建神經(jīng)網(wǎng)絡(luò)訓(xùn)練分類模型教程
這篇文章主要介紹了Python實現(xiàn)Keras搭建神經(jīng)網(wǎng)絡(luò)訓(xùn)練分類模型教程，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
這篇文章主要介紹了Python3多線程操作,結(jié)合實例形式分析了Python3兼容Python2使用_thread進(jìn)行多線程操作的簡單實現(xiàn)技巧,需要的朋友可以參考下2018-05-05
python 借助numpy保存數(shù)據(jù)為csv格式的實現(xiàn)方法
今天小編就為大家分享一篇python 借助numpy保存數(shù)據(jù)為csv格式的實現(xiàn)方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
python解析中國天氣網(wǎng)的天氣數(shù)據(jù)
最近學(xué)習(xí)python 感覺這門腳本語言十分靈活 而且功能十分強大 尤其是他re庫用于正則匹配十分強大，寫了個例子解析中國天氣網(wǎng)2014-03-03
python中的插值 scipy-interp的實現(xiàn)代碼
這篇文章主要介紹了python中的插值 scipy-interp的實現(xiàn)代碼,需要的朋友可以參考下2018-07-07
python中l(wèi)xml.etree 和 ElementTree 的區(qū)別解析
lxml.etree 提供了更多的功能,例如 XPath、XSLT、Relax NG、 和 XML 模式支持,etree 對 Python unicode 字符串的想法與 ElementTree 不同,本文給大家介紹python中l(wèi)xml.etree 和 ElementTree 的區(qū)別,感興趣的朋友一起看看吧2024-01-01
基于Python實現(xiàn)HTML轉(zhuǎn)Markdown格式的小工具
在現(xiàn)代文檔處理和內(nèi)容創(chuàng)作中,HTML 和 Markdown 是兩種廣泛使用的格式,本文將介紹一個基于 Python 的 HTML 到 Markdown 轉(zhuǎn)換工具,希望對大家有所幫助2025-07-07
這篇文章主要介紹了Python map和reduce函數(shù)用法示例,本文給出了兩個函數(shù)的多個用法示例,需要的朋友可以參考下2015-02-02
這篇文章主要給大家介紹了關(guān)于重構(gòu)Python代碼的六個實例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
python命令行交互引導(dǎo)用戶選擇寵物實現(xiàn)
這篇文章主要為大家介紹了python命令行交互引導(dǎo)用戶選擇寵物實現(xiàn)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-11-11