当谈到基于CNN的深度学习例子时，图像分类是最常见的任务之一。CNN（卷积神经网络）在图像处理任务中表现出色，能够自动学习图像的特征表示。以下是一个基于CNN的图像分类示例，并给每一行添加了注释：
**
import torchimport torch.nn as nnimport torch.optim as optimimport torchvisionimport torchvision.transforms as transforms # 设置随机种子，以便结果可复现torch.manual_seed(42) # 加载并预处理数据集transform = transforms.Compose([ transforms.ToTensor(), # 将图像转换为张量 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) # 归一化]) trainset = torchvision.datasets.CIFAR10(root=‘./data’, train=True, download=True, transform=transform)trainloader = torch.utils.data.DataLoader(trainset, batch_size=32, 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=32, shuffle=False, num_workers=2) # 定义CNN模型class CNN(nn.Module): def init(self): super(CNN, self).init() self.conv1 = nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1) # 输入通道数为3，输出通道数为16，卷积核大小为3，步长为1，填充为1 self.relu = nn.ReLU() # ReLU激活函数 self.pool = nn.MaxPool2d(kernel_size=2, stride=2) # 最大池化层，池化核大小为2，步长为2 self.conv2 = nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1) # 输入通道数为16，输出通道数为32，卷积核大小为3，步长为1，填充为1 self.fc1 = nn.Linear(32 8 8, 128) # 全连接层，输入大小为3288，输出大小为128 self.fc2 = nn.Linear(128, 10) # 全连接层，输入大小为128，输出大小为10（类别数） def forward(self, x): x = self.relu(self.conv1(x)) x = self.pool(x) x = self.relu(self.conv2(x)) x = self.pool(x) x = x.view(x.size(0), -1) x = self.relu(self.fc1(x)) x = self.fc2(x) return x # 实例化模型和损失函数net = CNN()criterion = nn.CrossEntropyLoss() # 交叉熵损失函数optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9) # 随机梯度下降优化器 # 训练模型for epoch in range(10): # 进行10个epoch的训练 running_loss = 0.0 for i, data in enumerate(trainloader, 0): inputs, labels = data optimizer.zero_grad() # 前向传播、反向传播、优化 outputs = net(inputs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() if i % 2000 1999: print(f‘[{epoch + 1}, {i + 1}] loss: {running_loss / 2000:.3f}’) running_loss = 0.0 print(‘Finished training’) # 在测试集上评估模型correct = 0total = 0with torch.no_grad(): for data in testloader: images, labels = data outputs = net(images) _, predicted = torch.max(outputs.data, 1) # 获取每个样本预测的类别索引 total += labels.size(0) correct += (predicted labels).sum().item() print(f‘Accuracy on the test set: {100 * correct / total:.2f}%’)
在这个例子中，我们使用了PyTorch来构建和训练一个简单的CNN模型进行CIFAR-10图像分类任务。
首先，我们使用torchvision模块加载CIFAR-10数据集，并进行了预处理（将图像转换为张量并进行归一化）。
然后，我们定义了一个简单的CNN模型。该模型由两个卷积层（带有ReLU激活函数和池化操作）和两个全连接层组成。
接下来，我们实例化了损失函数（交叉熵损失）和优化器（随机梯度下降）。
然后，我们使用训练集进行模型训练。在每个epoch中，我们通过前向传播计算输出、计算损失、反向传播和优化来更新模型的参数。
最后，我们在测试集上评估训练好的模型，并计算分类准确率。
这个基于CNN的图像分类例子展示了如何使用深度学习来解决实际问题。通过构建一个CNN模型并对其进行训练，我们能够对图像进行分类，并获得模型在测试集上的准确率评估。
下面是代码每部分分段介绍。
**
import torchimport torch.nn as nnimport torch.optim as optimimport torchvisionimport torchvision.transforms as transforms # 设置随机种子，以便结果可复现torch.manual_seed(42) # 加载并预处理数据集transform = transforms.Compose([ transforms.ToTensor(), # 将图像转换为张量 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) # 归一化]) trainset = torchvision.datasets.CIFAR10(root=‘./data’, train=True, download=True, transform=transform)trainloader = torch.utils.data.DataLoader(trainset, batch_size=32, 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=32, shuffle=False, num_workers=2)
