代码地址:https://github.com/AINewHorizon/pytorch_notebooks
这篇教程将为你全面的介绍使用PyTorch训练神经网络的基本知识。
本文会介绍如何使用PyTorch构建一个神经网络模型。比如,会堆叠少量的层,构建一个图像分类器模型,然后评估这个模型。
这次的教程会比较短,并且尽可能地避免使用"术语"和太难懂的代码。就是说,这可能是你能用PyTorch构建出的最基础的神经网络模型。实际上,这次要讲的非常基础,非常适合PyTorch和机器学习的初学者。
在开始上手写代码之前,你需要先安装最新版本的 PyTorch。
pip3 install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
现在需要导入一些模块,这些模块将有助于获得必要的函数,以帮助建立的神经网络模型。主要导入的模块有 torch 和 torchvision。它们包含了让你入门 PyTorch 所需的大部分功能。但是,由于这是一个机器学习教程,还需要 torch.nn、torch.nn.functional 和 torchvision.transforms,它们都包含实用函数以构建的模型。可能不会使用下面列出的所有模块,但它们是你开始机器学习项目之前需要导入的典型模块。
## The usual imports
import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision
import torchvision.transforms as transforms
## for printing image
import matplotlib.pyplot as plt
import numpy as np
使用下面的命令检查 PyTorch 版本,以确保你正在使用的是本教程使用的正确版本。在本教程中,使用 PyTorch 1.2。
print(torch.__version__)
开始一个机器学习的工程,首先需要加载数据。这里使用 MNIST数据集。这个数据集可以看做是机器学习的入门数据集。
该数据集中包含一系列的手写数字图像,图像大小为28*28。下面会对数据进行介绍,加载数据的时候采用批量大小为32,如下图所示。
下面是加载数据的完整步骤:
- 利用transform模块加载数据,并将数据转换为tensor,tensor是一种储存数据结构一种有效的方式。
- 采用Dataloader类构建非常方便的数据加载器,这有助于将数据批量输送到神经网络模型中,从现在开始将接触到batch的概念,现在先将它看做是数据的子集。
- 如上所述,还将通过在数据加载器中设置批处理参数来创建批量数据,在这里将其设置为32,如果你设置成64也可以。
## parameter denoting the batch size
BATCH_SIZE = 32
## transformations
transform = transforms.Compose(
[transforms.ToTensor()])
## download and load training dataset
trainset = torchvision.datasets.MNIST(root='./data', train=True,
download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=BATCH_SIZE,
shuffle=True, num_workers=2)
## download and load testing dataset
testset = torchvision.datasets.MNIST(root='./data', train=False,
download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=BATCH_SIZE,
shuffle=False, num_workers=2)
下面来仔细看看trainset和testset包含的内容:
print(trainset)
print(testset)
## output
Dataset MNIST
Number of datapoints: 60000
Root location: ./data
Split: Train
StandardTransform
Transform: Compose(ToTensor())
Dataset MNIST
Number of datapoints: 10000
Root location: ./data
Split: Test
StandardTransform Transform: Compose(ToTensor())
下面详细介绍几个参数:
-
BATCH_SIZE是模型中使用的batch的大小。
-
transform是用于对数据进行转换的模块。下面我将展示一个示例,以确切地演示它是如何为其使用的 training set 和 testset 提供更多信息的,testset 包含实际的 dataset对象。 注意,设置train=True对应的是训练数据,train=False对应的是测试数据。训练和测试数据的比例是85%/15%,即训练数据60000,测试数据10000个。
-
trainloader储存着数据加载器的实例,可以对数据进行打乱和构建批处理。
再看一看transforms.Compose(...) 函数和它的功能。随便生成一张图像,看看它是怎么使用的。
image = transforms.ToPILImage(mode='L')(torch.randn(1, 96, 96))
显示生成的图像
plt.imshow(image)
输出结果
现在有了一张图像,对它应用一些虚拟变换。对图像进行45度旋转,以下的转换过程将解决这个问题:
## dummy transformation
dummy_transform = transforms.Compose(
[transforms.RandomRotation(45)])
dummy_result = dummy_transform(image)
plt.imshow(dummy_result)
输出结果
你可以使用transforms.Compose(...)对图像进行多种变换。Pytorch内置了多种变换函数,事实上你也可以自己写转换函数。看看另外一个变换的效果:旋转+水平翻转
## dummy transform
dummy2_transform = transforms.Compose(
