Pytorch 卷积神经网络效果

• Pytorch 卷积神经网络效果
  • 数据与在线实践
  • 构建卷积神经网络
  • 首先读取数据
  • 卷积网络模块构建
  • 评估标准
  • 训练网络模型
  • 总结

数据与在线实践

数据链接: https://pan.baidu.com/s/1VkrHDZGukkF900zLncMn5g 密码: 3lom

构建卷积神经网络

卷积网络中的输入和层与传统神经网络有些区别，需重新设计，训练模块基本一致

import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
# datasets 内置数据集
# transforms 做预处理操作
from torchvision import datasets,transforms 
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

首先读取数据

分别构建训练集和测试集（验证集）
使用DataLoader来迭代取数据。

# 定义超参数 
input_size = 28  #图像的总尺寸28*28
num_classes = 10  #标签的种类数
num_epochs = 3  #训练的总循环周期
batch_size = 64  #一个撮（批次）的大小，64张图片
# 训练集
train_dataset = datasets.MNIST(root='./data',  
                            train=True,   
                            transform=transforms.ToTensor(),  
                            download=True) 
# 测试集
test_dataset = datasets.MNIST(root='./data', 
                           train=False, 
                           transform=transforms.ToTensor())
# 构建batch数据
train_loader = torch.utils.data.DataLoader(dataset=train_dataset, 
                                           batch_size=batch_size, 
                                           shuffle=True)
test_loader = torch.utils.data.DataLoader(dataset=test_dataset, 
                                           batch_size=batch_size, 
                                           shuffle=True)

卷积网络模块构建

一般卷积层，relu层，池化层可以写成一个套餐，接下来我将按照下面的神经网络图来进行构建我们的CNN模型。

class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.conv1 = nn.Sequential(         # 输入大小 (1, 28, 28) Sequential 用于按顺序创建一个神经网络，依次堆叠不同的神经网络层
            nn.Conv2d(                      # 2d卷积
                in_channels=1,              # 灰度图
                out_channels=16,            # 要得到几多少个特征图
                kernel_size=5,              # 卷积核大小
                stride=1,                   # 步长
                padding=2,                  # 如果希望卷积后大小跟原来一样，需要设置padding=(kernel_size-1)/2 if stride=1
            ),                              # 输出的特征图为 (16, 28, 28)
            nn.ReLU(),                      # relu层
            nn.MaxPool2d(kernel_size=2),    # 进行池化操作（2x2 区域）, 输出结果为： (16, 14, 14)
        )
        self.conv2 = nn.Sequential(         # 下一个套餐的输入 (16, 14, 14)
            nn.Conv2d(16, 32, 5, 1, 2),     # 输出 (32, 14, 14)
            nn.ReLU(),                      # relu层
            nn.Conv2d(32, 32, 5, 1, 2),
            nn.ReLU(),
            nn.MaxPool2d(2),                # 输出 (32, 7, 7)
        )
        self.conv3 = nn.Sequential(         # 下一个套餐的输入 (16, 14, 14)
            nn.Conv2d(32, 64, 5, 1, 2),     # 输出 (32, 14, 14)
            nn.ReLU(),             # 输出 (64, 7, 7)
        )
        self.out = nn.Linear(64 * 7 * 7, 10)   # 全连接层得到的结果
    def forward(self, x):
        x = self.conv1(x)
        x = self.conv2(x)
        x = self.conv3(x)
        # 将原本的多维张量 x 重塑为一个二维张量，其第一个维度是批量大小，第二个维度是展平后的特征。
        x = x.view(x.size(0), -1)           # flatten操作，结果为：(batch_size, 32 * 7 * 7)
        output = self.out(x)
        return output

评估标准

添加准确率作为评估标准

def accuracy(predictions, labels):
    # torch.max 返回输入张量的最大值。这里我们使用它来获取预测概率最高的类别。
    # predictions.data 是一个包含了模型输出的张量。
    # torch.max 的第一个参数是要操作的张量，第二个参数 1 表示我们想要在每行中找到最大值（即每个样本的预测结果）。
    # [1] 表示我们只关心最大值的索引（即预测的类别），而不是最大值本身。
    pred = torch.max(predictions.data, 1)[1] 
    # pred.eq(labels.data.view_as(pred)) 比较预测结果和真实标签。
    # labels.data 是一个包含真实标签的张量。
    # view_as(pred) 使 labels 的形状与 pred 相同。
    # eq 函数比较两个张量，如果相同则返回1，不同则返回0。
    # 因此这一行代码计算了正确预测的数量。
    rights = pred.eq(labels.data.view_as(pred)).sum() 
    # 返回正确预测的数量和总的标签数量。
    # 这可以用于计算准确率：正确预测的数量 / 总标签数量。
    return rights, len(labels)

训练网络模型

# 实例化
net = CNN() 
#损失函数
criterion = nn.CrossEntropyLoss() 
#优化器
optimizer = optim.Adam(net.parameters(), lr=0.001) #定义优化器，普通的随机梯度下降算法
#开始训练循环
for epoch in range(num_epochs):
    #当前epoch的结果保存下来
    train_rights = [] 
    for batch_idx, (data, target) in enumerate(train_loader):  #针对容器中的每一个批进行循环 batch_idx是下标index
        net.train()                                    # 训练模式
        output = net(data)                             # 预测值
        loss = criterion(output, target)               # 计算损失值
        optimizer.zero_grad()                          # 梯度清理
        loss.backward()                                # 反向传播
        optimizer.step()                               # 更新参数
        right = accuracy(output, target)               # 计算准确率
        train_rights.append(right)                     # 保存
        if batch_idx % 100 == 0: 
            net.eval()                                 # 测试模式
            #测试集的准确率
            val_rights = []
            for (data, target) in test_loader:
                output = net(data) 
                right = accuracy(output, target) 
                val_rights.append(right)
            #准确率计算
            train_r = (sum([tup[0] for tup in train_rights]), sum([tup[1] for tup in train_rights]))
            val_r = (sum([tup[0] for tup in val_rights]), sum([tup[1] for tup in val_rights]))
            print('当前epoch: {} [{}/{} ({:.0f}%)]\t损失: {:.6f}\t训练集准确率: {:.2f}%\t测试集正确率: {:.2f}%'.format(
                epoch, batch_idx * batch_size, len(train_loader.dataset),
                100. * batch_idx / len(train_loader), 
                loss.data, 
                100. * train_r[0].numpy() / train_r[1], 
                100. * val_r[0].numpy() / val_r[1]))

总结

在此之后又加了一层卷积发现收敛的效果变慢了。
通过使用3*3的卷积核与5*5的卷积核对比，发现前者的刚开始训练的时候损失下降较高然后快速降低，后者刚开始损失下降比较明显然后缓慢下降。