Python Pytorch深度學(xué)習(xí)之圖像分類器
一、簡(jiǎn)介
通常，當(dāng)處理圖像、文本、語(yǔ)音或視頻數(shù)據(jù)時(shí)，可以使用標(biāo)準(zhǔn)Python將數(shù)據(jù)加載到numpy數(shù)組格式，然后將這個(gè)數(shù)組轉(zhuǎn)換成torch.*Tensor
- 對(duì)于圖像，可以用Pillow，OpenCV
- 對(duì)于語(yǔ)音，可以用scipy，librosa
- 對(duì)于文本，可以直接用Python或Cython基礎(chǔ)數(shù)據(jù)加載模塊，或者用NLTK和SpaCy
特別是對(duì)于視覺(jué)，Pytorch已經(jīng)創(chuàng)建了一個(gè)叫torchvision的package，該報(bào)包含了支持加載類似Imagenet，CIFAR10，MNIST等公共數(shù)據(jù)集的數(shù)據(jù)加載模快torchvision.datasets和支持加載圖像數(shù)據(jù)數(shù)據(jù)轉(zhuǎn)換模塊torch.utils.data.DataLoader。這提供了極大地便利，并避免了編寫(xiě)“樣板代碼”
二、數(shù)據(jù)集
對(duì)于本小節(jié)，使用CIFAR10數(shù)據(jù)集，它包含了是個(gè)類別：airplane，automobile，bird，cat，deer，dog，frog，horse，ship，truck。CIFAR10中的圖像尺寸是33232，也就是RGB的3層顏色通道，每層通道內(nèi)的尺寸為32*32
三、訓(xùn)練一個(gè)圖像分類器
訓(xùn)練圖像分類器的步驟：
- 使用torchvision加載并且歸一化CIFAR10的訓(xùn)練和測(cè)試數(shù)據(jù)集
- 定義一個(gè)卷積神經(jīng)網(wǎng)絡(luò)
- 定義一個(gè)損失函數(shù)
- 在訓(xùn)練樣本數(shù)據(jù)上訓(xùn)練網(wǎng)絡(luò)
- 在測(cè)試樣本數(shù)據(jù)上測(cè)試網(wǎng)絡(luò)
1、導(dǎo)入package吧
# 使用torchvision，加載并歸一化CIFAR10 import torch import torchvision import torchvision.transforms as transforms
2、歸一化處理+貼標(biāo)簽吧
# torchvision數(shù)據(jù)集的輸出是范圍在[0,1]之間的PILImage,將他們轉(zhuǎn)換成歸一化范圍為[-1,1]之間的張量Tensor
transform=transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))]
)
# 訓(xùn)練集
trainset=torchvision.datasets.CIFAR10(root='./data',train=True,download=False,transform=transform)
trainloader=torch.utils.data.DataLoader(trainset,batch_size=4,shuffle=True,num_workers=2)
# 測(cè)試集
testset=torchvision.datasets.CIFAR10(root='./data',train=False,download=False,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")
3、先來(lái)康康訓(xùn)練集中的照片吧
# 展示其中的訓(xùn)練照片
import matplotlib.pyplot as plt
import numpy as np
# 定義圖片顯示的function
def imshow(img):
img=img/2+0.5
npimg=img.numpy()
plt.imshow(np.transpose(npimg,(1,2,0)))
plt.show()
# 得到隨機(jī)訓(xùn)練圖像
dataiter=iter(trainloader)
images,labels=dataiter.next()
# 展示圖片
imshow(torchvision.utils.make_grid(images))
#打印標(biāo)簽labels
print(' '.join("%5s"%classes[labels[j]] for j in range(4)))
運(yùn)行結(jié)果
注：初學(xué)的猿仔們?nèi)绻鸖pyder不顯示圖片，自己設(shè)置一下就OK，在Tools——>Preferences中設(shè)置如下：
4、定義一個(gè)神經(jīng)網(wǎng)絡(luò)吧
此處，復(fù)制前一節(jié)的神經(jīng)網(wǎng)絡(luò)（在這里），并修改為3通道的圖片（之前定義的是1通道）
