你已經學會如何去定義一個神經網絡,計算損失值和更新網絡的權重。

你現(xiàn)在可能在思考：數(shù)據哪里來呢？

關于數(shù)據

通常，當你處理圖像，文本，音頻和視頻數(shù)據時，你可以使用標準的Python包來加載數(shù)據到一個numpy數(shù)組中.然后把這個數(shù)組轉換成torch.*Tensor。

• 對于圖像,有諸如Pillow,OpenCV包等非常實用
• 對于音頻,有諸如scipy和librosa包
• 對于文本,可以用原始Python和Cython來加載,或者使用NLTK和SpaCy 對于視覺,我們創(chuàng)建了一個torchvision包,包含常見數(shù)據集的數(shù)據加載,比如Imagenet,CIFAR10,MNIST等,和圖像轉換器,也就是torchvision.datasets和torch.utils.data.DataLoader。

這提供了巨大的便利,也避免了代碼的重復。

在這個教程中,我們使用CIFAR10數(shù)據集,它有如下10個類別:’airplane’,’automobile’,’bird’,’cat’,’deer’,’dog’,’frog’,’horse’,’ship’,’truck’。這個數(shù)據集中的圖像大小為3*32*32,即,3通道,32*32像素。

訓練一個圖像分類器

我們將按照下列順序進行:

• 使用torchvision加載和歸一化CIFAR10訓練集和測試集.
• 定義一個卷積神經網絡
• 定義損失函數(shù)
• 在訓練集上訓練網絡
• 在測試集上測試網絡

1. 加載和歸一化CIFAR10

使用torchvision加載CIFAR10是非常容易的。

%matplotlib?inline
import?torch
import?torchvision
import?torchvision.transforms?as?transforms

torchvision的輸出是[0,1]的PILImage圖像,我們把它轉換為歸一化范圍為[-1, 1]的張量。

注意

如果在Windows上運行時出現(xiàn)BrokenPipeError，嘗試將torch.utils.data.DataLoader()的num_worker設置為0。

transform?=?transforms.Compose(
????[transforms.ToTensor(),
?????transforms.Normalize((0.5,?0.5,?0.5),?(0.5,?0.5,?0.5))])

trainset?=?torchvision.datasets.CIFAR10(root='./data',?train=True,
????????????????????????????????????????download=True,?transform=transform)
trainloader?=?torch.utils.data.DataLoader(trainset,?batch_size=4,
??????????????????????????????????????????shuffle=True,?num_workers=2)

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)

classes?=?('plane',?'car',?'bird',?'cat',
???????????'deer',?'dog',?'frog',?'horse',?'ship',?'truck')
#這個過程有點慢，會下載大約340mb圖片數(shù)據。

我們展示一些有趣的訓練圖像。

import?matplotlib.pyplot?as?plt
import?numpy?as?np

#?functions?to?show?an?image


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


#?get?some?random?training?images
dataiter?=?iter(trainloader)
images,?labels?=?dataiter.next()

#?show?images
imshow(torchvision.utils.make_grid(images))
#?print?labels
print('?'.join('%5s'?%?classes[labels[j]]?for?j?in?range(4)))

2. 定義一個卷積神經網絡

從之前的神經網絡一節(jié)復制神經網絡代碼,并修改為接受3通道圖像取代之前的接受單通道圖像。

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)
????????self.pool?=?nn.MaxPool2d(2,?2)
????????self.conv2?=?nn.Conv2d(6,?16,?5)
????????self.fc1?=?nn.Linear(16?*?5?*?5,?120)
????????self.fc2?=?nn.Linear(120,?84)
????????self.fc3?=?nn.Linear(84,?10)

????def?forward(self,?x):
????????x?=?self.pool(F.relu(self.conv1(x)))
????????x?=?self.pool(F.relu(self.conv2(x)))
????????x?=?x.view(-1,?16?*?5?*?5)
????????x?=?F.relu(self.fc1(x))
????????x?=?F.relu(self.fc2(x))
????????x?=?self.fc3(x)
????????return?x


net?=?Net()

3. 定義損失函數(shù)和優(yōu)化器

我們使用交叉熵作為損失函數(shù),使用帶動量的隨機梯度下降。

import?torch.optim?as?optim

criterion?=?nn.CrossEntropyLoss()
optimizer?=?optim.SGD(net.parameters(),?lr=0.001,?momentum=0.9)

4. 訓練網絡

這是開始有趣的時刻，我們只需在數(shù)據迭代器上循環(huán),把數(shù)據輸入給網絡,并優(yōu)化。

for?epoch?in?range(2):??#?loop?over?the?dataset?multiple?times

????running_loss?=?0.0
????for?i,?data?in?enumerate(trainloader,?0):
????????#?get?the?inputs;?data?is?a?list?of?[inputs,?labels]
????????inputs,?labels?=?data

????????#?zero?the?parameter?gradients
????????optimizer.zero_grad()

