文章目录
回顾
下面这种由线形层构成的网络是全连接网络。
对于图像数据而言，卷积神经网络更常用。
卷积神经网络
通过二维卷积可以实现图像特征的自动提取，卷积输出的称为特征图；特征提取之后可以通过全连接层构造分类器进行分类。
- 特征提取
- 卷积
- 池化
- 分类
- 展开
- 全连接
在卷积神经网络里面，我们会把输入图片划分成一个个的小格子（cell）
卷积
图像中不同数据窗口的数据和卷积核作内积的操作叫做卷积，本质是提取图像不同频段的特征。和图像处理中的高斯模糊核原理一样。
卷积核
- 带着一组固定权重的神经元，可以用来提取特定的特征（例如可以提取物体轮廓、颜色深浅等）
- 卷积核大小：3x3，5x5，7x7
- 卷积核的通道数与被卷积的图片通道数相同
卷积过程
输入为3通道的卷积计算过程如下：
n通道输入的卷积：
如果想要输出通道为M，则需要M个卷积核：
注意：卷积核的通道要求和输入通道一样；卷积核的个数要求和输出通道数一样。
卷积后图像尺寸计算公式：
代码
python
import torch
in_channels,out_channels=5,10
width,height=100,100
kernel_size=3
batch_size=1
input = torch.randn(batch_size,in_channels,width,height)#生成0-1正态分布
conv_layer=torch.nn.Conv2d(in_channels,out_channels,kernel_size=kernel_size)
output=conv_layer(input)
print(input.shape)
print(output.shape)
print(conv_layer.weight.shape)结果：
python
torch.Size([1, 5, 100, 100])
torch.Size([1, 10, 98, 98])
torch.Size([10, 5, 3, 3])padding
进行卷积之后，图像大小（W、H）可能会发生改变；生成的特征图大小不是我们想要的，比如说我们希望特征图大小在卷积之后不发生变化；那么可以使用padding在输入图像像素周围进行填充，padding=1就是填充一圈0.
代码
python
import torch
in_channels,out_channels=5,10
width,height=100,100
kernel_size=3
batch_size=1
input=[3,4,6,5,7,
2,4,6,8,2,
1,6,7,8,4,
9,7,4,6,2,
3,7,5,4,1]
input=torch.Tensor(input).view(1,1,5,5)
conv_layer=torch.nn.Conv2d(1,1,kernel_size=3,padding=1,bias=False)#paddings=1(扩充一圈）相当于扩充原来矩阵维数，比如4*4，变成5*5
kernel=torch.Tensor([1,2,3,4,5,6,7,8,9]).view(1,1,3,3)
conv_layer.weight.data=kernel.data
output=conv_layer(input)
print(output)结果：
python
ensor([[[[ 91., 168., 224., 215., 127.],
[114., 211., 295., 262., 149.],
[192., 259., 282., 214., 122.],
[194., 251., 253., 169., 86.],
[ 96., 112., 110., 68., 31.]]]], grad_fn=<ConvolutionBackward0>)Stride
Stride：步长。卷积核每次移动的cell距离
- Stride=1：每次移动一格
- Stride=2：每次移动两格
代码
python
import torch
in_channels,out_channels=5,10
width,height=100,100
kernel_size=3
batch_size=1
input=[3,4,6,5,7,
2,4,6,8,2,
1,6,7,8,4,
9,7,4,6,2,
3,7,5,4,1]
input=torch.Tensor(input).view(1,1,5,5)
conv_layer=torch.nn.Conv2d(1,1,kernel_size=3,stride=2,bias=False)#stride=2
kernel=torch.Tensor([1,2,3,4,5,6,7,8,9]).view(1,1,3,3)
conv_layer.weight.data=kernel.data
output=conv_layer(input)
print(output)结果：
python
tensor([[[[211., 262.],
[251., 169.]]]], grad_fn=<ConvolutionBackward0>)MaxPooling
MaxPooling：下采样，图片W、H会缩小为原来的一半。（默认情况下，kernel=2，stride=2）
代码
python
import torch
in_channels,out_channels=5,10
width,height=100,100
kernel_size=3
batch_size=1
input1 = [3,4,6,5,
2,4,6,8,
1,6,7,8,
9,7,4,6,]
input1 = torch.Tensor(input1).view(1, 1, 4, 4)
maxpooling_layer=torch.nn.MaxPool2d(kernel_size=2)#默认kernei_size=2
output1=maxpooling_layer(input1)
print(output1)结果：
python
tensor([[[[4., 8.],
[9., 8.]]]])一个简单的卷积神经网络
用卷积神经网络来对MINIST数据集进行分类
模型部分代码：
python
class Net(torch.nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1=torch.nn.Conv2d(1,10,kernel_size=5)
self.conv2=torch.nn.Conv2d(10,20,kernel_size=5)
self.pooling=torch.nn.MaxPool2d(2)
self.fc=torch.nn.Linear(320,10)
def forward(self,x):
# Flatten data from (n, 1, 28, 28) to (n, 784)
batch_size=x.size(0)
x=F.relu(self.pooling(self.conv1(x)))
x=F.relu(self.pooling(self.conv2(x)))
x=x.view(batch_size,-1)#flatten
x=self.fc(x)
return x
model=Net()在之前的代码里改一下模型部分就可以了。
请自己尝试改一下，并且输出loss曲线！
如何使用GPU
- 定义device
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") - 将所有模型的parameters and buffers转化为CUDA Tensor.
