- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍖 原作者：K同学啊
我的环境
语言环境 python3.12
编译器：jupyter lab
深度学习环境：Pytorch
一、前期准备
- 设置GPU
import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device
device(type='cpu')
二、导出数据
train_ds = torchvision.datasets.CIFAR10('data',
train=True,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
test_ds = torchvision.datasets.CIFAR10('data',
train=False,
transform=torchvision.transforms.ToTensor(), # 将数据类型转化为Tensor
download=True)
100.0%
batch_size = 32
train_dl = torch.utils.data.DataLoader(train_ds,
batch_size=batch_size,
shuffle=True)
test_dl = torch.utils.data.DataLoader(test_ds,
batch_size=batch_size)
# 取一个批次查看数据格式
# 数据的shape为：[batch_size, channel, height, weight]
# 其中batch_size为自己设定，channel，height和weight分别是图片的通道数，高度和宽度。
imgs, labels = next(iter(train_dl))
imgs.shape
torch.Size([32, 3, 32, 32])
3.数据可视化
import numpy as np
# 指定图片大小，图像大小为20宽、5高的绘图(单位为英寸inch)
plt.figure(figsize=(20, 5))
for i, imgs in enumerate(imgs[:20]):
# 进行轴变换
npimg = imgs.numpy().transpose((1, 2, 0))
# 将整个figure分成2行10列，绘制第i+1个子图。
plt.subplot(2, 10, i+1)
plt.imshow(npimg, cmap=plt.cm.binary)
plt.axis('off')
#plt.show() 如果你使用的是Pycharm编译器，请加上这行代码
二、构建简单的CNN网络
import torch.nn.functional as F
num_classes = 10 # 图片的类别数
class Model(nn.Module):
def __init__(self):
super().__init__()
# 特征提取网络
self.conv1 = nn.Conv2d(3, 64, kernel_size=3) # 第一层卷积,卷积核大小为3*3
self.pool1 = nn.MaxPool2d(kernel_size=2) # 设置池化层，池化核大小为2*2
self.conv2 = nn.Conv2d(64, 64, kernel_size=3) # 第二层卷积,卷积核大小为3*3
self.pool2 = nn.MaxPool2d(kernel_size=2)
self.conv3 = nn.Conv2d(64, 128, kernel_size=3) # 第二层卷积,卷积核大小为3*3
self.pool3 = nn.MaxPool2d(kernel_size=2)
# 分类网络
self.fc1 = nn.Linear(512, 256)
self.fc2 = nn.Linear(256, num_classes)
# 前向传播
def forward(self, x):
x = self.pool1(F.relu(self.conv1(x)))
x = self.pool2(F.relu(self.conv2(x)))
x = self.pool3(F.relu(self.conv3(x)))
x = torch.flatten(x, start_dim=1)
x = F.relu(self.fc1(x))
x = self.fc2(x)
return x
from torchinfo import summary
# 将模型转移到GPU中（我们模型运行均在GPU中进行）
model = Model().to(device)
summary(model)
=================================================================
Layer (type:depth-idx) Param #
=================================================================
Model --
├─Conv2d: 1-1 1,792
├─MaxPool2d: 1-2 --
├─Conv2d: 1-3 36,928
├─MaxPool2d: 1-4 --
├─Conv2d: 1-5 73,856
├─MaxPool2d: 1-6 --
├─Linear: 1-7 131,328
├─Linear: 1-8 2,570
=================================================================
Total params: 246,474
Trainable params: 246,474
Non-trainable params: 0
=================================================================
三、训练模型
1.设置参数
loss_fn = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-2 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate)
2.编写训练函数
# 训练循环
def train(dataloader, model, loss_fn, optimizer):
