目录

  • 数据基元
  • 加载数据集
  • 数据集的迭代和可视化
  • 为文件创建自定义数据集
  • 创建模型
  • 优化模型参数


数据基元

1、处理数据样本的代码可能会变得混乱，难以维护。
2、为实现更好的可读性和模块化，希望处理数据集代码与模型训练代码实现脱钩与分离。
3、PyTorch提供了两个数据基元
torch.utils.data.DataLoader和torch.utils.data.Dataset。
它们允许你像使用自己的数据一样使用预加载的数据集。
（1）Dataset存储样本和它们对应的标签。
（2）DataLoader在Dataset周围包装一个可迭代对象，以便方便地访问样本。

加载数据集

以下是如何从TorchVision加载Fashion MNIST数据集的示例。Fashion MNIST是Zalando文章图像的数据集，由60000个训练示例和10000个测试示例组成。每个示例包括28×28灰度图像和来自10个类别之一的相关标签。
我们使用以下参数加载FashionMNIST数据集：

root 存储训练/测试数据的路径

    train 定义了训练和测试dataset

    download=True 如果根目录不可用，则从internet下载数据。
transform和targettransform指定特性和标签转换

代码如下

import torch
from torch.utils.data import Dataset
from torchvision import datasets
from torchvision.transforms import ToTensor
import matplotlib.pyplot as plt


training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor()
)

test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor()
)

数据集的迭代和可视化

我们可以像列表一样手动索引数据集：training_data[index]。我们使用matplotlib来可视化训练数据中的一些样本。

labels_map = {
    0: "T-Shirt",
    1: "Trouser",
    2: "Pullover",
    3: "Dress",
    4: "Coat",
    5: "Sandal",
    6: "Shirt",
    7: "Sneaker",
    8: "Bag",
    9: "Ankle Boot",
}
figure = plt.figure(figsize=(8, 8))
cols, rows = 3, 3
for i in range(1, cols * rows + 1):
    sample_idx = torch.randint(len(training_data), size=(1,)).item()
    img, label = training_data[sample_idx]
    figure.add_subplot(rows, cols, i)
    plt.title(labels_map[label])
    plt.axis("off")
    plt.imshow(img.squeeze(), cmap="gray")
plt.show()

为文件创建自定义数据集

自定义数据集类必须实现三个函数：init、len__和__getitem。
看看这个实现，FashionMNIST图像存储在目录img_dir中，其标签分别存储在CSV文件annotations_file中。

import os
import pandas as pd
from torchvision.io import read_image

class CustomImageDataset(Dataset):
    def __init__(self, annotations_file, img_dir, transform=None, target_transform=None):
        self.img_labels = pd.read_csv(annotations_file)
        self.img_dir = img_dir
        self.transform = transform
        self.target_transform = target_transform

    def __len__(self):
        return len(self.img_labels)

    def __getitem__(self, idx):
        img_path = os.path.join(self.img_dir, self.img_labels.iloc[idx, 0])
        image = read_image(img_path)
        label = self.img_labels.iloc[idx, 1]
        if self.transform:
            image = self.transform(image)
        if self.target_transform:
            label = self.target_transform(label)
        return image, label

__init__函数在实例化Dataset对象时运行一次。我们初始化包含图像、注释文件和两个转换的目录。
labels.csv内容

tshirt1.jpg, 0 
tshirt2.jpg, 0
......
ankleboot999.jpg, 9
def __init__(self, annotations_file, img_dir, transform=None, target_transform=None):
    self.img_labels = pd.read_csv(annotations_file)
    self.img_dir = img_dir
    self.transform = transform
    self.target_transform = target_transform

__len__函数返回数据集中的样本数。

def __len__(self):
    return len(self.img_labels)

__getitem_函数从给定索引idx处的数据集中加载并返回一个样本。基于索引，它识别图像在磁盘上的位置，
使用read_image将其转换为张量，从self.img_labels中的csv数据中检索相应的标签，调用其上的转换函数（如果适用），并返回元组中的张量图像和相应标签。

def __getitem__(self, idx):
    img_path = os.path.join(self.img_dir, self.img_labels.iloc[idx, 0])
    image = read_image(img_path)
    label = self.img_labels.iloc[idx, 1]
    if self.transform:
        image = self.transform(image)
    if self.target_transform:
        label = self.target_transform(label)
    return image, label

创建模型

为了在PyTorch中定义神经网络，我们创建了一个继承自nn.Module的类。我们在__init__函数中定义了网络的层，并在forward函数中指定数据将如何通过网络。为了加速神经网络中的操作，我们将其移动到GPU（如果可用）。

# Get cpu or gpu device for training.
device = "cuda" if torch.cuda.is_available() else "cpu"
print(f"Using {device} device")

# Define model
class NeuralNetwork(nn.Module):
    def __init__(self):
        super().__init__()
        self.flatten = nn.Flatten()
        self.linear_relu_stack = nn.Sequential(
            nn.Linear(28*28, 512),
            nn.ReLU(),
            nn.Linear(512, 512),
            nn.ReLU(),
            nn.Linear(512, 10)
        )

    def forward(self, x):
        x = self.flatten(x)
        logits = self.linear_relu_stack(x)
        return logits

model = NeuralNetwork().to(device)
print(model)

优化模型参数

为了训练模型，我们需要一个损失函数和一个优化器。

loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)

在单个训练循环中，模型在训练数据集上进行预测（分批提供给它），并反向预测预测误差以调整模型的参数。

def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)
    model.train()
    for batch, (X, y) in enumerate(dataloader):
        X, y = X.to(device), y.to(device)

        # Compute prediction error
        pred = model(X)
        loss = loss_fn(pred, y)

        # Backpropagation
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

        if batch % 100 == 0:
            loss, current = loss.item(), batch * len(X)
            print(f"loss: {loss:>7f}  [{current:>5d}/{size:>5d}]")