[transforms.RandomRotation(45), transforms.RandomVerticalFlip()])
dummy2_result = dummy2_transform(image)
plt.imshow(dummy2_result)
输出结果
是不是看起来很酷,你可以尝试其他的转换方法。关于进一步研究的数据的主题,让接下来仔细看看的图像数据集。
作为一名从业者和研究人员,我总是花费一些时间和精力来探索和理解我的数据集。这是一个有趣的并且很有意义的做法,以确保训练模型之前一切井然。
让检查训练和测试数据集包含的内容。我将使用 matplotlib 库从数据集打印出一些图像。使用一点numpy代码,我可以将图像转换为正确的格式来打印出来。下面我打印出一整批 32 张图像:
## 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)))
## get some random training images
dataiter = iter(trainloader)
images, labels = dataiter.next()
## show images
imshow(torchvision.utils.make_grid(images))
输出结果:
打印batches的维度信息:
for images, labels in trainloader:
print("Image batch dimensions:", images.shape)
print("Image label dimensions:", labels.shape)
break
结果
Image batch dimensions: torch.Size([32, 1, 28, 28])
Image label dimensions: torch.Size([32])
现在可以构建用于执行图像分类任务的卷积神经网络模型了。为了简化,的将堆叠使用一个dense层,一个dropout层和一个output层来训练模型。
关于模型的讨论:
首先,以下结构涉及名为MyModel的类,是用于在PyTorch中构建神经网络模型的标准代码:
## the model
class MyModel(nn.Module):
def __init__(self):
super(MyModel, self).__init__()
self.d1 = nn.Linear(28 * 28, 128)
self.dropout = nn.Dropout(p=0.2)
self.d2 = nn.Linear(128, 10)
def forward(self, x):
x = x.flatten(start_dim = 1)
x = self.d1(x)
x = F.relu(x)
x = self.dropout(x)
logits = self.d2(x)
out = F.softmax(logits, dim=1)
return out
- 各层定义在def _init()函数里。super(...).init() 是将所有的东西组合在一块。模型中堆叠 了一个隐藏层 (self.d1),其后跟着一个dropout层 (self.dropout),然后是分类的输出层(self.d2)。
- nn.Linear(...)定义 了dense层,其中的输入和输出维度。这里的输入和输出分别与输入的特征和输出的特征所分别对应。
- nn.Dropout()用于定义Dropout层,Dropout层是在深度学习中用于防止过拟合的方法。 这意味着Dropout在模型训练过程中扮演着一个正则化的功能。使用这个方法主要是为 了的模型在其他数据集上也能表现良好。Dropout随机的将神经网络中的一些单元置为0,在构建的模型中将Dropout的参数设置为0.2.了解更多关于Dropout的信息,请阅读关于Dropout的说明文档。
- 模型的入口也就是数据输入到神经网络模型的位置放在了forward()函数之下。通常也会添加其他变换函数,用于训练过程中对图像进行变换。
- 在forward函数中,对输入的数据进行一系列的计算。1)将图像拉平,从2D的图像(2828)转化为1D(1784);2)将1D的图像按照批次输入到第一个隐含层;3)隐含层的输出采用非线性激活函数Relu。了解Relu函数的功能并不是很重要,但他的作用确实异常的显著,使得在大数据集上训练更快更有效;4)正如上面解释的那样,dropout层可以帮助解决模型在训练数据上过拟合的问题;5)紧接着将dropout的结果输入到分类层d2;6)最后的结果输入到softmax函数中,将概率分布归一化,从而帮助计算分类的准确率;7)这就是最后的输出结果。
直观地说,下面就是刚刚构建的模型图。但是隐藏层比图中显示的大很多,但由于空间限制,该图应被视为实际模型的近似表示。
正如我在前面的教程中所做的那样,我总是鼓励用一个批处理来测试模型,以确保输出的维度符合的预期。请注意,是怎样迭代数据加载器,它可以方便地存储图像和标签对。out 包含模型的输出,这是应用了softmax层的logits来帮助预测。
## test the model with 1 batch
model = MyModel()
for images, labels in trainloader:
print("batch size:", images.shape)
out = model(images)
print(out.shape)
break
输出结果:
batch size: torch.Size([32, 1, 28, 28])
torch.Size([32, 10])
可以清楚地看到,返回批次中有10个输出值与批次中的每个图像相关联;这些值将被用于检查模型的性能。
在准备好训练模型之前,需要设置一个损失函数、一个优化器和一个效用函数来计算模型的准确性:
learning_rate = 0.001
num_epochs = 5
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model = MyModel()
model = model.to(device)
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)
-
learning_rate 学习率,用于优化模型的权重,可以看做是模型的一个参数。
-
num_epochs训练步骤数目,为了让训练时间不太长,设置epoch为5.
