本次分享一个简单的使用PyTorch进行图像分类模型搭建的小案例，让大家对PyTorch的流程有一个认知。
1. 导入必要的库
import torch
import torch.nn as nn
import torchvision
import numpy as np
from torch.autograd import Variable
import matplotlib.pyplot as plt
import torch.nn.functional as F
import torch.utils.data as Data
from torchvision import datasets, models, transforms
解释：
- torch：用于构建深度学习模型的核心库。
- torch.nn：提供神经网络相关的模块，如层、损失函数等。
- torchvision：提供与计算机视觉相关的工具，尤其是常用数据集和预训练模型。
- numpy：用于处理数组和进行数值计算。
- matplotlib.pyplot：用于图像显示和绘图。
- torch.autograd.Variable：用于在自动求导时跟踪张量
- torch.nn.functional：包含神经网络常用的函数，如激活函数等。
- torch.utils.data：数据加载工具，用于高效读取数据。
2. 设备设置和数据预处理
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"设备已设置为：{device}")transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])print("数据预处理已完成：将图像转换为Tensor并进行标准化。")
解释：
- 使用 transforms.Compose() 将多个变换组合在一起。
- transforms.ToTensor()：将PIL图像或NumPy数组转换为PyTorch张量，并且自动将像素值从 [0, 255] 归一化到 [0, 1]。
- transforms.Normalize(mean, std)：标准化图像，使其每个通道的均值为0，标准差为1。这里的均值和标准差是 (0.5, 0.5, 0.5)，即将每个通道的像素值从 [0, 1] 映射到 [-1, 1]。
3. 加载数据集
# 加载 CIFAR-10 数据集
trainset = torchvision.datasets.CIFAR10(root='./', train=True, download=False, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=False, num_workers=4)testset = torchvision.datasets.CIFAR10(root='./', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4, shuffle=True, num_workers=4)# 定义类名
classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')# 输出数据集信息
print("CIFAR-10 数据集加载完成。")
print(f"训练集样本数: {len(trainset)}")
print(f"测试集样本数: {len(testset)}")# 显示几个样例图像
def imshow(img):img = img / 2 + 0.5 # 反标准化npimg = img.numpy() # 转为NumPy格式plt.imshow(np.transpose(npimg, (1, 2, 0))) # 转换维度以适应imshow显示plt.show()# 获取训练数据中的一个batch
dataiter = iter(trainloader)
images, labels = next(dataiter)# 输出真实标签
print('真实标签: ', ' '.join([f'{classes[labels[j]]:5s}' for j in range(4)]))# 显示图像
imshow(torchvision.utils.make_grid(images))
输出：
Files already downloaded and verified
CIFAR-10 数据集加载完成。
训练集样本数: 50000
测试集样本数: 10000
真实标签: frog truck truck deer
可以看到图像有青蛙，卡车和鹿。
代码详解：
- 数据集加载与预处理：
我们首先使用 torchvision.datasets.CIFAR10 加载 CIFAR-10 数据集，并应用了图像的标准化和转换（ToTensor）。
数据集分为训练集和测试集，分别使用 trainloader 和 testloader 来加载。 - 显示样例图像：
我们定义了一个 imshow 函数，用于显示图像。在 imshow 函数中，图像会先进行反标准化操作（img / 2 + 0.5），然后将图像转换为 NumPy 数组，并调整维度以适应 matplotlib 的显示格式。 - 输出真实标签：
classes 中定义了 CIFAR-10 数据集的各个类标签。对于我们展示的每个样本，打印出它们的真实标签。 - 展示图像：
imshow 函数会展示一个 batch 的图像，torchvision.utils.make_grid 会将该 batch 中的图像拼接成一张大图进行展示。
我们还输出了该 batch 中每个图像的真实标签。
4. 定义神经网络架构
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 xprint("神经网络结构已定义：卷积层和全连接层。")
解释：
- 定义一个简单的卷积神经网络 Net，继承自 nn.Module。
- init 方法定义了网络的层：
- conv1 和 conv2 是卷积层，conv1 输入通道为3（RGB图像），输出通道为6，卷积核大小为5x5，conv2 的输入通道为6，输出通道为16。
- pool 是最大池化层，大小为2x2。
- fc1, fc2, fc3 是全连接层。
