1. 模型训练及测试的基本流程及代码

导入相关的包

import torch
from matplotlib import pyplot as plt
# DataLoader类，用于批量加载数据
from torch.utils.data import DataLoader
# transforms是一个用来进行数据预处理和数据增强的模块
from torchvision import transforms
from torchvision import datasets

进行超参数设置
基本的超参数有batch_size，learning_rate，momentum以及epoch
数据准备
包括将数据转化tensor类型，设置合适的数据集均值以及标准差，训练集和测试集的数据加载
设置网络模型
设置好相应的全连接层，卷积层，池化层等以及前向传播函数，具体网络看具体情况。
设置损失函数以及优化器
编写训练函数，测试函数以及主函数
相关的代码如下所示，参照博客：https://blog.csdn.net/qq_45588019/article/details/120935828?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167912238216800192252039%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=167912238216800192252039&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_alltop_positive~default-1-120935828-null-null.142^v74pc_new_rank,201^v4add_ask,239^v2insert_chatgpt&utm_term=mnist%E6%89%8B%E5%86%99%E6%95%B0%E5%AD%97%E8%AF%86%E5%88%AB&spm=1018.2226.3001.4187

由于本人第一次跑这个模型，因此其中的代码做了充分的解释说明，对小白会更加方便友好：

import torch
from matplotlib import pyplot as plt
# DataLoader类，用于批量加载数据
from torch.utils.data import DataLoader
# transforms是一个用来进行数据预处理和数据增强的模块
from torchvision import transforms
from torchvision import datasets

# 超参数设置
batch_size = 64
learning_rate = 0.01
# 冲量是一个优化方法，除了使用当前步的梯度外，还会加上之前步的动量向量
momentum = 0.5
EPOCH = 10

# 数据准备,将输入的PIL图像或numpy.ndarray转换为张量,(0.1307,)和(0.3081,)分别是MNIST数据集的均值和标准差。
transforms = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,))])
train_dataset = datasets.MNIST(root='./data/mnist', train=True, transform=transforms, download=True)  # 也可以先下载数据集，把download设置为false
test_dataset = datasets.MNIST(root='./data/mnist', train=False, transform=transforms, download=True)
# shuffle=True表示数据加载器在每个epoch开始时打乱数据的顺序，以提高模型训练的效果。如果shuffle=False，则数据按照原始顺序传递给模型。
# DataLoader将数据分成一批一批的样本
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False)

# 设计网络模型
# 设置网络模型的父类为nn.Module
class Net(torch.nn.Module):
    def __init__(self):
        # 使用super继承父类的属性和方法，torch.nn中有基本的卷积层，池化层，全连接层等组件
        super(Net, self).__init__()
        self.convl = torch.nn.Sequential(
            # 定义了一个二维卷积层，输入通道数为1（灰度图像），输出通道数为10，卷积核大小为5x5
            torch.nn.Conv2d(1, 10, kernel_size=5),
            torch.nn.ReLU(),
            torch.nn.MaxPool2d(kernel_size=2),
        )

        self.conv2 = torch.nn.Sequential(
            torch.nn.Conv2d(10,20,kernel_size=5),
            torch.nn.ReLU(),
            torch.nn.MaxPool2d(kernel_size=2)
        )
        self.fc = torch.nn.Sequential(
            # 比起torch.nn.Linear(320,10),多了一个隐藏层对输入进行特征提取和转换，提高模型的表达能力和泛化能力
            torch.nn.Linear(320, 50),
            torch.nn.Linear(50, 10),
        )

    def forward(self,x):
        # x是输入的张量，它的shape为 (batch_size, channels, height, width)。
        batch_size = x.size(0)
        x = self.convl(x)  # 一层卷积层,一层池化层,一层激活层(图是先卷积后激活再池化，差别不大)
        x = self.conv2(x)  # 再来一次
        x = x.view(batch_size, -1) # flatten 变成全连接网络需要的输入 (batch, 20,4,4) ==> (batch,320), -1 此处自动算出的是320
        x = self.fc(x)
        return x           # 最后输出的是维度为10的，也就是（对应数学符号的0~9）

model = Net()




# 构造损失函数和优化器
# 交叉熵损失
criterion = torch.nn.CrossEntropyLoss()
# SGD是梯度下降算法，model.parameters()返回当前神经网络中的所有可训练参数，在使用优化器更新神经网络的过程中，需要使用这些可训练参数来计算梯度，momentum即使保持当前梯度下降变化方向的权重
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate, momentum=momentum) # lr学习率，momentum冲量

