Pytorch学习笔记（四）官方60min入门教程之图像分类器

你已经了解了如何定义神经网络，计算损失值和网络里权重的更新。

现在你也许会想应该怎么处理数据？

通常来说，当你处理图像，文本，语音或者视频数据时，你可以使用标准 python 包将数据加载成 numpy 数组格式，然后将这个数组转换成 torch.*Tensor

• 对于图像，可以用 Pillow，OpenCV
• 对于语音，可以用 scipy，librosa
• 对于文本，可以直接用 Python 或 Cython 基础数据加载模块，或者用 NLTK 和 SpaCy

特别是对于视觉，我们已经创建了一个叫做 torchvision 的包，该包含有支持加载类似Imagenet，CIFAR10，MNIST 等公共数据集的数据加载模块 torchvision.datasets 和支持加载图像数据数据转换模块 torch.utils.data.DataLoader。

这提供了极大的便利，并且避免了编写“样板代码”。

对于本教程，我们将使用CIFAR10数据集，它包含十个类别：‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。CIFAR-10 中的图像尺寸为3*32*32，也就是RGB的3层颜色通道，每层通道内的尺寸为32*32。

训练一个图像分类器

我们将按次序的做如下几步：

1. 使用torchvision加载并且归一化CIFAR10的训练和测试数据集
2. 定义一个卷积神经网络
3. 定义一个损失函数
4. 在训练样本数据上训练网络
5. 在测试样本数据上测试网络

加载并归一化 CIFAR10 使用 torchvision ,用它来加载 CIFAR10 数据非常简单。

注意CIFAR10数据集需要解压之后放到自己指定的目录下！

读取数据并搭建模型进行训练，然后预测：

import torch
import torchvision
import torchvision.transforms as transforms
 
#使用GPU
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:
print(device)
 
 
 
'''
加载并归一化 CIFAR10 使用 torchvision ,用它来加载 CIFAR10 数据非常简单。
torchvision 数据集的输出是范围在[0,1]之间的 PILImage，我们将他们转换成归一化范围为[-1,1]之间的张量 Tensors。
使用torchvision.datasets模块可以加载cifar10数据集，涉及函数为torchvision.datasets.CIFAR10(root, train, download)
root: cifar10数据集存放目录
train:
True，表示加载训练数据集
False，表示加载验证数据集
download:
True，表示cifar10数据集在root指定的文件夹不存在时，会自动下载
False，表示不管root指定文件夹是否存在cifar10数据集，都不会自动下载cifar10数据集。
加载数据，记得设置download = False。如果上一步不知道该把数据集放到哪里，可以先设置为True，然后看下载位置在哪，之后替换掉。
Dataset是一个包装类，可对数据进行张量（tensor）的封装，其可作为DataLoader的参数传入，进一步实现基于tensor的数据预处理。
然后需要使用数据加载器加载创建好的数据集。深度学习是由数据支撑起来的，所以我们一般在做深度学习的时候往往伴随着大量、复杂的数据。
如果把所有的数据全部加载到内存上，容易把电脑的内存“撑爆”，所以要分批次一点点加载数据。每一种深度学习的框架都有自己所规定的数据格式，数据加载器就有了必要的作用。
数据加载器就是把大量的数据，分批次加载和处理成框架所需要的数据格式数据分批次加载.
使用PyTorch内置的模块 torch.utils.data.DataLoader()数据加载器：
dataset：数据集
batch_size: 每一批数据的总量
shuffle: True or False 为True的时候会将数据打乱再分批
'''
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,
                                        #注意下载完以后使用时要把download改为False
                                        download=False, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                          shuffle=True, num_workers=0)
 
testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       #注意下载完以后使用时要把download改为False
                                       download=False, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                                         shuffle=False, num_workers=0)
 
classes = ('plane', 'car', 'bird', 'cat',
           'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
 
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)))
'''
 
# 定义一个卷积神经网络 在这之前先从神经网络章节复制神经网络，并修改它为3通道的图片(在此之前它被定义为1通道)
import torch.nn as nn
import torch.nn.functional as F
 
 
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        # 第一层卷积有6个卷积核，每个卷积核是5*5且是3通道，所以第个卷积层的参数数量是6*5*5*3=450
        self.conv1 = nn.Conv2d(3, 6, 5)
        #池化层，使用MaxPool, 以2*2的大小进行池化
        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()
net.to(device)
 
