zoukankan      html  css  js  c++  java
  • PyTorch 图像分类

    PyTorch 图像分类

    如何定义神经网络,计算损失值和网络里权重的更新。

    应该怎么处理数据?

    通常来说,处理图像,文本,语音或者视频数据时,可以使用标准 python 包将数据加载成 numpy 数组格式,然后将这个数组转换成 torch.*Tensor

    • 对于图像,可以用 Pillow,OpenCV
    • 对于语音,可以用 scipy,librosa
    • 对于文本,可以直接用 Python 或 Cython 基础数据加载模块,或者用 NLTK 和 SpaCy

    特别是对于视觉,已经创建了一个叫做 totchvision 的包,该包含有支持加载类似Imagenet,CIFAR10,MNIST 等公共数据集的数据加载模块 torchvision.datasets 和支持加载图像数据数据转换模块 torch.utils.data.DataLoader。

    这提供了极大的便利,并且避免了编写“样板代码”。

    本文将使用CIFAR10数据集,它包含十个类别:‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。CIFAR-10 中的图像尺寸为33232,也就是RGB的3层颜色通道,每层通道内的尺寸为32*32。

     

    训练一个图像分类器

    将按次序的做如下几步:

    1. 使用torchvision加载并且归一化CIFAR10的训练和测试数据集
    2. 定义一个卷积神经网络
    3. 定义一个损失函数
    4. 在训练样本数据上训练网络
    5. 在测试样本数据上测试网络

    加载并归一化 CIFAR10 使用 torchvision ,用它来加载 CIFAR10 数据非常简单。

    import torch

    import torchvision

    import torchvision.transforms as transforms

    torchvision 数据集的输出是范围在[0,1]之间的 PILImage,转换成归一化范围为[-1,1]之间的张量 Tensors。

     

    transform = transforms.Compose(

        [transforms.ToTensor(),

         transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

     

    trainset = torchvision.datasets.CIFAR10(root='./data', train=True,

                                            download=True, transform=transform)

    trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,

                                              shuffle=True, num_workers=2)

     

    testset = torchvision.datasets.CIFAR10(root='./data', train=False,

                                           download=True, 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')

     

    输出:

     

    Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz

    Files already downloaded and verified

    展示其中的一些训练图片。

    import matplotlib.pyplot as plt

    import numpy as np

     

    # functions to show an image

     

     

    def imshow(img):

        img = img / 2 + 0.5     # unnormalize

        npimg = img.numpy()

        plt.imshow(np.transpose(npimg, (1, 2, 0)))

        plt.show()

     

     

    # get some random training images

    dataiter = iter(trainloader)

    images, labels = dataiter.next()

     

    # show images

    imshow(torchvision.utils.make_grid(images))

    # print labels

    print(' '.join('%5s' % classes[labels[j]] for j in range(4)))

     

    输出:

    cat plane  ship  frog

     

    定义一个卷积神经网络,在这之前先,从神经网络章节,复制神经网络,并修改它为3通道的图片(在此之前它被定义为1通道)

     

    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()

    定义一个损失函数和优化器使用分类交叉熵Cross-Entropy 作损失函数,动量SGD做优化器。

     

    import torch.optim as optim

     

    criterion = nn.CrossEntropyLoss()

    optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

    训练网络

    这里事情开始变得有趣,只需要在数据迭代器上循环传给网络和优化器,输入就可以。

     

    for epoch in range(2):  # loop over the dataset multiple times

     

        running_loss = 0.0

        for i, data in enumerate(trainloader, 0):

            # get the inputs

            inputs, labels = data

     

            # zero the parameter gradients

            optimizer.zero_grad()

     

            # forward + backward + optimize

            outputs = net(inputs)

            loss = criterion(outputs, labels)

            loss.backward()

            optimizer.step()

     

            # print statistics

            running_loss += loss.item()

            if i % 2000 == 1999:    # print every 2000 mini-batches

                print('[%d, %5d] loss: %.3f' %

                      (epoch + 1, i + 1, running_loss / 2000))

                running_loss = 0.0

     

    print('Finished Training')

    输出:

