磐创AI
首发于磐创AI
使用Pytorch训练分类器详解(附python演练)

使用Pytorch训练分类器详解(附python演练)

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pytorch.org/tutorials/b


五、 接下来可以学哪些?

脚本总运行时间:(9分48.748秒)

下载python源代码文件:cifar10_tutorial.pypytorch.org/tutorials/_

下载Jupyternotebook文件:cifar10_tutorial.ipynb

pytorch.org/tutorials/_

发布于 2018-12-27

文章被以下专栏收录