IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 【人工智能实验室】第三次培训之手写数字识别代码理解 -> 正文阅读

[人工智能]【人工智能实验室】第三次培训之手写数字识别代码理解

感觉把每一行代码都理解过去特别爽!!!

minist_train.py

import torch
from torch import nn
from torch.nn import functional as F
from torch import optim
import torchvision
from matplotlib import pyplot as plt
from utils import plot_image, plot_curve, one_hot


#!!!首先是训练集处理部分!!!
#提前设置好批大小
#批大小,每次训练在训练集中取batch_size个样本训练
#训练完60000张图片需要60000/batch_size次,本代码即需要60000/512=117次
#训练其实就是在让预测结果和标签贴合,而评价贴合过程必采用损失函数
batch_size = 512

#加载数据集
#训练集下载
train_loader = torch.utils.data.DataLoader(   #该方法参数较为复杂
    #torchvision.datasets是用来进行数据加载的
    torchvision.datasets.MNIST('mnist_data', train=True, download=True,
                               #train=True用于说明需要载入数据集的训练部分
                               #download=True用于指定是否需要下载
                               #transform用于指定导入数据集时需要对数据进行哪种变换操作
                               transform=torchvision.transforms.Compose([
                                   torchvision.transforms.ToTensor(),
                                   torchvision.transforms.Normalize(
                                       (0.1307,), (0.3081,))
                               ])),
    #每一个批次的数量:batch_size=batch_size, 是否需要随机打乱:shuffle=True
    batch_size=batch_size, shuffle=True)

#测试集下载
#从测试集中的10000张图片选取512张图片进行测试
test_loader = torch.utils.data.DataLoader(
    torchvision.datasets.MNIST('mnist_data/', train=False, download=True,
                               #train=False用于说明需要载入数据集的测试部分
                               transform=torchvision.transforms.Compose([
                                   torchvision.transforms.ToTensor(),
                                   torchvision.transforms.Normalize(
                                       (0.1307,), (0.3081,))
                               ])),
    #每一个批次的数量:batch_size=batch_size, 是否需要随机打乱:shuffle=False
    batch_size=batch_size, shuffle=False)

#从训练数据集中取一批数据出来
#x表示样本(即某张手写图片),y表示对应的标签
x,y = next(iter(train_loader))
#把x,y打印出来可以看到很神奇的结果,对图像中的数据存储理解会更清晰
#print(x,y)
print(x.shape, y.shape, x.min(), x.max())
plot_image(x,y, "image sample")

#建立神经网络(类)
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()

        #降维,将28*28个数据(每个数据即像素值,取值范围为0~255)转化为10个数据
        #这里将像素值进行归一化,获得0~1的浮点数
        #利用矩阵乘法方式来降维[a,b]*[b,c]->[a,c]
        #线性变换xw+b:x为输入即可看作上述的[a,b],w作为用于转换的矩阵即可看作上述的[b,c],b为偏置,也是矩阵
        #nn.Linear表示线性变换,实现xw+b,也用于设置网络中的全连接层
        #在处理二维图像任务中,全连接层的输入与输出一般都设置为二维张量(即矩阵)
        #输入张量形状通常为[batch_size,in_features],输出张量形状通常为[batch_size,out_features]
        #nn.Linear参数不涉及batch_size,只需要输入张量的“列”和输出张量的“列”,即in_features和out_features
        #因此以下代码没有出现“60000”(是60000不是512,我理解是在前向传播前先对60000预处理,之后再细分批次处理)
        #第一层降维
        self.fc1 = nn.Linear(28*28, 256)
        #第二层降维
        self.fc2 = nn.Linear(256, 64)
        #第三层降维
        self.fc3 = nn.Linear(64, 10)

    #前向传播
    def forward(self, x):
        # x: [b, 1, 28, 28]
        # h1 = relu(xw1+b1),第一层激活函数
        x = F.relu(self.fc1(x))
        # h2 = relu(h1w2+b2),第二层激活函数
        x = F.relu(self.fc2(x))
        # h3 = h2w3+b3,第三层激活函数
        x = self.fc3(x)
        return x

#创建神经网络类的对象net,即实例化网络结构
net = Net()
# [w1, b1, w2, b2, w3, b3]分别为三层对应的两个参数
#梯度下降算法更新参数(优化)
#optim包定义了许多深度学习常用的优化算法,包括 SGD + 动量(即SGDM)
#lr即学习率,人为设定
optimizer = optim.SGD(net.parameters(), lr=0.01, momentum=0.9)