首先，我们导入必要的库和模块，包括PyTorch、torchvision和torchvision.transforms。然后，我们设置了随机种子，以确保结果的可重现性。
接下来，我们定义了一个数据预处理的管道transform。在这个例子中，我们将图像转换为张量，并进行归一化处理。
然后，我们使用torchvision.datasets.CIFAR10加载CIFAR-10数据集，通过设置root指定数据集的存储路径，train=True表示加载训练集，download=True表示如果数据集不存在，则下载数据集。我们还传入了之前定义的数据预处理管道transform。
通过torch.utils.data.DataLoader，我们创建了训练集和测试集的数据加载器。batch_size参数指定每个批次的样本数量，shuffle=True表示在每个epoch中打乱数据，num_workers表示用于数据加载的线程数。
**
# 定义CNN模型class CNN(nn.Module): def init(self): super(CNN, self).init() self.conv1 = nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1) # 输入通道数为3，输出通道数为16，卷积核大小为3，步长为1，填充为1 self.relu = nn.ReLU() # ReLU激活函数 self.pool = nn.MaxPool2d(kernel_size=2, stride=2) # 最大池化层，池化核大小为2，步长为2 self.conv2 = nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1) # 输入通道数为16，输出通道数为32，卷积核大小为3，步长为1，填充为1 self.fc1 = nn.Linear(32 8 8, 128) # 全连接层，输入大小为3288，输出大小为128 self.fc2 = nn.Linear(128, 10) # 全连接层，输入大小为128，输出大小为10（类别数） def forward(self, x): x = self.relu(self.conv1(x)) x = self.pool(x) x = self.relu(self.conv2(x)) x = self.pool(x) x = x.view(x.size(0), -1) x = self.relu(self.fc1(x)) x = self.fc2(x) return x
我们定义了一个简单的CNN模型。这个CNN模型包含了两个卷积层（conv1和conv2），每个卷积层后面都跟着一个ReLU激活函数和一个最大池化层（pool）。最后，我们有两个全连接层（fc1和fc2）。
在init方法中，我们定义了模型的各个层次和参数。每个卷积层的参数包括输入通道数、输出通道数、卷积核大小、步长和填充。每个全连接层的参数包括输入大小和输出大小。
在forward方法中，我们定义了模型的前向传播过程。我们使用ReLU激活函数来引入非线性性，使用最大池化层来降低特征图的尺寸。通过view方法，我们将特征图展平成一维向量，以便传递给全连接层。最后一层是一个全连接层，输出的大小为类别数（在这个例子中为10）。
**
# 实例化模型和损失函数net = CNN()criterion = nn.CrossEntropyLoss() # 交叉熵损失函数optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9) # 随机梯度下降优化器
我们实例化了之前定义的CNN模型，并定义了损失函数和优化器。在这个例子中，我们使用交叉熵损失函数和随机梯度下降（SGD）优化器。
**
# 训练模型for epoch in range(10): # 进行10个epoch的训练 running_loss = 0.0 for i, data in enumerate(trainloader, 0): inputs, labels = data optimizer.zero_grad() # 前向传播、反向传播、优化 outputs = net(inputs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() if i % 2000 1999: print(f‘[{epoch + 1}, {i + 1}] loss: {running_loss / 2000:.3f}’) running_loss = 0.0 print(‘Finished training’)
在训练阶段，我们使用训练集进行模型的训练。我们遍历数据加载器中的每个批次，将输入数据和标签加载到设备上。然后，我们将梯度缓存清零（通过optimizer.zero_grad()），执行前向传播、反向传播和优化步骤。损失函数用于计算输出和标签之间的损失，并通过反向传播计算梯度。优化器根据梯度更新模型的参数。我们还计算并打印出每个epoch的平均损失。
**
# 在测试集上评估模型correct = 0total = 0with torch.no_grad(): for data in testloader: images, labels = data outputs = net(images) _, predicted = torch.max(outputs.data, 1) # 获取每个样本预测的类别索引 total += labels.size(0) correct += (predicted labels).sum().item() print(f‘Accuracy on the test set: {100 * correct / total:.2f}%’)
在测试阶段，我们使用测试集对训练好的模型进行评估。对于每个样本，我们计算模型的输出并找到最高分数对应的类别索引。然后，我们将预测结果与真实标签进行比较，计算分类正确的样本数。最后，我们计算并打印出模型在测试集上的准确率。
这个基于CNN的图像分类例子展示了如何使用深度学习来解决实际问题。通过构建一个CNN模型并对其进行训练，我们能够对图像进行分类，并获得模型在测试集上的准确率评估。
