Pytorch寫數(shù)字識別LeNet模型
LeNet網(wǎng)絡
LeNet網(wǎng)絡過卷積層時候保持分辨率不變,過池化層時候分辨率變小。實現(xiàn)如下
from PIL import Image import cv2 import matplotlib.pyplot as plt import torchvision from torchvision import transforms import torch from torch.utils.data import DataLoader import torch.nn as nn import numpy as np import tqdm as tqdm class LeNet(nn.Module): ? ? def __init__(self) -> None: ? ? ? ? super().__init__() ? ? ? ? self.sequential = nn.Sequential(nn.Conv2d(1,6,kernel_size=5,padding=2),nn.Sigmoid(), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? nn.AvgPool2d(kernel_size=2,stride=2), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? nn.Conv2d(6,16,kernel_size=5),nn.Sigmoid(), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? nn.AvgPool2d(kernel_size=2,stride=2), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? nn.Flatten(), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? nn.Linear(16*25,120),nn.Sigmoid(), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? nn.Linear(120,84),nn.Sigmoid(), ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? nn.Linear(84,10)) ? ? ? ?? ? ?? ? ? def forward(self,x): ? ? ? ? return self.sequential(x) class MLP(nn.Module): ? ? def __init__(self) -> None: ? ? ? ? super().__init__() ? ? ? ? self.sequential = nn.Sequential(nn.Flatten(), ? ? ? ? ? ? ? ? ? ? ? ? ? nn.Linear(28*28,120),nn.Sigmoid(), ? ? ? ? ? ? ? ? ? ? ? ? ? nn.Linear(120,84),nn.Sigmoid(), ? ? ? ? ? ? ? ? ? ? ? ? ? nn.Linear(84,10)) ? ? ? ?? ? ?? ? ? def forward(self,x): ? ? ? ? return self.sequential(x) epochs = 15 batch = 32 lr=0.9 loss = nn.CrossEntropyLoss() model = LeNet() optimizer = torch.optim.SGD(model.parameters(),lr) device = torch.device('cuda') root = r"./" trans_compose ?= transforms.Compose([transforms.ToTensor(), ? ? ? ? ? ? ? ? ? ? ]) train_data = torchvision.datasets.MNIST(root,train=True,transform=trans_compose,download=True) test_data = torchvision.datasets.MNIST(root,train=False,transform=trans_compose,download=True) train_loader = DataLoader(train_data,batch_size=batch,shuffle=True) test_loader = DataLoader(test_data,batch_size=batch,shuffle=False) model.to(device) loss.to(device) # model.apply(init_weights) for epoch in range(epochs): ? train_loss = 0 ? test_loss = 0 ? correct_train = 0 ? correct_test = 0 ? for index,(x,y) in enumerate(train_loader): ? ? x = x.to(device) ? ? y = y.to(device) ? ? predict = model(x) ? ? L = loss(predict,y) ? ? optimizer.zero_grad() ? ? L.backward() ? ? optimizer.step() ? ? train_loss = train_loss + L ? ? correct_train += (predict.argmax(dim=1)==y).sum() ? acc_train = correct_train/(batch*len(train_loader)) ? with torch.no_grad(): ? ? for index,(x,y) in enumerate(test_loader): ? ? ? [x,y] = [x.to(device),y.to(device)] ? ? ? predict = model(x) ? ? ? L1 = loss(predict,y) ? ? ? test_loss = test_loss + L1 ? ? ? correct_test += (predict.argmax(dim=1)==y).sum() ? ? acc_test = correct_test/(batch*len(test_loader)) ? print(f'epoch:{epoch},train_loss:{train_loss/batch},test_loss:{test_loss/batch},acc_train:{acc_train},acc_test:{acc_test}')