#设定一个训练损失列表用于存储训练
train_loss = []
#1个epoch等于使用训练集中的全部样本训练一次
#本代码1个epoch包含117次的批训练
#编写训练结构,设定训练的轮数epoch为3轮
for epoch in range(3):
    #enumerate函数用于遍历,当该函数没有输入第二个参数值时,默认从第0个数据开始遍历
    #batch_idx表示当前训练的批次,(x,y)表述该次序的数据内容
    for batch_idx, (x, y) in enumerate(train_loader):

        #x: [b, 1, 28, 28], y: [512](这里的b表示batch_size,不是偏置!!!1是通道数,[512]表示1行512列)
        #对x进行4维降2维,对每一张图片进行打平(在第二重for循环里,循环一次处理一批,一共循环117次)
        #[b, 1, 28, 28] => [b, 784]
        x = x.view(x.size(0), 28*28)
        #将batch_size张图片中的每张784个数据转化为10个数据
        #调用前面的神经网络类的对象来实现转换
        # => [b, 10]
        out = net(x)
        
        #对512个标签进行独热处理
        y_onehot = one_hot(y)
        #求batch_size张图片中每张图片的10个数据与其对应的10个独热标签的损失函数
        # loss = mse(out, y_onehot)
        loss = F.mse_loss(out, y_onehot)

        #把梯度初始化为0
        optimizer.zero_grad()
        #反向传播求解梯度
        loss.backward()
        #更新参数
        #w_new = w_old - lr*grad
        #b_new = b_old - lr*grad 
        optimizer.step()

        #将每张手写图像对应的loss值添加到列表中,方便后续可以作出Loss函数图像
        train_loss.append(loss.item())

        #每遍历10次就打印出1次
        if batch_idx % 10==0:
            print(epoch, batch_idx, loss.item())

#打印出遍历完后的loss函数图像
plot_curve(train_loss)
# we get optimal [w1, b1, w2, b2, w3, b3]


#!!!接下来是测试集处理部分!!!
total_correct = 0
#遍历测试集的10000张图片
for x,y in test_loader:
    #降维
    #for循环一次就处理一批图片(共需循环2次),所以x.size(0) == 1,"0"表示第一个维度
    x = x.view(x.size(0), 28*28)
    #784->10
    out = net(x)
    #out: [b, 10] => pred: [b]
    #dim=1:消除列,保留行,
    #argmax(dim=1):取每一行中数据值最大的列下标,由于保留列,所以有几行输出就有几个数据
    #值最大的那个数据即可认为是“1”的概率最大,这里说的“1”即独热编码中的“1”
    pred = out.argmax(dim=1)
    #将这个为“1”概率最大的下标与标签中为“1”的下标进行比较
    #若两个下标一致说明预测成功;若不一致则说明预测不成功;correct为一批次中预测成功的图片数目
    correct = pred.eq(y).sum().float().item()
    #计算总预测成功的图片张数
    total_correct += correct

#求测试集图片张数
total_num = len(test_loader.dataset)
#测试成功的图片张数与测试集全部张数的比例,即正确率
acc = total_correct / total_num
#输出整体预测的准确度
print('test.acc:', acc)

#取出一批测试集图片
x, y = next(iter(test_loader))
#print(x,y)
out = net(x.view(x.size(0), 28*28))
#print(x.size())
#print(x.size(0))
#print(x.view(x.size(0), 28*28))
#print(out)
pred = out.argmax(dim=1)
#print(pred)
plot_image(x, pred, 'test')

utils.py

import torch
from matplotlib import pyplot as plt


def plot_curve(data):                                #画曲线
    fig = plt.figure()                               
    plt.plot(range(len(data)), data, color='blue')
    plt.legend(['value'], loc='upper right')
    plt.xlabel('step')
    plt.ylabel('value')
    plt.show()



def plot_image(img, label, name):                     #画图像
    fig = plt.figure()
    for i in range(6):
        plt.subplot(2, 3, i + 1)
        plt.tight_layout()
        plt.imshow(img[i][0]*0.3081+0.1307, cmap='gray', interpolation='none')
        plt.title("{}: {}".format(name, label[i].item()))
        plt.xticks([])
        plt.yticks([])
    plt.show()


def one_hot(label, depth=10):                        #独热编码
    out = torch.zeros(label.size(0), depth)
    idx = torch.LongTensor(label).view(-1, 1)
    out.scatter_(dim=1, index=idx, value=1)
    return out

运行结果(部分)

训练集中的未处理过的x,y打印结果

?

?

调试过程部分参数结果

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-11-19 17:37:57  更:2021-11-19 17:40:12 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/19 3:32:03-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码