深度学习5

一、模型保存与加载

1、序列化方式

保存方式：torch.save(model, "model.pkl")

打开方式：model = torch.load("model.pkl", map_location="cpu")

​
import torch
import torch.nn as nn


class MyModle(nn.Module):
    def __init__(self, input_size, output_size):
        super(MyModle, self).__init__()
        self.fc1 = nn.Linear(input_size, 128)
        self.fc2 = nn.Linear(128, 64)
        self.fc3 = nn.Linear(64, output_size)

    def forward(self, x):
        x = self.fc1(x)
        x = self.fc2(x)
        output = self.fc3(x)
        return output

model = MyModle(input_size=128, output_size=32)
# 序列化方式保存模型对象
torch.save(model, "model.pkl")


# 注意设备问题
model = torch.load("model.pkl", map_location="cpu")
print(model)

​

2、保存模型参数

设置需要保存的模型参数：

save_dict = {

"init_params": {

"input_size": 128, # 输入特征数

"output_size": 32, # 输出特征数

},

"accuracy": 0.99, # 模型准确率

"model_state_dict": model.state_dict(),

"optimizer_state_dict": optimizer.state_dict(),

}

保存模型参数：torch.save(save_dict, "名称.pth")，一般使用 pth 作为后缀

创建新模型时调用保存的模型参数：

加载模型参数：torch.load("名称.pth")

input_size = save_dict["init_params"]["input_size"]

import torch
import torch.nn as nn
import torch.optim as optim

class MyModle(nn.Module):
    def __init__(self, input_size, output_size):
        super(MyModle, self).__init__()
        self.fc1 = nn.Linear(input_size, 128)
        self.fc2 = nn.Linear(128, 64)
        self.fc3 = nn.Linear(64, output_size)

    def forward(self, x):
        x = self.fc1(x)
        x = self.fc2(x)
        output = self.fc3(x)
        return output

save_dict = torch.load("模型参数保存名称.pth")
model = MyModle(
    input_size=save_dict["init_params"]["input_size"],
    output_size=save_dict["init_params"]["output_size"],
)
# 初始化模型参数
model.load_state_dict(save_dict["model_state_dict"])
optimizer = optim.SGD(model.parameters(), lr=0.01)
# 初始化优化器参数
optimizer.load_state_dict(save_dict["optimizer_state_dict"])
# 打印模型信息
print(save_dict["accuracy"])
print(model)

二、数据增强

具体参考官方文档：Illustration of transforms --- Torchvision 0.20 documentation

1、官方代码-主体

import matplotlib.pyplot as plt
import numpy as np
import torch
from PIL import Image

plt.rcParams["savefig.bbox"] = "tight"
torch.manual_seed(0)

orig_img = Image.open("../../data/1.png")

def plot(imgs, title, with_orig=True, row_title=None, **imshow_kwargs):
    if not isinstance(imgs[0], list):
        # Make a 2d grid even if there's just 1 row
        imgs = [imgs]

    num_rows = len(imgs)
    num_cols = len(imgs[0]) + with_orig
    fig, axs = plt.subplots(nrows=num_rows, ncols=num_cols, squeeze=False)
    plt.title(title)

    for row_idx, row in enumerate(imgs):
        row = [orig_img] + row if with_orig else row
        for col_idx, img in enumerate(row):
            ax = axs[row_idx, col_idx]
            ax.imshow(np.asarray(img), **imshow_kwargs)
            ax.set(xticklabels=[], yticklabels=[], xticks=[], yticks=[])

    if with_orig:
        axs[0, 0].set(title="Original image")
        axs[0, 0].title.set_size(8)
    if row_title is not None:
        for row_idx in range(num_rows):
            axs[row_idx, 0].set(ylabel=row_title[row_idx])

    plt.tight_layout()

    plt.show()

2、固定转换

2.1、pad 边缘填充

就是在照片周围添加黑色框区域

padded_imgs = [v2.Pad(padding=padding)(orig_img) for padding in (3, 10, 30, 50)]

plot([orig_img] + padded_imgs, "v2.Pad")

2.2、resize 大小调整

resized_imgs = [v2.Resize(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)]

plot([orig_img] + resized_imgs, "v2.Resize")

2.3、center crop 中心裁剪

center_crops = [

v2.CenterCrop(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)

]

plot([orig_img] + center_crops, "v2.CenterCrop")

2.4、five crop 周边裁剪

(top_left, top_right, bottom_left, bottom_right, center) = v2.FiveCrop(size=(100, 100))(

orig_img

)

plot(

orig_img\] + \[top_left, top_right, bottom_left, bottom_right, center\], "v2.FiveCrop" )

3、随机转换

3.1、RandomRotation 随机旋转

rotater = v2.RandomRotation(degrees=(0, 180)) # 随机从0-180获取一个数值

rotated_imgs = [rotater(orig_img) for _ in range(4)] # 根据随机数值得到角度转变

plot([orig_img] + rotated_imgs)

3.2、RandomAffine 随机仿射

affine_transfomer = v2.RandomAffine(degrees=(30, 70), translate=(0.1, 0.3), scale=(0.5, 0.75))
affine_imgs = [affine_transfomer(orig_img) for _ in range(4)]
plot([orig_img] + affine_imgs)

4、数据增强整合

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import torch
from torchvision import transforms, datasets, utils


def test001():
    # 定义数据增强和预处理步骤
    transform = transforms.Compose(
        [transforms.RandomHorizontalFlip(),  # 随机水平翻转
        transforms.RandomRotation(10),  # 随机旋转 ±10 度
        transforms.RandomResizedCrop( 32, scale=(0.8, 1.0) ),  # 随机裁剪到 32x32，缩放比例在0.8到1.0之间
        transforms.ColorJitter(
                brightness=0.2, contrast=0.2, saturation=0.2, hue=0.1
            ),  # 随机调整亮度、对比度、饱和度、色调
        transforms.ToTensor(),  # 转换为 Tensor
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),  # 归一化
        ]
    )

