PyTorch 图像分类
PyTorch 圖像分類
如何定義神經網絡，計算損失值和網絡里權重的更新。
應該怎么處理數據？
通常來說，處理圖像，文本，語音或者視頻數據時，可以使用標準 python 包將數據加載成 numpy 數組格式，然后將這個數組轉換成 torch.Tensor
? 對于圖像，可以用 Pillow，OpenCV
? 對于語音，可以用 scipy，librosa
? 對于文本，可以直接用 Python 或 Cython 基礎數據加載模塊，或者用 NLTK 和 SpaCy
特別是對于視覺，已經創建了一個叫做 totchvision 的包，該包含有支持加載類似Imagenet，CIFAR10，MNIST 等公共數據集的數據加載模塊 torchvision.datasets 和支持加載圖像數據數據轉換模塊 torch.utils.data.DataLoader。
這提供了極大的便利，并且避免了編寫“樣板代碼”。
本文將使用CIFAR10數據集，它包含十個類別：‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。CIFAR-10 中的圖像尺寸為33232，也就是RGB的3層顏色通道，每層通道內的尺寸為3232。
訓練一個圖像分類器
將按次序的做如下幾步：
- 使用torchvision加載并且歸一化CIFAR10的訓練和測試數據集
- 定義一個卷積神經網絡
- 定義一個損失函數
- 在訓練樣本數據上訓練網絡
- 在測試樣本數據上測試網絡
加載并歸一化 CIFAR10 使用 torchvision ,用它來加載 CIFAR10 數據非常簡單。
import torch
import torchvision
import torchvision.transforms as transforms
torchvision 數據集的輸出是范圍在[0,1]之間的 PILImage，轉換成歸一化范圍為[-1,1]之間的張量 Tensors。
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,
download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
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=4,
shuffle=False, num_workers=2)
classes = (‘plane’, ‘car’, ‘bird’, ‘cat’,
‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’)
輸出：
Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz
Files already downloaded and verified
展示其中的一些訓練圖片。
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)))
輸出：
cat plane ship frog
定義一個卷積神經網絡，在這之前先，從神經網絡章節，復制神經網絡，并修改它為3通道的圖片(在此之前它被定義為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()
self.conv1 = nn.Conv2d(3, 6, 5)
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()
定義一個損失函數和優化器使用分類交叉熵Cross-Entropy 作損失函數，動量SGD做優化器。
import torch.optim as optim
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
訓練網絡
這里事情開始變得有趣，只需要在數據迭代器上循環傳給網絡和優化器，輸入就可以。
for epoch in range(2): # loop over the dataset multiple times
running_loss = 0.0
for i, data in enumerate(trainloader, 0):# get the inputsinputs, labels = data# zero the parameter gradientsoptimizer.zero_grad()# forward + backward + optimizeoutputs = net(inputs)loss = criterion(outputs, labels)loss.backward()optimizer.step()# print statisticsrunning_loss += loss.item()if i % 2000 == 1999: # print every 2000 mini-batchesprint('[%d, %5d] loss: %.3f' %(epoch + 1, i + 1, running_loss / 2000))running_loss = 0.0
print(‘Finished Training’)
輸出：
[1, 2000] loss: 2.187
[1, 4000] loss: 1.852
[1, 6000] loss: 1.672
[1, 8000] loss: 1.566
[1, 10000] loss: 1.490
[1, 12000] loss: 1.461
[2, 2000] loss: 1.389
[2, 4000] loss: 1.364
[2, 6000] loss: 1.343
[2, 8000] loss: 1.318
[2, 10000] loss: 1.282
[2, 12000] loss: 1.286
Finished Training
在測試集上測試網絡
已經通過訓練數據集對網絡進行了2次訓練，但是需要檢查網絡是否已經學到了東西。
將用神經網絡的輸出作為預測的類標來檢查網絡的預測性能，用樣本的真實類標來校對。如果預測是正確的，將樣本添加到正確預測的列表里。
第一步，從測試集中顯示一張圖像來熟悉它。
輸出：
GroundTruth: cat ship ship plane
現在看看，神經網絡認為這些樣本應該預測成什么：
outputs = net(images)
輸出是預測與十個類的近似程度，與某一個類的近似程度越高，網絡就越認為圖像是屬于這一類別。打印其中最相似類別類標：
_, predicted = torch.max(outputs, 1)
print('Predicted: ‘, ’ ‘.join(’%5s’ % classes[predicted[j]]
for j in range(4)))
輸出：
Predicted: cat ship car ship
結果看起開非常好，看看網絡在整個數據集上的表現。
correct = 0
total = 0
with torch.no_grad():
for data in testloader:
images, labels = data
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))
輸出：
Accuracy of the network on the 10000 test images: 54 %
這看起來比隨機預測要好，隨機預測的準確率為10%（隨機預測出為10類中的哪一類）。看來網絡學到了東西。
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
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]))
輸出：
Accuracy of plane : 57 %
Accuracy of car : 73 %
Accuracy of bird : 49 %
Accuracy of cat : 54 %
Accuracy of deer : 18 %
Accuracy of dog : 20 %
Accuracy of frog : 58 %
Accuracy of horse : 74 %
Accuracy of ship : 70 %
Accuracy of truck : 66 %
所以接下來呢？
怎么在GPU上跑這些神經網絡？
在GPU上訓練
怎么把一個張量轉移到GPU上一樣，要將神經網絡轉到GPU上。 如果CUDA可以用，首先定義下設備為第一個可見的cuda設備。
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)
輸出：
cuda:0
剩余部分都會假定設備就是臺CUDA設備。
接著這些方法會遞歸地遍歷所有模塊，并將參數和緩沖器轉換為CUDA張量。
net.to(device)
在每一個步驟向GPU發送輸入和目標：
inputs, labels = inputs.to(device), labels.to(device)
為什么沒有注意到與CPU相比巨大的加速？因為網絡非常小。
練習：嘗試增加網絡寬度（首個 nn.Conv2d 參數設定為 2，第二個nn.Conv2d參數設定為1–它們需要有相同的個數），看看會得到怎么的速度提升。
目標：
? 深度理解了PyTorch的張量和神經網絡
? 訓練了一個小的神經網絡來分類圖像
在多個GPU上訓練
如果你想要來看到大規模加速，使用所有GPU，請查看：數據并行性（https://pytorch.org/tutorials/beginner/blitz/data_parallel_tutorial.html）。PyTorch 60 分鐘入門教程：數據并行處理
http://pytorchchina.com/2018/12/11/optional-data-parallelism/
下載 Python 源代碼：
cifar10_tutorial.py
下載 Jupyter 源代碼：
cifar10_tutorial.ipynb
總結
以上是生活随笔為你收集整理的PyTorch 图像分类的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： PyTorch 神经网络
- 下一篇： PyTorch 数据并行处理