PyTorch之LeNet-5:利用PyTorch实现最经典的LeNet-5卷积神经网络对手写数字图片识别CNN

训练过程

PyTorch之LeNet-5:利用PyTorch实现最经典的LeNet-5卷积神经网络对手写数字图片识别CNN


代码设计

#PyTorch:利用PyTorch实现最经典的LeNet卷积神经网络对手写数字进行识别CNN——Jason niu

import torch

import torch.nn as nn

import torch.optim as optim

class LeNet(nn.Module):

   def __init__(self):

       super(LeNet,self).__init__()

       #Conv1 和 Conv2:卷积层,每个层输出在卷积核(小尺寸的权重张量)和同样尺寸输入区域之间的点积;

       self.conv1 = nn.Conv2d(1,10,kernel_size=5)

       self.conv2 = nn.Conv2d(10,20,kernel_size=5)

       self.conv2_drop = nn.Dropout2d()

       self.fc1 = nn.Linear(320,50)

       self.fc2 = nn.Linear(50,10)

   def forward(self,x):

       x = F.relu(F.max_pool2d(self.conv1(x),2)) #使用 max 运算执行特定区域的下采样(通常 2x2 像素);

       x = F.relu(F.max_pool2d(self.conv2_drop(self.conv2(x)),2))

       x = x.view(-1, 320)

       x = F.relu(self.fc1(x))  #修正线性单元函数,使用逐元素的激活函数 max(0,x);

       x = F.dropout(x, training=self.training) #Dropout2D随机将输入张量的所有通道设为零。当特征图具备强相关时,dropout2D 提升特征图之间的独立性;

       x = self.fc2(x)

       return F.log_softmax(x, dim=1)  #将 Log(Softmax(x)) 函数应用到 n 维输入张量,以使输出在 0 到 1 之间。

#创建 LeNet 类后,创建对象并移至 GPU

model = LeNet()

criterion = nn.CrossEntropyLoss()  

optimizer = optim.SGD(model.parameters(),lr = 0.005, momentum = 0.9) #要训练该模型,我们需要使用带动量的 SGD,学习率为 0.01,momentum 为 0.5。

import os

from torch.autograd import Variable

import torch.nn.functional as F

cuda_gpu = torch.cuda.is_available()

def train(model, epoch, criterion, optimizer, data_loader):

   model.train()

   for batch_idx, (data, target) in enumerate(data_loader):

       if cuda_gpu:

           data, target = data.cuda(), target.cuda()

           model.cuda()

       data, target = Variable(data), Variable(target)

       output = model(data)

       optimizer.zero_grad()

       loss = criterion(output, target)

       loss.backward()

       optimizer.step()

       if (batch_idx+1) % 400 == 0:

           print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(

               epoch, (batch_idx+1) * len(data), len(data_loader.dataset),

               100. * (batch_idx+1) / len(data_loader), loss.data[0]))

           

from torchvision import datasets, transforms

batch_num_size = 64

train_loader = torch.utils.data.DataLoader(

   datasets.MNIST('data',train=True, download=True, transform=transforms.Compose([

       transforms.ToTensor(),

       transforms.Normalize((0.1307,), (0.3081,))

   ])),

   batch_size=batch_num_size, shuffle=True)

test_loader = torch.utils.data.DataLoader(

   datasets.MNIST('data',train=False, transform=transforms.Compose([

       transforms.ToTensor(),

       transforms.Normalize((0.1307,), (0.3081,))

   ])),

   batch_size=batch_num_size, shuffle=True)

def test(model, epoch, criterion, data_loader):

   model.eval()

   test_loss = 0

   correct = 0

   for data, target in data_loader:

       if cuda_gpu:

           data, target = data.cuda(), target.cuda()

           model.cuda()

       data, target = Variable(data), Variable(target)

       output = model(data)

       test_loss += criterion(output, target).data[0]

       pred = output.data.max(1)[1] # get the index of the max log-probability

       correct += pred.eq(target.data).cpu().sum()

   test_loss /= len(data_loader) # loss function already averages over batch size

   acc = correct / len(data_loader.dataset)

   print('\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(

       test_loss, correct, len(data_loader.dataset), 100. * acc))

   return (acc, test_loss)

epochs = 5 #仅仅需要 5 个 epoch(一个 epoch 意味着你使用整个训练数据集来更新训练模型的权重),就可以训练出一个相当准确的 LeNet 模型。

#这段代码检查可以确定文件中是否已有预训练好的模型。有则加载;无则训练一个并保存至磁盘。

if (os.path.isfile('pretrained/MNIST_net.t7')):

   print ('Loading model')

   model.load_state_dict(torch.load('pretrained/MNIST_net.t7', map_location=lambda storage, loc: storage))

   acc, loss = test(model, 1, criterion, test_loader)

else:

   print ('Training model') #打印出该模型的信息。打印函数显示所有层(如 Dropout 被实现为一个单独的层)及其名称和参数。

   for epoch in range(1, epochs + 1):

       train(model, epoch, criterion, optimizer, train_loader)

       acc, loss = test(model, 1, criterion, test_loader)

   torch.save(model.state_dict(), 'pretrained/MNIST_net.t7')

print (type(t.cpu().data))#以使用 .cpu() 方法将张量移至 CPU(或确保它在那里)。

#或当 GPU 可用时(torch.cuda. 可用),使用 .cuda() 方法将张量移至 GPU。你可以看到张量是否在 GPU 上,其类型为 torch.cuda.FloatTensor。

#如果张量在 CPU 上,则其类型为 torch.FloatTensor。

if torch.cuda.is_available():

   print ("Cuda is available")

   print (type(t.cuda().data))

else:

   print ("Cuda is NOT available")

   

if torch.cuda.is_available():

   try:

       print(t.data.numpy())

   except RuntimeError as e:

       "you can't transform a GPU tensor to a numpy nd array, you have to copy your weight tendor to cpu and then get the numpy array"

print(type(t.cpu().data.numpy()))

print(t.cpu().data.numpy().shape)

print(t.cpu().data.numpy())

data = model.conv1.weight.cpu().data.numpy()

print (data.shape)

print (data[:, 0].shape)

kernel_num = data.shape[0]

fig, axes = plt.subplots(ncols=kernel_num, figsize=(2*kernel_num, 2))

for col in range(kernel_num):

   axes[col].imshow(data[col, 0, :, :], cmap=plt.cm.gray)

plt.show()


上一篇:DL之AlDL之AlexNet:利用卷积神经网络类AlexNet实现猫狗分类识别(图片数据增强→保存h5模型)(二)


下一篇:js实现图片加载特效(从左到右,百叶窗,从中间到两边)