pytorch

PyTorch 是一个开源的深度学习框架，由 Facebook 的人工智能研究团队开发。它在学术界和工业界都得到了广泛的应用，下面从多个方面详细介绍：

特点

• 动态计算图：与 TensorFlow 的静态计算图不同，PyTorch 使用动态计算图。这意味着在运行时可以动态地改变计算图的结构，使得代码的编写和调试更加直观和灵活。例如，在训练循环中可以根据不同的条件来改变计算流程。
• Python 优先：PyTorch 深度集成 Python，代码风格简洁易懂，易于上手。开发者可以利用 Python 丰富的库和工具进行数据处理、可视化等操作。
• 强大的 GPU 支持：PyTorch 能够充分利用 NVIDIA GPU 的并行计算能力，通过简单的代码就可以将张量和模型转移到 GPU 上进行加速计算，大大提高了训练和推理的速度。
• 丰富的工具和库：提供了许多高级工具和库，如 Torchvision（用于计算机视觉任务）、Torchaudio（用于音频处理任务）等，方便开发者快速搭建和训练模型。

基本概念

• 一、张量（Tensor）：类似于 NumPy 的多维数组，但可以在 GPU 上运行以加速计算。例如，创建一个简单的张量

  import torch# 创建一个2x3的随机张量
  x = torch.rand(2, 3)
  print(x)
  

  

• 二、自动求导（Autograd）：PyTorch 的自动求导机制可以自动计算张量的梯度，这对于训练神经网络非常重要。在定义张量时，只需要设置requires_grad=True，PyTorch 就会跟踪所有与之相关的操作，并在需要时计算梯度。

  import torch
  # 创建一个需要计算梯度的张量
  x = torch.tensor([2.0], requires_grad=True)
  y = x**2
  # 计算梯度
  y.backward()
  print(x.grad)  # 输出导数 2x，即 4
  

• 三、模块（Module）：torch.nn.Module是所有神经网络模块的基类。通过继承Module类，可以方便地定义自己的神经网络模型。

import torch
import torch.nn as nn# 定义一个简单的全连接神经网络
class SimpleNet(nn.Module):def __init__(self):super(SimpleNet, self).__init__()self.fc = nn.Linear(10, 1)def forward(self, x):return self.fc(x)# 创建模型实例
model = SimpleNet()

• 四、优化器（Optimizer）
  PyTorch 提供了多种优化器，如 SGD、Adam、RMSprop 等，用于更新模型的参数。优化器根据计算得到的梯度来调整模型的参数，以最小化损失函数。

项目

下面我们使用BP神经网络来实现手写数字识别项目，此项目数据集来自MNIST 数据集由美国国家标准与技术研究所（NIST）整理而成，包含手写数字的图像，主要用于数字识别的训练和测试。该数据集被分为两部分：训练集和测试集。训练集包含 60,000 张图像，用于模型的学习和训练；测试集包含 10,000 张图像，用于评估训练好的模型在未见过的数据上的性能。

• 图像格式：数据集中的图像是灰度图像，即每个像素只有一个值表示其亮度，取值范围通常为 0（黑色）到 255（白色）。
• 图像尺寸：每张图像的尺寸为 28x28 像素，总共有 784 个像素点。
• 标签信息：每个图像都有一个对应的标签，标签是 0 到 9 之间的整数，表示图像中手写数字的值

项目实现

导入所需库

import torch
from torch import nn #导入神经网络模块
from torch.utils.data import DataLoader # 数据包管理工具，打包数据
from torchvision import datasets # 封装了很对与图像相关的模型，数据集
from torchvision.transforms import ToTensor # 数据转换，张量，将其他类型的数据转换成tensor张量

下载训练数据和测试数据

'''下载训练数据集(包含训练集图片+标签)'''
training_data = datasets.MNIST( # 跳转到函数的内部源代码，pycharm 按下ctrl+鼠标点击root='data', # 表示下载的手写数字 到哪个路径。60000train=True, # 读取下载后的数据中的数据集download=True, # 如果你之前已经下载过了，就不用再下载了transform=ToTensor(), # 张量，图片是不能直接传入神经网络模型# 对于pytorch库能够识别的数据一般是tensor张量
)'''下载测试数据集（包含训练图片+标签）'''
test_data = datasets.MNIST(root='data',train=False,download=True,transform=ToTensor(),#　Tensor是在深度学习中提出并广泛应用的数据类型，它与深度学习框架（如pytorch，TensorFlow）
)#　numpy数组只能在cpu上运行。Tensor可以在GPU上运行，这在深度学习应用中可以显著提高计算速度。
print(len(training_data))
print(len(test_data))

训练样本和测试样本的数量

对训练和测试样本进行分批次

# 创建训练数据的 DataLoader 对象
# DataLoader 是 PyTorch 中用于批量加载数据的实用工具类，它可以帮助我们更高效地处理大规模数据集。
train_dataloader = DataLoader(training_data, batch_size=64)  # 建议用2的指数当作一个包的数量
test_dataloader = DataLoader(test_data, batch_size=64)

