系列文章目錄

【入門】Pytorch實現簡單的圖片分類器

【入門】GPU訓練圖片分類器

文章目錄

• 系列文章目錄
• 前言
• 匯入庫
• 資料歸一化
• 檢視訓練集
• 構造網路
• 定義損失函式和優化器
• 開始訓練
• 檢視分類效果
• 檢視每個類別的準確度
• 使用你的GPU訓練
• 優化

前言

本文很適合一些想要入門機器視覺的小夥伴。本實驗推薦在Juypter Notebook上執行。
我們將按次序做如下步驟：

1. 使用torchvision載入並且歸一化CIFAR10的訓練和測試資料集
2. 定義一個卷積神經網路
3. 定義一個損失函式
4. 在訓練集上訓練模型
5. 在測試集上測試模型

匯入庫

使用torchvision載入並歸一化資料集。

import torch
import
 
 torchvision
import torchvision.transforms as transforms

資料歸一化

torchvision資料集的輸出範圍是[0,1]，我們將他們歸一化至[-1,1]

tranform = transforms.Compose([transform.ToTensor(),transform.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')

下載完成會有如下輸出：

檢視訓練集

# 展示其中的一些訓練圖片
import matplotlib.pyplot as plt
import numpy as np
# functions to show an image
def imshow(img):
    img = img / 2 + 0.5 # unnormalize
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()
    
# get some random training images
dataiter = iter(trainloader)
images, labels = dataiter.next()
# show images
imshow(torchvision.utils.make_grid(images))
# print labels
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))

torchvision.utils.make_grid(images)：將多張圖片拼成一張圖片，在展示資料時很有用。

圖片展示：

構造網路

定義一個卷積神經網路

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()

nn.Conv2d(3,6,5)表示輸入的圖片是3個通道(in_channel)，輸出的是6個通道(out_channel)，卷積核大小kernel.size等於5
nn.Conv2d(6, 16, 5)同理。
想檢視網路結構的話，可以輸出net康康。

print(net)

定義損失函式和優化器

使用分類交叉熵Cross-Enteopy作損失函式
使用動量SGD做優化器

import torch.optim as optim
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

開始訓練

for epoch in range(2):  # loop over the dataset multiple times

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # get the inputs
        inputs, labels = data

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward + backward + optimize
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # print statistics
        running_loss += loss.item()
        if i % 2000 == 1999:    # print every 2000 mini-batches
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

訓練兩個epoch之後的效果：

檢視分類效果

correct = 0
total = 0
with 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))

檢視每個類別的準確度

class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(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 in range(4):
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] += 1
for i in range(10):
    print('Accuracy of %5s : %2d %%' % (classes[i], 100 * class_correct[i] / class_total[i]))

結果：

使用你的GPU訓練

首先我們定義GPU裝置為第一個可見的cuda裝置

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# Assume that we are on a CUDA machine, then this should print a CUDA device:
print(device)
net.to(device)

你必須在每個步驟向GPU傳送輸入和目標

inputs, labels = inputs.to(device), labels.to(device)

優化

1. 在你的GPU上訓練分類器
2. 更改網路結構，嘗試增加你的網路寬度，看看會得到怎樣的提升。