-
device训练模型的硬件设备,如果有GPU的话,采用GPU训练,否则,默认采用CPU训练。
-
model构建的模型实例。
-
model.to(divice)设置模型在什么硬件设备上训练。
-
criterion用于计算模型损失的度量标准,通过前向传播和反向传播优化权重。
-
optimizer优化工具,在反向传播中调整权重,注意,它需要一个学习率和模型参数,这些是优化器的一部分。稍后会详细介绍。
效用函数将在下面进行定义,它有助于计算模型的准确率。了解它是如何计算的在目前来看并不是很重要,只需要了解它是通过比较模型的输出结果(预测)和实际目标值(数据集的标签)来计算预测的准确率。
## utility function to compute accuracy
def get_accuracy(output, target, batch_size):
''' Obtain accuracy for training round '''
corrects = (torch.max(output, 1)[1].view(target.size()).data == target.data).sum()
accuracy = 100.0 * corrects/batch_size
return accuracy.item()
现在可以训练模型了,代码如下:
## train the model
for epoch in range(num_epochs):
train_running_loss = 0.0
train_acc = 0.0
## commence training
model = model.train()
## training step
for i, (images, labels) in enumerate(trainloader):
images = images.to(device)
labels = labels.to(device)
## forward + backprop + loss
predictions = model(images)
loss = criterion(predictions, labels)
optimizer.zero_grad()
loss.backward()
## update model params
optimizer.step()
train_running_loss += loss.detach().item()
train_acc += get_accuracy(predictions, labels, BATCH_SIZE)
model.eval()
print('Epoch: %d | Loss: %.4f | Train Accuracy: %.2f' \
%(epoch, train_running_loss / i, train_acc/i))
- 训练模型的第一步是定义训练循环
for epoch in range(num_epochs):
...
-
定义了两个变量training_running_loss和train_acc,帮助在不同批次训练时监视训练精度和损失。
-
model.train()设置模型的模式,准备训练。
-
注意,是在dataloader上迭代数据,这很方便地将的数据和标签一一对应。
-
第二个for循环,指的是在每一步训练过程中,迭代batch中全部的数据。
-
往模型中传入数据通过model(image),输出结果代表模型的预测结果。
-
预测结果和实际类别标签进行对应和比较,从而计算训练损失。
-
在更新权重之前,需要做以下工作:1)利用optimizer重置梯度变量(optimizer.zero_grad() );2)这一步是安全的,并不会重写模型计算的梯度,模型上一次计算的梯度暂时存储在缓存里,可以通过loss.backward() 进行重访;3)loss.backward()计算模型损失各参数对应的梯度;4)optimizer.step()确保模型参数更新;5)最终获得损失和精度,通过这两个指标可以告诉模型训练的情况。
输出结果如下:
Epoch: 0 | Loss: 1.6167 | Train Accuracy: 86.02
Epoch: 1 | Loss: 1.5299 | Train Accuracy: 93.26
Epoch: 2 | Loss: 1.5143 | Train Accuracy: 94.69
Epoch: 3 | Loss: 1.5059 | Train Accuracy: 95.46
Epoch: 4 | Loss: 1.5003 | Train Accuracy: 95.98
训练完毕,可以清楚地看到损失值一直在下降,精度一直在上升,说明的模型是有效的,可以用于图像的分类任务。
可以通过对测试数据计算精度,来验证的模型是否在分类任务表现良好。通过下面的代码,你可以看到,在MINIST分类任务上,的模型表现的很好。
test_acc = 0.0
for i, (images, labels) in enumerate(testloader, 0):
images = images.to(device)
labels = labels.to(device)
outputs = model(images)
test_acc += get_accuracy(outputs, labels, BATCH_SIZE)
print('Test Accuracy: %.2f'%( test_acc/i))
输出测试精度:
Test Accuracy: 96.32
恭喜你已完成本教程👏。这是一个全面的教程,目的是对使用神经网络和PyTorch进行基本的图像分类做一个非常基本的介绍。
本教程深受此TensorFlow教程的启发(https://www.tensorflow.org/beta/tutorials/quickstart/beginner)。 感谢相应参考文献的作者所做的宝贵工作。
🌎 GitHub Repo (Github 仓库)