展示手写图片

'''展示手写体图片，把训练数据集中的59000张图片展示一下'''from matplotlib import pyplot as plt
figure = plt.figure()
for i in range(9):img,label = training_data[i+59000] # 提取第59000张图片figure.add_subplot(3,3,i+1) #　图像窗口中创建多个小窗口，小窗口用于显示图片plt.title(label)plt.axis('off') # plt.show(I) # 显示矢量plt.imshow(img.squeeze(),cmap='gray') # plt.imshow()将numpy数组data中的数据显示为图像，并在图形窗口显示a = img.squeeze() # img.squeeze()从张量img中去掉维度为1的。如果该维度的大小不为1则张量不会改变。
plt.show()

判断pytorch是否支持GPU

'''判断是否支持GPU'''
device = 'cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu'
print(f'Using {device} device')

如果支持GPU输出cuda，map系统则输出map，使用CPU则输出CPU

定义神经网络模型

'''定义神经网络 类的继承这种方式'''
class NeuralNetwork(nn.Module): # 通过调用类的形式来使用神经网络，神经网络模型nn.moduledef __init__(self): # self类自己本身super().__init__() # 继承的父类初始化self.flatten = nn.Flatten() # 展开，创建一个展开对象flattenself.hidden1 = nn.Linear(28*28,128)self.hidden2 = nn.Linear(128,256)self.out = nn.Linear(256,10)def forward(self,x): # 向前传播，数据的流向x = self.flatten(x) # 图像展开x = self.hidden1(x)x = torch.sigmoid(x)x = self.hidden2(x)x = torch.sigmoid(x) # 激活函数x = self.out(x)return x
model = NeuralNetwork().to(device)
print(model)

定义训练函数

def train(dataloader,model,loss_fn,optimizer):model.train() # 告诉模型，要开始训练，模型中w进行随机化操作，已经更新w，在训练过程中w会被修改# pytorch提供两种方式来切换训练和测试的模式，分别是：model.train()和model.eval()# 一般用法：在训练之前写model.train(),在测试时写model.eval()batch_size_num = 1for x,y in dataloader: # 其中batch为每一个数据的编号x,y=x.to(device),y.to(device) # 将训练数据和标签传入gpupred = model.forward(x) # .forward可以被省略，父类中已经对次功能进行了设置。自动初始化w权值loss = loss_fn(pred,y) #　通过交叉熵损失函数计算损失值loss# Backpropagation 进来个batch的数据，计算一次梯度，更新一次网络optimizer.zero_grad() #梯度值清零loss.backward() # 反向传播计算每一个参数的梯度值woptimizer.step() # 根据梯度更新网络w参数loss_value = loss.item() #　从tensor数据中提取数据出来，tensor获取损失值if batch_size_num % 100 == 0:print(f'loss:{loss_value:7f}  [number:{batch_size_num}]' )batch_size_num += 1

定义测试函数

def test(dataloader,model,loss_fn):size = len(dataloader.dataset) # 10000num_batches = len(dataloader) # 打包的数据model.eval() # 测试，w就不能再更新test_loss,correct = 0,0with torch.no_grad(): # 一个上下文管理器，关闭梯度计算。当你确定不会调用Tensor.backward()的时候。这可以减少计算内存for x,y in dataloader:x,y = x.to(device),y.to(device)pred = model.forward(x)test_loss += loss_fn(pred,y).item()#test_loss是会自动累加每一个批次的损失值correct  +=(pred.argmax(1) == y).type(torch.float).sum().item()a = (pred.argmax(1) == y)#dim=1表示每一行中的最大值对应的索引号，dim=0表示每一列中的最大值对应的索引号b = (pred.argmax(1) == y).type(torch.float)test_loss /=num_batches#能来衡量模型测试的好坏。correct /= size#平均的正确率print(f'Test result: \n Accuracy:{(100*correct)}%,Avg loss:{test_loss}')

创建交叉熵损失函数和优化器

loss_fn = nn.CrossEntropyLoss()#创建交叉熵损失函数对象，因为手写字识别中一共有10个数字，输出会有10个结果
#一会改成adam优化器
optimizer = torch.optim.Adam(model.parameters(),lr=0.001)#创建一个优化器，SGD为随机梯度下降算法
#params:要训练的参数，一般我们传入的都是model.parameters()
# #lr:learning_rate学习率，也就是步长。

通过多轮训练降低损失值得到最终结果

epochs = 20
for t in range(epochs):print(f'epoch{t+1}\n--------------------')train(train_dataloader,model, loss_fn, optimizer)
print('Done!')
test(test_dataloader,model, loss_fn)

可通过结果看出在使用ADam优化器步长为0.001时，训练20轮得到的正确率为97.5%，损失值为0.119。

注意

• 可以通过修改优化器来提高准确率
• 对于不同的神经网络要使用不同的激活函数，对于sigmoid函数来说隐藏层过多时会产生梯度消失，因为sigmoid函数的偏导在0~0.25之间随着反向传播的进行，梯度会不断累乘。即使初始梯度较大，但经过多层的累乘后，梯度值会迅速变小，趋近于 0，从而导致梯度消失。因此可用ReLU、tanh、P-ReLU、R-ReLU、maxout等来代替sigmoid函数。ReLU函数偏导为1，不会产生梯度消失问题。
• 当梯度在传递过程中不断增大，变得非常大时，就会导致梯度爆炸现象。此时，模型参数会因为梯度值过大而发生大幅度的更新，使得模型无法收敛，甚至可能导致数值溢出，使得训练过程崩溃。