size = len(dataloader.dataset) # 训练集的大小，一共60000张图片
num_batches = len(dataloader) # 批次数目，1875（60000/32）
train_loss, train_acc = 0, 0 # 初始化训练损失和正确率
for X, y in dataloader: # 获取图片及其标签
X, y = X.to(device), y.to(device)
# 计算预测误差
pred = model(X) # 网络输出
loss = loss_fn(pred, y) # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
# 反向传播
optimizer.zero_grad() # grad属性归零
loss.backward() # 反向传播
optimizer.step() # 每一步自动更新
# 记录acc与loss
train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
train_loss += loss.item()
train_acc /= size
train_loss /= num_batches
return train_acc, train_loss
3.编写测试函数
def test (dataloader, model, loss_fn):
size = len(dataloader.dataset) # 测试集的大小，一共10000张图片
num_batches = len(dataloader) # 批次数目，313（10000/32=312.5，向上取整）
test_loss, test_acc = 0, 0
# 当不进行训练时，停止梯度更新，节省计算内存消耗
with torch.no_grad():
for imgs, target in dataloader:
imgs, target = imgs.to(device), target.to(device)
# 计算loss
target_pred = model(imgs)
loss = loss_fn(target_pred, target)
test_loss += loss.item()
test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()
test_acc /= size
test_loss /= num_batches
return test_acc, test_loss
4.正式训练
epochs = 10
train_loss = []
train_acc = []
test_loss = []
test_acc = []
for epoch in range(epochs):
model.train()
epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
model.eval()
epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
train_acc.append(epoch_train_acc)
train_loss.append(epoch_train_loss)
test_acc.append(epoch_test_acc)
test_loss.append(epoch_test_loss)
template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%，Test_loss:{:.3f}')
print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss))
print('Done')
Epoch: 1, Train_acc:15.9%, Train_loss:2.265, Test_acc:23.7%，Test_loss:2.094
Epoch: 2, Train_acc:25.3%, Train_loss:2.008, Test_acc:27.1%，Test_loss:1.995
Epoch: 3, Train_acc:33.0%, Train_loss:1.832, Test_acc:35.1%，Test_loss:1.825
Epoch: 4, Train_acc:40.5%, Train_loss:1.638, Test_acc:43.1%，Test_loss:1.574
Epoch: 5, Train_acc:44.7%, Train_loss:1.526, Test_acc:46.7%，Test_loss:1.481
Epoch: 6, Train_acc:48.2%, Train_loss:1.430, Test_acc:50.1%，Test_loss:1.381
Epoch: 7, Train_acc:51.5%, Train_loss:1.351, Test_acc:51.8%，Test_loss:1.330
Epoch: 8, Train_acc:54.4%, Train_loss:1.281, Test_acc:52.8%，Test_loss:1.318
Epoch: 9, Train_acc:56.6%, Train_loss:1.221, Test_acc:57.9%，Test_loss:1.188
Epoch:10, Train_acc:58.9%, Train_loss:1.168, Test_acc:55.8%，Test_loss:1.242
Done
四、结果可视化
import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore") #忽略警告信息
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
plt.rcParams['figure.dpi'] = 100 #分辨率
from datetime import datetime
current_time = datetime.now() # 获取当前时间
epochs_range = range(epochs)
plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)
plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.xlabel(current_time) # 打卡请带上时间戳，否则代码截图无效
plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()
五、个人总结
深入学习理解各行代码意义：
1.import torch：导入PyTorch核心库，提供张量计算和神经网络基础功能。
2.import torch.nn as nn：导入PyTorch的神经网络模块（nn），包含层、损失函数等神经网络组件。
3.import matplotlib.pyplot as plt：导入Matplotlib的绘图模块，用于数据可视化（如训练曲线、图像显示等）。
4.import torchvision：导入TorchVision库，提供计算机视觉相关工具（如数据集、预训练模型、图像变换等）。
5.device = torch.device("cuda" if torch.cuda.is_available() else "cpu")：作用：自动选择计算设备（优先GPU）。
6.train_ds = torchvision.datasets.CIFAR10(
'data', # 数据存储路径：当前目录下的 data 文件夹
train=True, # 加载训练集（共50,000张图像）
transform=torchvision.transforms.ToTensor(), # 将图像转换为 PyTorch 张量（Tensor），并自动归一化像素值到 [0, 1] 范围
download=True # 如果本地不存在数据集，则从网络下载
) #训练集 train_ds 的加载
7.test_ds = torchvision.datasets.CIFAR10( 'data', # 数据存储路径：与训练集相同 train=False, # 加载测试集（共10,000张图像） transform=torchvision.transforms.ToTensor(), # 同样的张量转换 download=True # 如果本地不存在数据集，则从网络下载 ) # 测试集 test_ds 的加载
CIFAR-10 数据集简介 内容：包含 10 个类别的彩色图像（飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车），每张图像大小为 32x32 像素。
用途：常用于图像分类任务的基准测试。
8.batch_size = 32 作用：定义每个批次（batch）包含的样本数量为 32。 意义：在训练和测试时，数据会按 32 个样本为一组进行分批处理。较小的 batch_size 可能降低内存需求但增加训练时间，较大的则反之。
9.训练数据加载器 train_dl train_dl = torch.utils.data.DataLoader( train_ds, # 训练数据集对象（需继承自 torch.utils.data.Dataset） batch_size=batch_size, # 每个批次 32 个样本 shuffle=True # 打乱数据顺序 )
10.测试数据加载器 test_dl test_dl = torch.utils.data.DataLoader( test_ds, # 测试数据集对象 batch_size=batch_size # 每个批次 32 个样本（无需打乱） )
11.imgs, labels = next(iter(train_dl)) imgs.shape 这段代码的作用是从 PyTorch 的 DataLoader 中提取一个批次的数据，并查看图像数据的维度： iter(train_dl)将 train_dl（一个 DataLoader 对象）转换为迭代器。DataLoader 本身是可迭代的，但通过 iter() 显式创建迭代器，以便后续调用 next()。 next(...)从迭代器中获取下一个批次的数据。DataLoader 会按配置的批量大小（batch size）返回一组数据，通常包含图像张量（imgs）和对应标签（labels）。 imgs, labels = ...解包批次数据。假设 DataLoader 的每个批次返回 (images, labels)，这里将图像数据存入 imgs，标签存入 labels。 imgs.shape查看图像张量的形状。在计算机视觉中，形状通常为 (batch_size, channels, height, width)，例如 (32, 3, 224, 224) 表示： 32：当前批次有 32 张图像（由 DataLoader 的 batch_size 参数决定） 3：图像通道数（如 RGB 图像） 224：图像高度和宽度（像素）
12.设置图形大小，plt.figure(figsize=(20, 5))创建一个新的绘图窗口，宽度为20英寸，高度为5英寸。较大的宽度确保多张图像能水平排列显示。
13.遍历前20张图像，for i, imgs in enumerate(imgs[:20]):imgs 应是一个包含多个图像数据的可迭代对象（如PyTorch张量或NumPy数组）。imgs[:20] 取前20张图像，循环中每次处理一张。
14.调整图像通道顺序,npimg = imgs.numpy().transpose((1, 2, 0)) .numpy()：将张量（假设来自PyTorch）转换为NumPy数组。.transpose((1, 2, 0))：调整维度顺序。PyTorch中图像格式通常为 (通道, 高度, 宽度)，而Matplotlib需要 (高度, 宽度, 通道)，此操作转换维度以正确显示颜色。
15.创建子图：plt.subplot(2, 10, i+1) 将整个窗口划分为2行10列（共20个子图），i+1 表示当前绘制第几个子图（索引从1开始）。
16.显示图像plt.imshow(npimg, cmap=plt.cm.binary) imshow()：显示图像数据。 cmap=plt.cm.binary：使用黑白颜色映射，适用于灰度图。如果是RGB彩色图像，此参数无效。
17.隐藏坐标轴：plt.axis('off')关闭子图的坐标轴和刻度，使图像更紧凑。
18.显示图形（注释状态）：#plt.show() 在脚本中需取消注释此行以显示窗口。PyCharm等IDE中可能需要此命令弹出图像窗口；Jupyter Notebook等环境可能自动渲染。