- forward 方法定义了数据流动的顺序：
- 先通过卷积层和激活函数 ReLU，再经过池化层。
- 展平输出为全连接层的输入。
- 通过全连接层输出结果。
5. 初始化网络、定义损失函数和优化器
net = Net()
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
print(net)
print("损失函数和优化器已定义：交叉熵损失和SGD优化器。")
输出：
Net((conv1): Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))(pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))(fc1): Linear(in_features=400, out_features=120, bias=True)(fc2): Linear(in_features=120, out_features=84, bias=True)(fc3): Linear(in_features=84, out_features=10, bias=True)
)
损失函数和优化器已定义：交叉熵损失和SGD优化器。
- 初始化 Net 类实例 net。
- criterion = nn.CrossEntropyLoss()：交叉熵损失函数，适用于多分类问题。
- optimizer = torch.optim.SGD(net.parameters(), lr=0.001, momentum=0.9)：随机梯度下降优化器，学习率设置为0.001，动量为0.9
6.开始训练
nums_epoch = 2
print(f"开始训练，共训练 {nums_epoch} 轮。")for epoch in range(nums_epoch):_loss = 0.0for i, (inputs, labels) in enumerate(trainloader, 0):inputs, labels = inputs.to(device), labels.to(device)optimizer.zero_grad()outputs = net(inputs)loss = criterion(outputs, labels)loss.backward()optimizer.step()_loss += loss.item()if i % 3000 == 2999: # 每3000个batch输出一次损失print(f"[{epoch + 1}, {i + 1}] 损失: {(_loss / 3000):.3f}")_loss = 0.0print("训练完成。")
输出：
开始训练，共训练 2 轮。
[1, 3000] 损失: 2.138
[1, 6000] 损失: 1.740
[1, 9000] 损失: 1.582
[1, 12000] 损失: 1.501
[2, 3000] 损失: 1.428
[2, 6000] 损失: 1.381
[2, 9000] 损失: 1.333
[2, 12000] 损失: 1.301
训练完成。
解释：
- 训练模型2个epoch（nums_epoch = 2）。
- 遍历 trainloader 中的每个批次：
- 将输入和标签数据传送到GPU或CPU。
- 使用网络对输入进行前向传播，得到输出。
- 计算损失函数，进行反向传播，更新参数。
- 每3000个batch输出一次损失信息。
7. 显示图像并输出预测结果
def imshow(img):img = img / 2 + 0.5 # 反标准化npimg = img.numpy() # 转为NumPy格式plt.imshow(np.transpose(npimg, (1, 2, 0))) # 将图像维度调整为 (height, width, channels)plt.show()dataiter = iter(testloader)
images, labels = next(dataiter) # 使用next()获取数据
print("获取一个batch的测试图像和标签。图像形状:", images.shape)
imshow(torchvision.utils.make_grid(images)) # 显示图像
print('图像真实分类: ', ' '.join([f'{classes[labels[j]]:5s}' for j in range(4)]))outputs = net(images.to(device))
_, predicted = torch.max(outputs, 1)print('图像预测分类: ', ' '.join([f'{classes[predicted[j]]:5s}' for j in range(4)]))
输出：
获取一个batch的测试图像和标签。图像形状: torch.Size([4, 3, 32, 32])
图像真实分类: cat dog cat bird
图像预测分类: dog dog dog dog
解释：
- 定义了一个 imshow() 函数来显示图像。
- 使用 next(dataiter) 从 testloader 中获取一个batch的数据。
- 输出该batch的图像形状（images.shape）以及图像本身。
- 使用训练好的模型 net 对图像进行预测，并输出预测的分类标签。
8. 计算测试集准确率
correct, total = 0, 0
with torch.no_grad():for images, labels in testloader:images, labels = images.to(device), labels.to(device)outputs = net(images)_, predicted = torch.max(outputs, 1)total += labels.size(0)correct += (labels == predicted).sum().item()accuracy = 100 * correct / total
print(f"测试集准确率: {accuracy:.2f}%")
使用 torch.no_grad() 禁止计算梯度，提高推理时的效率
本次分享就结束了