model.to(device) - 将数据送到GPU上
inputs,target=inputs.to(device),target.to(device)
代码
python
import numpy as np
import torch
import matplotlib.pyplot as plt
from torch.utils.data import DataLoader #For constructing DataLoader
from torchvision import transforms #For constructing DataLoader
from torchvision import datasets #For constructing DataLoader
import torch.nn.functional as F #For using function relu()
batch_size=64
transform=transforms.Compose([transforms.ToTensor(),#Convert the PIL Image to Tensor.
transforms.Normalize((0.1307,),(0.3081,))])#The parameters are mean and std respectively.
train_dataset = datasets.MNIST(root='dataset',train=True,transform=transform,download=True)
test_dataset = datasets.MNIST(root='dataset',train=False,transform=transform,download=True)
train_loader = DataLoader(dataset=train_dataset,batch_size=batch_size,shuffle=True)
test_loader = DataLoader(dataset=test_dataset,batch_size=batch_size,shuffle=False)
class Net(torch.nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1=torch.nn.Conv2d(1,10,kernel_size=5)
self.conv2=torch.nn.Conv2d(10,20,kernel_size=5)
self.pooling=torch.nn.MaxPool2d(2)
self.fc=torch.nn.Linear(320,10)
def forward(self,x):
# Flatten data from (n, 1, 28, 28) to (n, 784)
batch_size=x.size(0)
x=F.relu(self.pooling(self.conv1(x)))
x=F.relu(self.pooling(self.conv2(x)))
x=x.view(batch_size,-1)#flatten
x=self.fc(x)
return x
model=Net()
#device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
#定义device，如果有GPU就用GPU，否则用CPU
#model.to(device)
# 将所有模型的parameters and buffers转化为CUDA Tensor.
criterion=torch.nn.CrossEntropyLoss()
optimizer=torch.optim.SGD(model.parameters(),lr=0.01,momentum=0.5)
def train(epoch):
running_loss=0.0
for batch_id,data in enumerate(train_loader,0):
inputs,target=data
#inputs,target=inputs.to(device),target.to(device)
#将数据送到GPU上
optimizer.zero_grad()
# forward + backward + update
outputs=model(inputs)
loss=criterion(outputs,target)
loss.backward()
optimizer.step()
running_loss +=loss.item()
if batch_id% 300==299:
print('[%d,%5d] loss: %.3f' % (epoch+1,batch_id,running_loss/300))
running_loss=0.0
accracy = []
def test():
correct=0
total=0
with torch.no_grad():
for data in test_loader:
inputs,target=data
#inputs,target=inputs.to(device),target.to(device)
#将数据送到GPU上
outputs=model(inputs)
predicted=torch.argmax(outputs.data,dim=1)
total+=target.size(0)
correct+=(predicted==target).sum().item()
print('Accuracy on test set : %d %% [%d/%d]'%(100*correct/total,correct,total))
accracy.append([100*correct/total])
if __name__ == '__main__':
for epoch in range(10):
train(epoch)
test()
x=np.arange(10)
plt.plot(x, accracy)
plt.xlabel("Epoch")
plt.ylabel("Accuracy")
plt.grid()
plt.show()训练结果：
如果使用了GPU，可以查看GPU利用率，被占用就说明跑起来了
练习
使用MINIST数据集构建更为复杂的卷积神经网络进行分类，要求conv、relu、maxpooling、linear层都使用三个，参数自己调整，比较一下训练结果。