#%% # 定義卷積神經(jīng)網(wǎng)絡(luò) import torch.nn as nn import torch.nn.functional as F class Net(nn.Module): def __init__(self): super(Net,self).__init__() # 1個(gè)輸入，6個(gè)輸出，5*5的卷積 # 內(nèi)核 self.conv1=nn.Conv2d(3,6,5)#定義三個(gè)通道 self.pool=nn.MaxPool2d(2,2) self.conv2=nn.Conv2d(6,16,5) # 映射函數(shù)：線性——y=Wx+b self.fc1=nn.Linear(16*5*5,120)#輸入特征值：16*5*5，輸出特征值：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()
Tips:在Spyder中可用使用“#%%”得到cell塊，之后對(duì)每個(gè)cell進(jìn)行運(yùn)行，快捷鍵（Ctrl+Enter）——>我太愛(ài)用快捷鍵了，無(wú)論是什么能用鍵盤堅(jiān)決不用鼠標(biāo)（是真的懶吧?。。。?/p>
5、定義一個(gè)損失函數(shù)和優(yōu)化器吧
使用分類交叉熵Cross-Entropy做損失函數(shù)，動(dòng)量SGD做優(yōu)化器
#%% # 定義一個(gè)損失函數(shù)和優(yōu)化器 import torch.optim as optim criterion=nn.CrossEntropyLoss() optimizer=optim.SGD(net.parameters(), lr=0.001,momentum=0.9)
6、訓(xùn)練網(wǎng)絡(luò)吧
此處只需要在數(shù)據(jù)迭代器上循環(huán)輸入網(wǎng)絡(luò)和優(yōu)化器
#%%訓(xùn)練網(wǎng)絡(luò)
for epoch in range(2):
running_loss=0.0
for i,data in enumerate(trainloader,0):
#得到輸入
inputs,labels=data
# 將參數(shù)的梯度值置零
optimizer.zero_grad()
#反向傳播+優(yōu)化
outputs=net(inputs)
loss=criterion(outputs,labels)
loss.backward()
optimizer.step()
#打印數(shù)據(jù)
running_loss+=loss.item()
if i% 2000==1999:
print('[%d,%5d] loss: %.3f'%(epoch+1,i+1,running_loss/2000))#每2000個(gè)輸出一次
print('Finished Training')
運(yùn)行結(jié)果
7、在測(cè)試集上測(cè)試一下網(wǎng)絡(luò)吧
已經(jīng)通過(guò)訓(xùn)練數(shù)據(jù)集對(duì)網(wǎng)絡(luò)進(jìn)行了兩次訓(xùn)練，但是我們需要檢查是否已經(jīng)學(xué)到了東西。將使用神經(jīng)網(wǎng)絡(luò)的輸出作為預(yù)測(cè)的類標(biāo)來(lái)檢查網(wǎng)絡(luò)的預(yù)測(cè)性能，用樣本的真實(shí)類標(biāo)校對(duì)，如過(guò)預(yù)測(cè)正確，將樣本添加到正確預(yù)測(cè)的列表中
#%%
#在測(cè)試集上顯示
outputs=net(images)
# 輸出是預(yù)測(cè)與十個(gè)類的相似程度，與某一個(gè)類的近似程度越高，網(wǎng)絡(luò)就越認(rèn)為圖像是屬于這一類別
# 打印其中最相似類別類標(biāo)
_, predictd=torch.max(outputs,1)
print('Predicted:',' '.join('%5s'% classes[predictd[j]]
for j in range(4)))
運(yùn)行結(jié)果
把網(wǎng)絡(luò)放在整個(gè)數(shù)據(jù)集上看看具體表現(xiàn)
#%% 結(jié)果看起來(lái)還好55%，看看網(wǎng)絡(luò)在整個(gè)數(shù)據(jù)集的表現(xiàn)
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))
運(yùn)行結(jié)果
8、分別查看一下訓(xùn)練效果吧
#%%分類查看
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)
_, predictd=torch.max(outputs,1)
c=(predictd==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]))
運(yùn)行結(jié)果
總結(jié)
本篇文章就到這里了，希望能夠給你帶來(lái)幫助，也希望您能夠多多關(guān)注本站的更多內(nèi)容！
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信