PyTorch基础(part7)--CNN

学习笔记，仅供参考，有错必纠

文章目录

理论
- 卷积神经网络CNN
- - 局部感受野和权值共享
  - 卷积计算
  - 池化Pooling
  - Padding
- LeNET-5
代码
- 初始设置
- 导包
- 载入数据
- 模型

理论

卷积神经网络CNN

卷积神经网络是近年发展起来，并广泛应用于图像处理，NLP等领域的一种多层神经网络。

局部感受野和权值共享

CNN通过局部感受野和权值共享减少了神经网络需要训练的参数个数，从而解决了传统BP权值太多，计算量太大，需要大量样本进行训练的问题.

卷积计算

卷积核也叫滤波器，不同的卷积核对同样的图片做卷积之后会提取出不同的信息. 以下图的卷积核为例，我们可以对示例Image进行卷积操作.

需要注意的是，卷积核里的参数不是人为设定的，而是算法优化得到的.

池化Pooling

Pooling常用的三种方式：

max-pooling
mean-pooling
stochastic pooling

Padding

SAME PADDING

给平面外部补0，卷积窗口采样后可能会得到一个跟原来大小相同的平面.

VALID PADDING

不会超出平面外部，卷积窗口采样后得到一个比原来平面小的平面。

LeNET-5

LeNET-5是最早的卷积神经网络之一. 下图为LeNET-5的网络结构.

我们可以看到通过对第3层进行卷积后，第4层得到了16幅图. 那么第4层的16幅图是如何计算的呢，操作如下图所示.

代码

初始设置

# 支持多行输出
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = 'all' #默认为'last'

导包

# 导入常用的包
import numpy as np
from torch import nn,optim
from torch.autograd import Variable
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
import torch

载入数据

# 载入数据
train_dataset = datasets.MNIST(root = './data/', # 载入的数据存放的位置train = True, # 载入训练集数据transform = transforms.ToTensor(), # 将载入进来的数据变成Tensordownload = True) # 是否下载数据
test_dataset = datasets.MNIST(root = './data/', # 载入的数据存放的位置train = False, # 载入测试集数据transform = transforms.ToTensor(), # 将载入进来的数据变成Tensordownload = True) # 是否下载数据

# 批次大小
batch_size = 64# 装载训练集
train_loader = DataLoader(dataset=train_dataset,batch_size=batch_size,shuffle=True)# 装载训练集
test_loader = DataLoader(dataset=test_dataset,batch_size=batch_size,shuffle=True)

模型

这里我们使用具有多层网络结构的模型，并加入Dropout操作.

# 定义网络结构
class Net(nn.Module):def __init__(self):super(Net, self).__init__()# 定义卷积层和池化# in_channels:int, 因为是黑白图片，所以输入通道设置为1，如果为彩色图像则这里为3# out_channels:int, 这里的输出通道数也为生成的特征图的数量，这里我们设置为32# kernel_size:int, 卷积核大小，我们设置为5# stride=1, 步长我们设置为1# padding=0, 我们设置padding为2，也就是在图片的外围补2圈0，这里我们要按照自己的需求自己计算# 如果想要卷积后的大小和原始图像大小相同，则卷积核大小为3*3则填充1圈0，5*5填充2圈，7*7填充3圈.# 因为卷积不是非线性操作，所以我们在卷积后增加非线性激活函数nn.ReLU()# 在卷积后，我们增加一个2*2的池化操作self.conv1 = nn.Sequential(nn.Conv2d(1, 32, 5, 1, 2), nn.ReLU(), nn.MaxPool2d(2, 2))# 再定义一个卷积和池化self.conv2 = nn.Sequential(nn.Conv2d(32, 64, 5, 1, 2), nn.ReLU(), nn.MaxPool2d(2, 2))# 全连接# 全连接的输入为64个大小为(7*7)的特征图# 输出为1000self.fc1 = nn.Sequential(nn.Linear(64*7*7, 1000), nn.Dropout(p = 0.4), nn.ReLU())# 全连接self.fc2 = nn.Sequential(nn.Linear(1000, 10),nn.Softmax(dim = 1))def forward(self, x):# ([64, 1, 28, 28])# 卷积要求的数据格式就是4维的([图片数量, 图片通道数, 图片维度1， 图片维度2])x = self.conv1(x)x = self.conv2(x)# 进入全连接层时，需要reshape# ([64, 64, 7, 7]) -> ([64, 64*7*7])x = x.view(x.size()[0], -1)x = self.fc1(x)x = self.fc2(x)return x

LR = 0.0003
# 定义模型
model = Net()
# 定义代价函数为交叉熵代价函数
mse_loss = nn.CrossEntropyLoss()
# 定义优化器Adam
optimizer = optim.Adam(model.parameters(), LR)

在自定义训练和测试函数中，我们分别增加两个方法，model.train()和model.eval() ，这model.train()方法可以使训练集中的Dropout在训练模型时发挥作用，而model.eval()则可以使模型在测试过程中不工作.

def train():model.train()for i,data in enumerate(train_loader):# 获得一个批次的数据和标签inputs, labels = data# 获得模型预测结果（64,10）out = model(inputs)# 计算loss,交叉熵代价函数out(batch,C), labels(batch)loss = mse_loss(out, labels)# 梯度清0optimizer.zero_grad()# 计算梯度loss.backward()# 修改权值optimizer.step()def test():model.eval()# 计算训练集准确率correct = 0for i,data in enumerate(train_loader):# 获得一个批次的数据和标签inputs, labels = data# 获得模型预测结果（64,10）out = model(inputs)# 获得最大值，以及最大值所在的位置_, predicted = torch.max(out, 1)# 预测正确的数量correct += (predicted == labels).sum()print("Train acc:{0}".format(correct.item()/len(train_dataset)))# 计算测试集准确率correct = 0for i,data in enumerate(test_loader):# 获得一个批次的数据和标签inputs, labels = data# 获得模型预测结果（64,10）out = model(inputs)# 获得最大值，以及最大值所在的位置_, predicted = torch.max(out, 1)# 预测正确的数量correct += (predicted == labels).sum()print("Test acc:{0}".format(correct.item()/len(test_dataset)))

for epoch in range(5):print('epoch:',epoch)train()test()

epoch: 0
Train acc:0.9728166666666667
Test acc:0.9755
epoch: 1
Train acc:0.9827666666666667
Test acc:0.983
epoch: 2
Train acc:0.9863
Test acc:0.9863
epoch: 3
Train acc:0.98665
Test acc:0.9842
epoch: 4
Train acc:0.99075
Test acc:0.9896