#定义一个损失函数和优化器 让我们使用分类交叉熵Cross-Entropy 作损失函数，动量SGD做优化器。
import torch.optim as optim
 
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
 
#训练网络从这里事情开始变得有趣，我们只需要在数据迭代器上循环传给网络和优化器 输入就可以。
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
        inputs, labels = data
        # 必须在每一个步骤向GPU发送输入和目标
        inputs, labels = inputs.to(device), labels.to(device)
 
        # zero the parameter gradients
        optimizer.zero_grad()
 
        # forward + backward + optimize
        #前向传播
        outputs = net(inputs)
        #计算单个训练示例的损失
        loss = criterion(outputs, labels)
        #反向传播，计算梯度
        loss.backward()
        #更新权重
        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')
#已训练完毕
 
#预测
'''
在测试集上测试网络 我们已经通过训练数据集对网络进行了2次训练，但是我们需要检查网络是否已经学到了东西。
我们将用神经网络的输出作为预测的类标来检查网络的预测性能，用样本的真实类标来校对。如果预测是正确的，我们将样本添加到正确预测的列表里。
好的，第一步，让我们从测试集中显示一张图像来熟悉它。
'''
# get some random test images
dataiter = iter(testloader)
testImages, testLabels = dataiter.next()
testImages, testLabels = testImages.to(device), testLabels.to(device)
 
'''
# show images
imshow(torchvision.utils.make_grid(testImages))
'''
# print labels
print(' '.join('%5s' % classes[testLabels[j]] for j in range(4)))
 
outputs = net(testImages)
 
_, predicted = torch.max(outputs, 1)
print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]
                              for j in range(4)))
 
#结果看起开非常好，让我们看看网络在整个数据集上的表现。
correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        images, labels = images.to(device), labels.to(device)
        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))
 
#这看起来比随机预测要好，随机预测的准确率为10%（随机预测出为10类中的哪一类）。看来网络学到了东西。
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
        images, labels = images.to(device), labels.to(device)
        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]))

可能的问题：

1.运行代码下载数据集过慢

直接官网下载（虽然也很慢，但是起码不会中途下载失败）

2.windows下用DataLoader的常犯错误

上述错误是因为在Windows环境下在读取数据时用DataLoader包装数据时，用多线程读取数据会出bug 。

解决方法：

1.将线程num_worker设置为0 

2.添加 if __name__ == '__main': # 程序入口

if __name__ == '__main__':
    # 随机获取部分训练数据
    dataiter = iter(trainloader)
    images, labels = dataiter.next();
 
    # 显示图片
    imshow(torchvision.utils.make_grid(images)) # make_grid 返回张量类型
    print(' '.join('%5s' % classes[labels[j]] for j in range(4)))

---

所以接下来呢？

我们怎么在GPU上跑这些神经网络？

在GPU上训练 就像你怎么把一个张量转移到GPU上一样，你要将神经网络转到GPU上。 如果CUDA可以用，让我们首先定义下我们的设备为第一个可见的cuda设备。

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:
 
print(device)

输出：

cuda:0

本节剩余部分都会假定设备就是台CUDA设备。

接着这些方法会递归地遍历所有模块，并将它们的参数和缓冲器转换为CUDA张量。

net.to(device)

记住你也必须在每一个步骤向GPU发送输入和目标：

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

为什么没有注意到与CPU相比巨大的加速？因为你的网络非常小。

练习：尝试增加你的网络宽度（首个 nn.Conv2d 参数设定为 2，第二个nn.Conv2d参数设定为1--它们需要有相同的个数），看看会得到怎么的速度提升。

目标：

• 深度理解了PyTorch的张量和神经网络
• 训练了一个小的神经网络来分类图像

在多个GPU上训练

如果你想要来看到大规模加速，使用你的所有GPU，请查看：数据并行性（Optional: Data Parallelism — PyTorch Tutorials 1.13.0+cu117 documentation）。PyTorch 60 分钟入门教程：数据并行处理

PyTorch 60 分钟入门教程：数据并行处理 | PyTorch