作者 | 荔枝boy
【前言】：你已经了解了如何定义神经网络，计算loss值和网络里权重的更新。现在你也许会想数据怎么样？
目录：
一．数据
二．训练一个图像分类器
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
三．在GPU上训练
四．在多个GPU上训练
五．还可以学哪些？
一、 数据
通常来说，当你处理图像，文本，语音或者视频数据时，你可以使用标准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，我们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”。
对于本教程，我们将使用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3*32*32，也就是RGB的3层颜色通道，每层通道内的尺寸为32*32。
图片一 cifar10
二、 训练一个图像分类器
我们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
1. 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.transformsastransforms
torchvision数据集的输出是范围在[0,1]之间的PILImage，我们将他们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
让我们来展示其中的一些训练图片。
import matplotlib.pyplot as plt
import numpy as np
# 图像显示函数
defimshow(img):
img = img /2+0.5 # 非标准的(unnormalized)
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
plt.show()
# 得到一些随机图像
dataiter =iter(trainloader)images, labels = dataiter.next()
# 显示图像
imshow(torchvision.utils.make_grid(images))
# 打印类标
print(' '.join('%5s'% classes[labels[j]] for j inrange(4)))图片二
输出：
cat car dog cat
2. 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
classNet(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)
defforward(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()3. 定义一个损失函数和优化器
让我们使用分类交叉熵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)4. 训练网络
这里事情开始变得有趣，我们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 inrange(2): # 多次循环遍历数据集
running_loss =0.0
for i, data inenumerate(trainloader, 0):
# 获取输入
inputs, labels = data
# 参数梯度置零
optimizer.zero_grad()
# 前向+ 反向 + 优化
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
# 输出统计
running_loss += loss.item()
if i %2000==1999: # 每2000 mini-batchs输出一次 print('[%d, %5d] loss: %.3f'%
(epoch +1, i +1, running_loss /2000))
running_loss =0.0
print('Finished Training')输出：
[1, 2000] loss: 2.211
[1, 4000] loss: 1.837
[1, 6000] loss: 1.659
[1, 8000] loss: 1.570
[1, 10000] loss: 1.521
[1, 12000] loss: 1.451
[2, 2000] loss: 1.411
[2, 4000] loss: 1.393
[2, 6000] loss: 1.348
[2, 8000] loss: 1.340
[2, 10000] loss: 1.363
[2, 12000] loss: 1.320
Finished Training
5. 在测试集上测试网络
我们已经通过训练数据集对网络进行了2次训练，但是我们需要检查网络是否已经学到了东西。
我们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，我们将样本添加到正确预测的列表里。
好的，第一步，让我们从测试集中显示一张图像来熟悉它。
dataiter =iter(testloader)images, labels = dataiter.next()
# 打印图片
imshow(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' '.join('%5s'% classes[labels[j]] for j inrange(4)))图片三输出：
GroundTruth: cat ship ship plane
现在让我们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。所以让我们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 inrange(4)))输出：
Predicted: cat car car ship
结果看起开非常好，让我们看看网络在整个数据集上的表现。
correct =0total =0with 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: 53 %
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 inrange(10))class_total =list(0.for i inrange(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 inrange(4):
label = labels[i]
class_correct[label] += c[i].item()
class_total[label] +=1
for i inrange(10):
print('Accuracy of %5s : %2d %%'% (
classes[i], 100* class_correct[i] / class_total[i]))输出：
Accuracy of plane : 52 %
Accuracy of car : 73 %
Accuracy of bird : 34 %
Accuracy of cat : 54 %
Accuracy of deer : 48 %
Accuracy of dog : 26 %
Accuracy of frog : 68 %
Accuracy of horse : 51 %
Accuracy of ship : 63 %
Accuracy of truck : 60 %
所以接下来呢？我们怎么在GPU上跑这些神经网络？
三、 在GPU上训练
就像你怎么把一个张量转移到GPU上一样，你要将神经网络转到GPU上。
如果CUDA可以用，让我们首先定义下我们的设备为第一个可见的cuda设备。
device = torch.device("cuda:0"if torch.cuda.is_available() else"cpu")
# 假设在一台CUDA机器上运行，那么这里将输出一个CUDA设备号：
print(device)输出：
cuda:0
本节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，并将它们的参数和缓冲器转换为CUDA张量。
net.to(device)
记住你也必须在每一个步骤向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？因为你的网络非常小。
练习：尝试增加你的网络宽度(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
四、 在多个GPU上训练
五、 接下来可以学哪些？
脚本总运行时间：(9分48.748秒)
下载Jupyternotebook文件：cifar10_tutorial.ipynb