訓練結果
epoch:12,train_loss:2.235553741455078,test_loss:0.3947642743587494,acc_train:0.9879833459854126,acc_test:0.9851238131523132
epoch:13,train_loss:2.028963804244995,test_loss:0.3220392167568207,acc_train:0.9891499876976013,acc_test:0.9875199794769287
epoch:14,train_loss:1.8020273447036743,test_loss:0.34837451577186584,acc_train:0.9901833534240723,acc_test:0.98702073097229
泛化能力測試
找了一張圖片,將其分割成只含一個數(shù)字的圖片進行測試
images_np = cv2.imread("/content/R-C.png",cv2.IMREAD_GRAYSCALE) h,w = images_np.shape images_np = np.array(255*torch.ones(h,w))-images_np#圖片反色 images = Image.fromarray(images_np) plt.figure(1) plt.imshow(images) test_images = [] for i in range(10): ? for j in range(16): ? ? test_images.append(images_np[h//10*i:h//10+h//10*i,w//16*j:w//16*j+w//16]) sample = test_images[77] sample_tensor = torch.tensor(sample).unsqueeze(0).unsqueeze(0).type(torch.FloatTensor).to(device) sample_tensor = torch.nn.functional.interpolate(sample_tensor,(28,28)) predict = model(sample_tensor) output = predict.argmax() print(output) plt.figure(2) plt.imshow(np.array(sample_tensor.squeeze().to('cpu')))
此時預測結果為4,預測正確。從這段代碼中可以看到有一個反色的步驟,若不反色,結果會受到影響,如下圖所示,預測為0,錯誤。
模型用于輸入的圖片是單通道的黑白圖片,這里由于可視化出現(xiàn)了黃色,但實際上是黑白色,反色操作說明了數(shù)據(jù)的預處理十分的重要,很多數(shù)據(jù)如果是不清理過是無法直接用于推理的。
將所有用來泛化性測試的圖片進行準確率測試:
correct = 0 i = 0 cnt = 1 for sample in test_images: ? sample_tensor = torch.tensor(sample).unsqueeze(0).unsqueeze(0).type(torch.FloatTensor).to(device) ? sample_tensor = torch.nn.functional.interpolate(sample_tensor,(28,28)) ? predict = model(sample_tensor) ? output = predict.argmax() ? if(output==i): ? ? correct+=1 ? if(cnt%16==0): ? ? i+=1 ? cnt+=1 acc_g = correct/len(test_images) print(f'acc_g:{acc_g}')
如果不反色,acc_g=0.15
acc_g:0.50625
到此這篇關于Pytorch寫數(shù)字識別LeNet模型的文章就介紹到這了,更多相關Pytorch寫數(shù)字識別LeNet模型內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python實現(xiàn)將一個大文件按段落分隔為多個小文件的簡單操作方法
這篇文章主要介紹了Python實現(xiàn)將一個大文件按段落分隔為多個小文件的簡單操作方法,涉及Python針對文件的讀取、遍歷、轉換、寫入等相關操作技巧,需要的朋友可以參考下2017-04-04Ubuntu18.04安裝 PyCharm并使用 Anaconda 管理的Python環(huán)境
這篇文章主要介紹了Ubuntu18.04安裝 PyCharm并使用 Anaconda 管理的Python環(huán)境的教程,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-04-04Keras神經(jīng)網(wǎng)絡efficientnet模型搭建yolov3目標檢測平臺
這篇文章主要為大家介紹了Keras利用efficientnet系列模型搭建yolov3目標檢測平臺的過程詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-05-05Python實現(xiàn)12306火車票搶票系統(tǒng)
這篇文章主要介紹了Python實現(xiàn)12306火車票搶票系統(tǒng),本文通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值 ,需要的朋友可以參考下2019-07-07關于Qt6中QtMultimedia多媒體模塊的重大改變分析
如果您一直在 Qt 5 中使用 Qt Multimedia,則需要對您的實現(xiàn)進行更改。這篇博文將嘗試引導您完成最大的變化,同時查看 API 和內部結構2021-09-09