    [1,  2000] loss: 2.187

    [1,  4000] loss: 1.852

    [1,  6000] loss: 1.672

    [1,  8000] loss: 1.566

    [1, 10000] loss: 1.490

    [1, 12000] loss: 1.461

    [2,  2000] loss: 1.389

    [2,  4000] loss: 1.364

    [2,  6000] loss: 1.343

    [2,  8000] loss: 1.318

    [2, 10000] loss: 1.282

    [2, 12000] loss: 1.286

    Finished Training

     

    在测试集上测试网络

    已经通过训练数据集对网络进行了2次训练,但是需要检查网络是否已经学到了东西。

    将用神经网络的输出作为预测的类标来检查网络的预测性能,用样本的真实类标来校对。如果预测是正确的,将样本添加到正确预测的列表里。

    第一步,从测试集中显示一张图像来熟悉它。

     

     输出:

    GroundTruth:    cat  ship  ship plane

    现在看看,神经网络认为这些样本应该预测成什么:

    outputs = net(images)

     

    输出是预测与十个类的近似程度,与某一个类的近似程度越高,网络就越认为图像是属于这一类别。打印其中最相似类别类标:

    _, predicted = torch.max(outputs, 1)

     

    print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]

                                  for j in range(4)))

     

    输出:

     

    Predicted:    cat  ship   car  ship

     

    结果看起开非常好,看看网络在整个数据集上的表现。

     

    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))

    输出:

    Accuracy of the network on the 10000 test images: 54 %

     

     

    这看起来比随机预测要好,随机预测的准确率为10%(随机预测出为10类中的哪一类)。看来网络学到了东西。

    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)

            _, predicted = torch.max(outputs, 1)

            c = (predicted == 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]))

     

    输出:

    Accuracy of plane : 57 %

    Accuracy of   car : 73 %

    Accuracy of  bird : 49 %

    Accuracy of   cat : 54 %

    Accuracy of  deer : 18 %

    Accuracy of   dog : 20 %

    Accuracy of  frog : 58 %

    Accuracy of horse : 74 %

    Accuracy of  ship : 70 %

    Accuracy of truck : 66 %

    所以接下来呢?

    怎么在GPU上跑这些神经网络?

    在GPU上训练

    怎么把一个张量转移到GPU上一样,要将神经网络转到GPU上。 如果CUDA可以用,首先定义下设备为第一个可见的cuda设备。

    device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

     

    # Assume that we are on a CUDA machine, then this should print a CUDA device:

     

    print(device)

    输出:

    cuda:0

    剩余部分都会假定设备就是台CUDA设备。

    接着这些方法会递归地遍历所有模块,并将参数和缓冲器转换为CUDA张量。

    net.to(device)

    在每一个步骤向GPU发送输入和目标:

    inputs, labels = inputs.to(device), labels.to(device)

    为什么没有注意到与CPU相比巨大的加速?因为网络非常小。

     

    练习:尝试增加网络宽度(首个 nn.Conv2d 参数设定为 2,第二个nn.Conv2d参数设定为1--它们需要有相同的个数),看看会得到怎么的速度提升。

    目标:

    • 深度理解了PyTorch的张量和神经网络
    • 训练了一个小的神经网络来分类图像

    在多个GPU上训练

    如果你想要来看到大规模加速,使用所有GPU,请查看:数据并行性(https://pytorch.org/tutorials/beginner/blitz/data_parallel_tutorial.html)。PyTorch 60 分钟入门教程:数据并行处理

    http://pytorchchina.com/2018/12/11/optional-data-parallelism/

    下载 Python 源代码:

    cifar10_tutorial.py

    下载 Jupyter 源代码:

    cifar10_tutorial.ipynb

     

    人工智能芯片与自动驾驶
  • 相关阅读:
    Java程序员必会的工具库,代码量减少90%
    Git常用操作
    Eclipse开发环境配置
    Spring Cloud Alibaba Nacos 在Windows10下启动
    MySQL连接异常Communications link failure
    Spring Cloud Alibaba Nacos2.0踩坑
    Spring Cloud Alibaba Nacos配置中心与服务发现
    RocketMQ学习笔记
    Linux开发环境配置
    Clumper尝鲜
  • 原文地址:https://www.cnblogs.com/wujianming-110117/p/14375812.html
Copyright © 2011-2022 走看看