    # 加载 CIFAR-10 数据集，并应用数据增强
    trainset = datasets.CIFAR10(
        root="../../data", train=True, download=True, transform=transform
    )

    trainloader = torch.utils.data.DataLoader(
        trainset, batch_size=4, shuffle=True, num_workers=2
    )

    # 显示增强后的图像
    dataiter = iter(trainloader)
    images, labels = next(dataiter)

    def imshow(img):
        img = img / 2 + 0.5  # 反归一化
        npimg = img.numpy()
        plt.imshow(np.transpose(npimg, (1, 2, 0)))
        plt.show()

    imshow(utils.make_grid(images))

test001()

三、神经网络

1、人工神经元

接收多个输入的信息并进行加权求和，使用激活函数处理得到最后结果。

人工神经元的设置方法是对比生物神经元的结构：

生物神经元	人工神经元
细胞核	节点 (加权求和 + 激活函数)
树突	输入
轴突	带权重的连接
突触	输出

2、神经网络

由大量人工神经元按层次结构连接而成的计算模型，上一层的神经元输出作为下一层神经元的输入，层之间的神经元并无连接。

2.1、结构

输入层：整个神经网络的第一层，负责接收外部数据，不做任何计算。

隐藏层：位于神经网络输入层与输出层之间的内容，进行特征提取、转化、计算等操作，一般为多层神经元组成。

输出层：接收隐藏层的计算结果，产生预测结果或分类结果

2.2、全连接神经网络

每一层的单个神经元都与上一层的所有神经元连接，一般用于图像分类、文本等。

3、参数初始化（权重、偏置）

权重和偏置：model.weight、model.bias

初始化使用 torch.nn.init 库的方法

3.1、固定值初始化--全零化、全1化、常数化

将参数所有数据变成固定值，一般不用于初始化权重（会破坏对称性），用于初始化偏置。

torch.nn.init.zeros_(model.weight) ：参数为初始化对象，只能一个tensor。

torch.nn.init.ones_(model.weight) ：参数为初始化对象，只能一个tensor。

torch.nn.init.constant_(model.weight) ：参数1为初始化对象，只能一个tensor；参数2为设置的浮点数。

from  torch.nn import Linear
import torch.nn

model = Linear(4,1)
# 参数只有一个，初始化对象，不能一次初始化多个对象
torch.nn.init.zeros_(model.weight)
torch.nn.init.zeros_(model.bias)
print(model.weight,model.bias)


torch.nn.init.ones_(model.weight)
torch.nn.init.ones_(model.bias)
print(model.weight,model.bias)

model = Linear(4,1)
# 使用叶子节点来初始化为0
model.weight.detach().zero_()
model.bias.detach().zero_()
print(model.weight,model.bias)

model = Linear(4,1)
# 参数第一个为初始化对象，第二个为设定的浮点数；
# 不能一次初始化多个对象
torch.nn.init.constant_(model.weight,5.)
torch.nn.init.constant_(model.bias,5.)
print(model.weight,model.bias)

3.2、随机初始化

normal_、uniform_ ：将权重初始化为随机的小值，通常从正态分布或均匀分布中采样；能避免对称性破坏。

from  torch.nn import Linear
import torch.nn

model = Linear(4,1)
# 参数第一个为初始化对象；
# 参数2、3为均值和标准差，默认 0，1标准正太分布
torch.nn.init.normal_(model.weight) 
torch.nn.init.normal_(model.bias) 
print(model.weight,model.bias)

# 参数第二个和第三个为下界和上界，默认0-1
torch.nn.init.uniform_(model.weight, 0,1) 
torch.nn.init.uniform_(model.bias) 
print(model.weight,model.bias)

3.3、Xavier 初始化

对随机初始化添加取值限制。

平衡了输入和输出的方差，适合Sigmoid 和 Tanh 激活函数或浅层网络。

from  torch.nn import Linear
import torch.nn

model = Linear(4,1)
# 参数第一个为初始化对象；
# 第二个参数 gain 是缩放因子
torch.nn.init.xavier_normal_(model.weight) 
print(model.weight)

torch.nn.init.xavier_uniform_(model.weight) 
print(model.weight)

"""
常见的 gain 值:
    线性激活函数：gain = 1.0（默认值）
    Sigmoid 激活函数：gain = 1.0
    Tanh 激活函数：gain = 5/3（约等于 1.653）
    ReLU 激活函数：gain = sqrt(2)（约等于 1.414）
    Leaky ReLU 激活函数：gain = sqrt(2 / (1 + negative_slope^2))，其中 negative_slope 是 Leaky ReLU 的负斜率，默认值为 0.01。
"""

3.4、He初始化 （kaiming 初始化 ）

专门为 ReLU 激活函数设计；权重从以下分布中采样 ， 是当前层的输入神经元数量。

from  torch.nn import Linear
import torch.nn

model = Linear(4,1)
# 参数第一个为初始化对象；
# a 为负斜率的值（relu负数为0，所以此参数只有在relu衍生的函数有效 leaky_relu）
# nonlinearity 默认 leaky_relu
# mode 默认 fan-in 使用输入单元数量计算初始化值

torch.nn.init.kaiming_normal_(model.weight) 
print(model.weight)

torch.nn.init.kaiming_uniform_(model.weight) 
print(model.weight)