当前位置: 首页 > news >正文

基于Pytorch的深度学习-第二章

2.1 CIFAR-10数据集简介

CIFAR-10数据集包含10个类别:plane、car、bird、cat、deer、dog、frog、horse、ship、truck,每个类别有6000张图片。其中训练集图片有50000张,测试集有10000张图片。训练集和测试集的生成方法是,分别从每个类别中随机挑选1000张图片加入测试集,其余图片进入训练集。CIFAR-10中的图像尺寸为3\times32\times32,也就是RGB的3层颜色通道,图像的宽和高都为32。

2.2 加载数据集

加载数据集,数据进行归一化操作

import torch
import torch.utils
import torchvision
import torchvision.transforms as transformstransform = 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=0)
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=0)classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

展示一些训练图片,代码如下:

import matplotlib.pyplot as plt
import numpy as npdef imshow(img):img = img / 2 + 0.5npimg = img.numpy()plt.imshow(np.transpose(npimg, (1,2,0)))plt.show()
dataiter = iter(trainloader)
images, labels = dataiter.next()imshow(torchvision.utils.make_grid(images))
print(''.join('%6s' % classes[labels[j]] for j in range(4)))

输出结果:

  deer plane  deer   cat

 

2.3定义卷积神经网络

import torch.nn as nn
import torch.nn.functional as Fclass Net(nn.Module):def __init__(self):super(Net, self).__init__()#输入图片为三通道,输出为六通道,卷积核大小为5*5self.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))return xnet = Net()
print(net)

输出网络结构:

Net((conv1): Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))(pool): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))(fc1): Linear(in_features=400, out_features=120, bias=True)(fc2): Linear(in_features=120, out_features=84, bias=True)(fc3): Linear(in_features=84, out_features=10, bias=True)
)

2.4 定义损失函数和优化器

使用分类交叉熵(CrossEntropy)作为损失函数,支持动量的SGD作为优化器,代码如下:

import torch.optim as optimcriterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

动量设置为0.9。

2.5 训练网络

只需要在数据迭代器上循环传给网络和优化器的输入即可,代码如下: 

for epoch in range(2):running_loss = 0.0for i, data in enumerate(trainloader, 0):#获取输入inputs, labels = data#清零权重的梯度optimizer.zero_grad()#前向传播 计算损失 反向传播 更新参数outputs = net(inputs)loss = criterion(outputs, labels)loss.backward()optimizer.step()#打印统计信息running_loss += loss.item()if i % 2000 == 1999:print('[%d, %5d] loss: %.3f' %(epoch + 1, i + 1,running_loss / 2000))running_loss = 0.0print('Finished Training')

输出结果如下:

[1,  2000] loss: 2.695
[1,  4000] loss: 2.166
[1,  6000] loss: 2.026
[1,  8000] loss: 1.646
[1, 10000] loss: 1.483
[1, 12000] loss: 1.440
[2,  2000] loss: 1.327
[2,  4000] loss: 1.345
[2,  6000] loss: 1.326
[2,  8000] loss: 1.295
[2, 10000] loss: 1.239
[2, 12000] loss: 1.232
Finished Training

2.6使用测试集评估

 从测试集选取一些图片,来用训练好的网络来进行预测,代码如下:

dataiter = iter(testloader)
images, labels = dataiter.next()
imshow(torchvision.utils.make_grid(images))
print('GroundTruth', ''.join('%6s' % classes[labels[j]] for j in range(4)))outputs = net(images)
_, predicted = torch.max(outputs, 1)
print('Predicted: ',' '.join('%6s' % classes[predicted[j]] for j in range(4)))

输出结果如下:

GroundTruth    cat  ship  ship plane
Predicted:     cat   ship   ship   ship

接下来对测试集的每一张图片都进行预测,并计算整体的准确率,代码如下:

correct = 0
total = 0
with torch.no_grad():for data in testloader:images, labels =  dataoutputs = 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))

输出结果如下:

Accuracy of the network on the 10000 test images: 56 %

为了精细化分析,查看每一个类别的准确率。代码如下:

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 = dataoutputs = 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] += 1for i in range(10):print('Accuracy of %5s : %2d %%' % (classes[i], 100 * class_correct[i] / class_total[i]))

输出结果如下:

Accuracy of plane : 41 %
Accuracy of   car : 81 %
Accuracy of  bird : 27 %
Accuracy of   cat : 41 %
Accuracy of  deer : 61 %
Accuracy of   dog : 46 %
Accuracy of  frog : 73 %
Accuracy of horse : 59 %
Accuracy of  ship : 75 %
Accuracy of truck : 58 %

如果想提高准确率,可以多训练几个epoch。 

 

 

 

 

 

 

 

 

 

相关文章:

  • Qt UDP组播实现与调试指南
  • Vue+Flask豆瓣LSTM影评+推荐算法大数据可视化平台深度学习系统源码
  • 加密认证库openssl初始附带c/c++的使用源码
  • Linux之七大难命令(The Seven Difficult Commands of Linux)
  • 硬件工程师系列(十四)RS232自学设计分享
  • uniapp -- 实现微信小程序、app、H5端视频上传
  • 每日英语:每周背10句
  • `rfind()` 从字符串的右侧开始查找指定子字符串首次出现的位置
  • 达梦并行收集统计信息
  • CLIP和SimCLR集成到图像-文本检索系统技术实现步骤和部署方案(代码版)
  • 《仙剑奇侠传二》游戏秘籍
  • Linux常见指令介绍下(入门级)
  • Vue3集成浏览器API实时语音识别
  • Ubuntu K8s集群安全加固方案
  • 如何下载适用于语音识别功能增强的Google Chrome浏览器
  • 2025 年“泰迪杯”数据挖掘挑战赛B题——基于穿戴装备的身体活动监测问题分析
  • 堆和二叉树--数据结构初阶(3)(C/C++)
  • 本地缓存大杀器-Caffeine
  • Obsidian和Ollama大语言模型的交互过程
  • 基于AI与drawio的图表生成技术及其在学术研究中的应用前景分析
  • 上海出台灵活就业人员公积金新政:不限户籍、提取自由,6月起施行
  • A股三大股指收跌:地产股领跌,银行股再度走强
  • 澎湃思想周报丨数字时代的育儿;凛冬已至好莱坞
  • 多家媒体及网红走进云南曲靖沾益:感受珠江源头
  • 持续更新丨伊朗港口爆炸事件已致561人受伤
  • 如何做大中国拳击产业的蛋糕?这项赛事给出办赛新思考