对于pytorch和对应pytorch网站的探索

一、关于网站上面的那个教程:

适合PyTorch小白的官网教程:Learning PyTorch With Examples - 知乎 (zhihu.com)

这个链接也是一样的,

总的来说,里面讲了这么一件事:

如果没有pytorch的分装好的nn.module用来继承的话,需要设计一个神经网络就真的有很多需要处理的地方,明明可以用模板nn.module来继承得到自己的neural network的对象

然后,我们自己这个network里面设计我们想要实现的东西

[ Pytorch教程 ] 训练分类器 - pytorch中文网 (ptorch.com)

这个网站底部的链接还是有一些东西的

二、训练分类器中的代码-查漏补缺,加油!!

1.CIFAR-10中的图像大小为3x32x32,即尺寸为32x32像素的3通道彩色图像
2.torchvision.utils.make_grid()函数的参数意义和用法:
3.利用plt输出图像,必须是(h,w,channels)的顺序,所以从tensor过来需要permute或者transpose
def imshow(img): #定义这里的局部imshow
    img = img / 2 + 0.5     # unnormalize,还是要回去的好吧,img=(img-0.5)/0.5这是均值normlize
    npimg = img.numpy() #plt只能绘制numpy_array类型
    plt.imshow(np.transpose(npimg, (1, 2, 0))) #好像必须进行permute或者transpose得到(h,w,channels)
4.和f.max_pool2d是一个可以调用的函数对象,nn.MaxPool2d是一个模板,需要自己设置:

http://t.csdn.cn/mzqv7

5.torch.max(tensor,1)函数的用法:

http://t.csdn.cn/JMBwW

这篇文章讲得很好,

将每一行的最大值组成一个数组

二、代码研读+注释版:

#引入基本的库
import torch
import torchvision
import torchvision.transforms as transforms

#利用DataLoader获取train_loader和test_loader
transform = transforms.Compose( #定义ToTensor 和 3个channel上面的(0.5,0.5)正太分布
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

#获取trainset,需要经过transform处理
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, #设置train_loader参数:batch_size=4,shuffle
                                          shuffle=True, num_workers=2) #这个num_woekers子进程不知道会不会报错

#同样的处理获取test_loader
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)

#定义一个classes数组,其实是用来作为一个map映射使用的
classes = ('plane', 'car', 'bird', 'cat',
           'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

#展示一些图像,来点直观的感受
import matplotlib.pyplot as plt
import numpy as np

# functions to show an image

def imshow(img): #定义这里的局部imshow
    img = img / 2 + 0.5     # unnormalize,还是要回去的好吧,img=(img-0.5)/0.5这是均值normlize
    npimg = img.numpy() #plt只能绘制numpy_array类型
    plt.imshow(np.transpose(npimg, (1, 2, 0))) #好像必须进行permute或者transpose得到(h,w,channels)

# get some random training images
dataiter = iter(trainloader)     #dataiter就是迭代器了
images, labels = next(dataiter) #获取第一个images图像数据 和 labels标签 ,注意iter.next()已经改为了next(iter)

# show images
imshow(torchvision.utils.make_grid(images)) #以网格的方式显示图像
# print labels
print(' '.join('%5s' % classes[labels[j]] for j in range(4))) #输出labels1-4这样的标题

#定义neural network的结构
from torch.autograd import Variable
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) #定义输入channel=3,输出channel=5,卷积核5*5,stride(default)=1,padding(default)=0
        self.pool = nn.MaxPool2d(2, 2)  #定义pooling池化,kernel_size=2*2,stride 右2,且下2
        self.conv2 = nn.Conv2d(6, 16, 5) #同上输出channel=16
        self.fc1 = nn.Linear(16 * 5 * 5, 120)  #下面定义了3个Linear函数
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x))) #conv1->relu->pooling
        x = self.pool(F.relu(self.conv2(x))) #conv2->relu->pooling
        x = x.view(-1, 16 * 5 * 5)           #调整为第二维数16*5*5的大小的tensor
        x = F.relu(self.fc1(x))              #fc1->relu
        x = F.relu(self.fc2(x))              #fc2->relu
        x = self.fc3(x)                      #output_linear->得到一个10维度的向量
        return x

net = Net() #创建一个net对象

#定义loss_func和optimizer优化器
import torch.optim as optim

criterion = nn.CrossEntropyLoss()  #分类的话,使用nn.CrossEntropyLoss()更好
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9) #这里使用初级的SGD

