📅  最后修改于: 2023-12-03 15:06:50.610000             🧑  作者: Mango
本文将介绍使用 PyTorch 构建基于 CNN 的图像分类器。我们将使用 CIFAR-10 数据集进行训练和测试,并使用 PyTorch 内置的一些函数和工具来简化进程。
CIFAR-10 数据集包含 10 种不同类别的彩色图像,每个类别有 6,000 张图像。数据集的总图像数量为 60,000 张,其中 50,000 张用于训练,10,000 用于测试。每个图像的尺寸为 32 x 32 像素,并且具有 RGB 通道。
我们可以使用 PyTorch 的 torchvision
包轻松加载 CIFAR-10 数据集。下面是一个示例:
import torch
from torchvision import transforms, datasets
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])
trainset = datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
testset = datasets.CIFAR10(root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=64, shuffle=False)
上面的代码中,我们首先定义了一个 transform
对象,它指定将图像转换为 PyTorch 张量(ToTensor
)和标准化图像(使用与官方文档中相同的值)。接下来,我们使用 datasets.CIFAR10
类加载数据集并指定 transform
对象。我们还指定 batch_size
和是否要对数据集进行洗牌。
我们接下来将构建一个简单的 CNN 模型。它将包含两个卷积层和两个全连接层。下面是我们的模型代码:
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()
上面的代码中,我们首先定义一个名为 Net
的类,它扩展自 PyTorch 的 nn.Module
类。我们在 __init__
方法中定义了模型的不同层。在 forward
方法中,我们定义了输入如何在这些层之间传递,即前向传递逻辑。
现在我们已经定义了模型和数据集,我们可以开始训练我们的 CNN 模型。我们使用交叉熵损失计算损失,并使用随机梯度下降(SGD)优化器进行优化。下面是我们的训练代码:
import torch.optim as optim
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
for epoch in range(10):
running_loss = 0.0
for i, data in enumerate(trainloader, 0):
inputs, labels = data
optimizer.zero_grad()
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
running_loss += loss.item()
if i % 2000 == 1999:
print('[%d, %5d] loss: %.3f' %
(epoch + 1, i + 1, running_loss / 2000))
running_loss = 0.0
上面的代码中,我们首先定义了损失函数和优化器。然后,我们迭代数据加载器中的每个批次,并使用模型计算输出。我们计算输出和实际标签之间的损失,并计算梯度以更新模型参数。最后,我们输出损失值以跟踪训练过程。在这里,我们训练了模型 10 个周期,每个周期中,我们迭代训练数据集中的所有批次。
训练模型后,我们将对测试数据集进行评估,以计算模型的准确性。下面是我们的代码:
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))
上面的代码中,我们首先定义 correct
和 total
变量,它们将用于计算模型的准确性。我们迭代测试数据加载器中的所有批次,并使用模型计算输出。我们使用 torch.max
函数确定从输出中选择哪个标签,并将其与实际标签进行比较,以确定模型的预测是否正确。最后,我们输出模型的精度。
到目前为止,我们介绍了使用 PyTorch 实现基于 CNN 的图像分类器的步骤。通过使用 PyTorch 的 torchvision
包,我们可以轻松地加载并准备 CIFAR-10 数据集。我们还构建了一个简单的 CNN 模型,并使用 SGD 优化器对其进行了训练。最后,我们对测试数据集进行评估,以计算模型的准确性。
如果您想深入了解 PyTorch,请访问 PyTorch 官方文档。祝您好运!