????????#?forward?+?backward?+?optimize
????????outputs?=?net(inputs)
????????loss?=?criterion(outputs,?labels)
????????loss.backward()
????????optimizer.step()

????????#?print?statistics
????????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))
????????????running_loss?=?0.0

print('Finished?Training')

保存一下我們的訓練模型

PATH?=?'./cifar_net.pth'
torch.save(net.state_dict(),?PATH)

點擊這里查看關于保存模型的詳細介紹

5. 在測試集上測試網絡

我們在整個訓練集上訓練了兩次網絡,但是我們還需要檢查網絡是否從數(shù)據集中學習到東西。

我們通過預測神經網絡輸出的類別標簽并根據實際情況進行檢測，如果預測正確,我們把該樣本添加到正確預測列表。

第一步，顯示測試集中的圖片一遍熟悉圖片內容。

dataiter?=?iter(testloader)
images,?labels?=?dataiter.next()

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

接下來，讓我們重新加載我們保存的模型(注意:保存和重新加載模型在這里不是必要的，我們只是為了說明如何這樣做)：

net?=?Net()
net.load_state_dict(torch.load(PATH))

現(xiàn)在我們來看看神經網絡認為以上圖片是什么?

outputs?=?net(images)

輸出是10個標簽的概率。一個類別的概率越大,神經網絡越認為他是這個類別。所以讓我們得到最高概率的標簽。

_,?predicted?=?torch.max(outputs,?1)

print('Predicted:?',?'?'.join('%5s'?%?classes[predicted[j]]
??????????????????????????????for?j?in?range(4)))

這結果看起來非常的好。

接下來讓我們看看網絡在整個測試集上的結果如何。

correct?=?0
total?=?0
with?torch.no_grad():
????for?data?in?testloader:
????????images,?labels?=?data
????????outputs?=?net(images)
????????_,?predicted?=?torch.max(outputs.data,?1)
????????total?+=?labels.size(0)
????????correct?+=?(predicted?==?labels).sum().item()

print('Accuracy?of?the?network?on?the?10000?test?images:?%d?%%'?%?(
????100?*?correct?/?total))

結果看起來好于偶然，偶然的正確率為10%,似乎網絡學習到了一些東西。

那在什么類上預測較好，什么類預測結果不好呢？

class_correct?=?list(0.?for?i?in?range(10))
class_total?=?list(0.?for?i?in?range(10))
with?torch.no_grad():
????for?data?in?testloader:
????????images,?labels?=?data
????????outputs?=?net(images)
????????_,?predicted?=?torch.max(outputs,?1)
????????c?=?(predicted?==?labels).squeeze()
????????for?i?in?range(4):
????????????label?=?labels[i]
????????????class_correct[label]?+=?c[i].item()
????????????class_total[label]?+=?1


for?i?in?range(10):
????print('Accuracy?of?%5s?:?%2d?%%'?%?(
????????classes[i],?100?*?class_correct[i]?/?class_total[i]))

接下來干什么?

我們如何在GPU上運行神經網絡呢?

在GPU上訓練

你是如何把一個Tensor轉換GPU上,你就如何把一個神經網絡移動到GPU上訓練。這個操作會遞歸遍歷有所模塊,并將其參數(shù)和緩沖區(qū)轉換為CUDA張量。

device?=?torch.device("cuda:0"?if?torch.cuda.is_available()?else?"cpu")
#?Assume?that?we?are?on?a?CUDA?machine,?then?this?should?print?a?CUDA?device:
#假設我們有一臺CUDA的機器，這個操作將顯示CUDA設備。
print(device)

接下來假設我們有一臺CUDA的機器，然后這些方法將遞歸遍歷所有模塊并將其參數(shù)和緩沖區(qū)轉換為CUDA張量：

net.to(device)

請記住，你也必須在每一步中把你的輸入和目標值轉換到GPU上:

inputs,?labels?=?inputs.to(device),?labels.to(device)

為什么我們沒注意到GPU的速度提升很多?那是因為網絡非常的小。

實踐:

嘗試增加你的網絡的寬度(第一個nn.Conv2d的第2個參數(shù), 第二個nn.Conv2d的第一個參數(shù),他們需要是相同的數(shù)字),看看你得到了什么樣的加速。

實現(xiàn)的目標:

• 深入了解了PyTorch的張量庫和神經網絡
• 訓練了一個小網絡來分類圖片

在多GPU上訓練

如果你希望使用所有GPU來更大的加快速度,請查看選讀:[數(shù)據并行]：(https://pytorch.org/tutorials/beginner/blitz/data_parallel_tutorial.html)

接下來做什么?

• 訓練神經網絡玩電子游戲
• 在ImageNet上訓練最好的ResNet
• 使用對抗生成網絡來訓練一個人臉生成器
• 使用LSTM網絡訓練一個字符級的語言模型
• 更多示例
• 更多教程
• 在論壇上討論PyTorch
• 在Slack上與其他用戶聊天