#开始train多少个epoch了:
for epoch in range(2):  # 0-1总共2个epoch

    running_loss = 0.0  #记录loss数值
    for i, data in enumerate(trainloader, 0): #利用迭代器获取索引和此次batch数据,0代表从第0个索引的batch开始
        # get the inputs
        inputs, labels = data #获取inputs图像数据batch 和 labels标签batch

        # wrap them in Variable
        #inputs, labels = Variable(inputs), Variable(labels) ,在新版的pytorch中这一行代码已经不需要了

        # zero the parameter gradients
        optimizer.zero_grad() #每次进行backward方向传播计算gradient之前先调用optimizer.zero_grad()清空,防止积累

        # forward + backward + optimize ,标准操作:model + criterion + backward + step
        outputs = net(inputs) 
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # print statistics ,每2000个batch进行对应的输出
        #running_loss += loss.data[0]  #将这次batch计算的loss加到running_loss厚葬 ,新版的pytorch中tensor.data弃用
        #改用tensor.item()了
        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)) #输出:第几个epoch,第几个batch,平均每个batch的loss
            running_loss = 0.0 #归零

print('Finished Training')

#展示第一批
dataiter = iter(testloader)
images, labels = next(dataiter) #获取一个batch(上面设置了batch_size=4)的images图像数据 和 labels标签

# print images
imshow(torchvision.utils.make_grid(images)) #通过网格形式
print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4)))

#使用上述的model对第一批进行预测
outputs = net(Variable(images))
#predicted = outputs.data.max(2,keepdim= True)[1] #这样就获得了一个数组
_, predicted = torch.max(outputs.data, 1)
#注意,classes是一个数组,不过是当作map映射使用的
for j in range(4):
    print(classes[predicted[j]])

#正式开始test了
correct = 0 #正确的数目
total = 0   #总共测试数目
for data in testloader:   #每次获取testloader中的1个batch
    images, labels = data
    outputs = net(Variable(images)) 
    _, predicted = torch.max(outputs.data, 1) #得到预测的结果数组
    total += labels.size(0)
    correct += (predicted == labels).sum()    #predicted数组和labels数组逐项比较

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total)) #输出正确率

#对这10种不同的物体对象的检测正确率进行分析:
class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))
for data in testloader:
    images, labels = data
    outputs = net(Variable(images))
    _, predicted = torch.max(outputs.data, 1)
    c = (predicted == labels).squeeze() #c就是1个1维向量
    for i in range(4):               #一个batch有4张图
        label = labels[i]            #label就是0-9中那个类的index
        class_correct[label] += c[i] #如果c[i]==True就让class_correct+1
        class_total[label] += 1      #改类图的数目+1

for i in range(10): #输出每个类的正确率
    print('Accuracy of %5s : %2d %%' % (
        classes[i], 100 * class_correct[i] / class_total[i]))
相关推荐
LZXCyrus16 分钟前
【杂记】vLLM如何指定GPU单卡/多卡离线推理
人工智能·经验分享·python·深度学习·语言模型·llm·vllm
Enougme19 分钟前
Appium常用的使用方法(一)
python·appium
懷淰メ25 分钟前
PyQt飞机大战游戏(附下载地址)
开发语言·python·qt·游戏·pyqt·游戏开发·pyqt5
我感觉。34 分钟前
【机器学习chp4】特征工程
人工智能·机器学习·主成分分析·特征工程
hummhumm39 分钟前
第 22 章 - Go语言 测试与基准测试
java·大数据·开发语言·前端·python·golang·log4j
YRr YRr43 分钟前
深度学习神经网络中的优化器的使用
人工智能·深度学习·神经网络
DieYoung_Alive43 分钟前
一篇文章了解机器学习(下)
人工智能·机器学习
夏沫的梦44 分钟前
生成式AI对产业的影响与冲击
人工智能·aigc
hummhumm1 小时前
第 28 章 - Go语言 Web 开发入门
java·开发语言·前端·python·sql·golang·前端框架
goomind1 小时前
YOLOv8实战木材缺陷识别
人工智能·yolo·目标检测·缺陷检测·pyqt5·木材缺陷识别