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
|