经典卷积神经网络 LeNet

一、实例图片

复制代码

#我们传入的是28*28，所以加了padding
net = nn.Sequential(
    nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Flatten(),
    nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),
    nn.Linear(120, 84), nn.Sigmoid(),
    nn.Linear(84, 10))

二、总结

1、LeNet是早期成功的神经网络

2、先使用卷积层来学习图片空间信息

3、然后使用全连接层来转换到类别空间

三、代码

1、评估模型，将参数放到GPU中

复制代码

def evaluate_accuracy_gpu(net, data_iter, device=None): #@save
    """使用GPU计算模型在数据集上的精度"""
    if isinstance(net, nn.Module):
        #eval是将模型设置为评估模式，评估模式就不会改变模型参数了可以用来预测结果；eval就是关闭模型中的dropout功能，调到评价模式；与之相对的是train()
        net.eval()
        if not device:
            #如果未提供设备参数，则使用模型第一个参数的设备作为默认设备。这确保了数据和模型在            同一设备上运行
            device = next(iter(net.parameters())).device
    # 正确预测的数量，总预测的数量
    metric = d2l.Accumulator(2)
    #确保在计算精度时不会计算梯度，从而节省显存和提高计算效率
    with torch.no_grad():
        for X, y in data_iter:
            if isinstance(X, list):
                # BERT微调所需的（之后将介绍）
                X = [x.to(device) for x in X]
            else:
                X = X.to(device)
            y = y.to(device)
            metric.add(d2l.accuracy(net(X), y), y.numel())
    return metric[0] / metric[1]

2、训练模型

复制代码

#@save
def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """用GPU训练模型(在第六章定义)"""
    #对于net里面的所有parameter，都去run一下那个初始化权重的函数。就是说在整个net中的所有层
     上面都使用init__weights函数来初始化所有现行层和卷积层的权重
    def init_weights(m):
        if type(m) == nn.Linear or type(m) == nn.Conv2d:
            #xavier能够根据输入输出的大小，使得初始化随机权重能使，输入和输出的方差差别不会
             很大，保证在模型最开始的时候，结果不会指数爆炸或者消失
            nn.init.xavier_uniform_(m.weight)
    net.apply(init_weights)
    print('training on', device)
    net.to(device)
    #SGD是随机梯度下降算法
    optimizer = torch.optim.SGD(net.parameters(), lr=lr)
    loss = nn.CrossEntropyLoss()
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
                            legend=['train loss', 'train acc', 'test acc'])
    timer, num_batches = d2l.Timer(), len(train_iter)
    for epoch in range(num_epochs):
        # 训练损失之和，训练准确率之和，样本数
        metric = d2l.Accumulator(3)
        net.train()
        for i, (X, y) in enumerate(train_iter):
            timer.start()
            optimizer.zero_grad()
            X, y = X.to(device), y.to(device)
            y_hat = net(X)
            l = loss(y_hat, y)
            l.backward()
            optimizer.step()
            with torch.no_grad():
                #l是当前批次的平均损失。X.shape[0]是当前批次的样本数。l * X.shape[0]
                 计算的是当前批次的总损失。
                metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
            timer.stop()
            train_l = metric[0] / metric[2]
            train_acc = metric[1] / metric[2]

            #这里是可视化
            #(i + 1) % (num_batches // 5)每训练到一个阶段时（5次中的每一次）会更新可视化数据
            #i == num_batches - 1：当训练到最后一个批次时，条件也会满足
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(epoch + (i + 1) / num_batches,
                             (train_l, train_acc, None))
        test_acc = evaluate_accuracy_gpu(net, test_iter)
        animator.add(epoch + 1, (None, None, test_acc))
    print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
          f'test acc {test_acc:.3f}')
    print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
          f'on {str(device)}')