# 训练以及测试
# 把单独的一轮封装在函数里
def train(epoch):
    running_loss = 0.0
    running_total = 0
    running_correct = 0
    # 迭代训练集数据， 将训练集分成多个batch,从0个batch开始枚举所有的batch，batch_idx表示当前的batch索引，data表示当前的batch数据，包含了图片和标签。
    for batch_idx, data in enumerate(train_loader,0):
        # 将data分成输入图片和标签两个类
        inputs, target = data
        print(f"inputs.shape{
      
      inputs.shape}")
        print(f"inputs{
      
      inputs}")
        # 清空上一次得到的梯度
        optimizer.zero_grad()

        # forward + backward + update
        outputs = model(inputs)
        loss = criterion(outputs, target)
        # 根据损失值计算梯度，并进行反向传播
        loss.backward()
        # 使用优化器更新模型的参数，使得损失值尽可能小
        optimizer.step()

        # 把运算中loss累加起来，为了下面300次一除
        running_loss += loss.item()
        # 把运行中的准确率acc算出来
        # torch.max第一个返回最大值，第二个返回最大值所在的位置，.data返回形状为[batch_size, num_classes]的张量，dim等于1表示在第一个维度进行取最大值的操作，得到每个样本的输出值的最大值，也就是每个样本的预测类别
        _, predicted = torch.max(outputs.data,dim=1)
        running_total+=inputs.shape[0]
        running_correct+=(predicted == target).sum().item()

        # 不想要每一次都出loss，浪费时间，选择每300次出一个平均损失,和准确率
        if batch_idx % 300 ==299:
            print('[%d, %5d]: loss: %.3f, acc: %.2f %%'   # %%%表示输出一个百分号
                  %(epoch+1, batch_idx+1, running_loss/300, 100*running_correct/running_total))
            running_total = 0
            running_correct = 0
            running_loss = 0.0
    if epoch ==9:   # 保持最后的模型参数
        torch.save(model.state_dict(), './model_Mnist.pth')
        torch.save(optimizer.state_dict(), './optimizer_Mnist.pth')

def test(epoch):
    correct = 0
    total = 0
    with torch.no_grad(): # 测试集不用算梯度
        for data in test_loader:
            images, labels = data
            outputs = model(images)
            _, predicted = torch.max(outputs.data, dim=1)
            total+=labels.size(0)
            correct += (predicted == labels).sum().item()
    acc = correct/total
    print('[%d / %d]: Accuracy on test set: %.1f %%'% (epoch+1, EPOCH, 100*acc))
    return acc

#if __name__ == '__main__':
    acc_list_test = []
    for epoch in range(EPOCH):
        train(epoch)
       # if epoch % 10 == 9:  #每训练10轮 测试1次
        acc_test = test(epoch)
        acc_list_test.append(acc_test)
    plt.plot(acc_list_test)
    plt.xlabel('Epoch')
    plt.ylabel('Accuracy On TestSet')
    plt.show()

2.利用最后保存的.pth参数进行模型推理

2.1模型推理的意义

在看论文时，如何想尝试别人的网络结构在自己的数据集中的效果，就可以下载别人的预训练.pth文件，丢进去网络里面进行测试，剩下自己训练模型的时间和算力成本。

2.2推理代码

import torch
from torchvision import transforms as transforms
import PIL
from main import Net

# 加载自己的样本数据
image = PIL.Image.open('./te/2.png')
image = image.resize((28,28))  # 输入尺寸与网络的输入保持一致
image = image.convert('L')     # 转为灰度图，保持通道数与网络输入一致
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,))]) # 对数据标准化的时候，标准化参数最好跟训练的数据一样
image = transform(image)

Infer_model = Net()  # 获得网络结构
Infer_model.load_state_dict(torch.load('model_Mnist.pth')) # 加载最后训练的参数，在进行推理时，不需要优化器（optimizer），因为优化器只在训练时用于更新模型参数。

Infer_model.eval()  # 将模型转化为评估模型，此时虽然训练模型的batch_size是64，但是推理的时候可以只用一张图片
with torch.no_grad():
    output= Infer_model(image)  # 得到推理结果

# 返回函数的最大值的下标
pred = torch.argmax((output))
print('Prediction:', pred.item())

使用的图片：自己从网上找两张数字手写体的图保持就好

参考：
[1]:https://blog.csdn.net/qq_45588019/article/details/120935828?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167912238216800192252039%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=167912238216800192252039&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_alltop_positive~default-1-120935828-null-null.142^v74pc_new_rank,201^v4add_ask,239^v2insert_chatgpt&utm_term=mnist%E6%89%8B%E5%86%99%E6%95%B0%E5%AD%97%E8%AF%86%E5%88%AB&spm=1018.2226.3001.4187

Pytorch实现MNIST手写数字识别及利用.pth文件进行模型推理

Pytorch实现MNIST手写数字识别及利用.pth文件进行模型推理

1. 模型训练及测试的基本流程及代码

2.利用最后保存的.pth参数进行模型推理

2.1模型推理的意义

2.2推理代码

猜你喜欢