注：初入门深度学习，记录自己第一个成功的小实验，无参考意义

在我的Python项目下一共两个文件，一个用来定义模型，一个用来训练

目录

• 定义模型
• 训练函数
• 实验效果

定义模型

注意：由于Minist 手写数字是灰色图片即单通道，所以我们在经过两个卷积层之后只有16个通道，并且我在Lenet 的网络中加入了BatchNormal 正则化，经实验可以提高模型精度这里提出一个值得注意的点： x = x.view(-1, 16 x 4 x 4)，这里是将卷积层展开为全连接层，但是我看到网上都是写的(16 x 5 x 5)，我将自己图片经过卷积层后的输出通过计算得到的是(16 x 4 x 4)，于是我将它写为（16 x 4 x 4）并成功运行，经过实验我的想法是对的(原来我发现我的第一层卷积填充padding=0,所以计算后是(16 x 4 x4))，所以有些东西一定要自己思考且实践验证，这里给出一个计算卷积后输出大小的公式 ⌊(nh − kh + ph + sh)/sh⌋ × ⌊(nw − kw + pw + sw)/sw⌋. 即：输入高或宽nh 卷积核大小kernal_size(kh) 填充 padding(ph) 步幅 strid(sh) ,一定要对应好输出

import torch.nn as nn
import torch.nn.functional as Fclass LeNet(nn.Module):def __init__(self):super(LeNet, self).__init__()self.conv1 = nn.Conv2d(1, 6, kernel_size=5)self.pool1 = nn.AvgPool2d(kernel_size=2, stride=2)self.conv2 = nn.Conv2d(6, 16, kernel_size=5)self.pool2 = nn.AvgPool2d(kernel_size=2, stride=2)self.bn1 = nn.BatchNorm2d(6)self.bn2 = nn.BatchNorm2d(16)self.fc1 = nn.Linear(16*4*4, 120)self.fc2 = nn.Linear(120, 84)self.fc3 = nn.Linear(84, 10)def forward(self, x):       # ⌊(nh − kh + ph + sh)/sh⌋ × ⌊(nw − kw + pw + sw)/sw⌋.x = F.relu(self.bn1(self.conv1(x)))  # input(1, 28, 28) output(6, 24, 24)x = self.pool1(x)          # output(6, 12, 12)x = F.relu(self.bn2(self.conv2(x)))  # output(16, 8, 8)x = self.pool2(x)          # output(16, 4, 4)x = x.view(-1, 16*4*4)     # output(256)x = F.relu(self.fc1(x))    # output(120)x = F.relu(self.fc2(x))    # output(84)x = self.fc3(x)            # output(10)return x

训练函数

这里可以给出一个常用的步骤：
1.数据预处理，由于 minist 手写数字已经内嵌在了pytorch中，我们只需要简单的调用函数即可，无需复杂的数据预处理 transform 是一个比较重要的步骤，我们需要在这里定义读数据的处理方式，值得注意的是，Minist是灰度图像，所以Normalize里面只能对一个维度进行处理，RGB是对三个维度处理例如：将数据转换为tensor类型（必要的），对数据进行标准化（正则化）处理，图像增广（翻转，改变色调，缩放），以训练集为例： train_set = torchvision.datasets.MNIST(root='./data', train=True, download=False, transform=transform)

` 这一步是将数据加载，如果没有下载数据集，download选项需等于True

train_loader = torch.utils.data.DataLoader(train_set, batch_size=32, shuffle=True, num_workers=0) 这一步是将数据加载到内存中，batch_size 表示每次加载多少，shuffle表示是否打乱顺序
2.定义模型，损失函数，优化函数，这里无需多言
3.训练，同样无需多言

import torch
import torchvision
import torch.nn as nn
from model import LeNet
import torch.optim as optim
import torchvision.transforms as transformsdef main():transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize(mean=[0.5], std=[0.5])])train_set = torchvision.datasets.MNIST(root='./data', train=True,download=False, transform=transform)train_loader = torch.utils.data.DataLoader(train_set, batch_size=32,shuffle=True, num_workers=0)val_set = torchvision.datasets.MNIST(root='./data', train=False,download=False, transform=transform)val_loader = torch.utils.data.DataLoader(val_set, batch_size=1000,shuffle=False, num_workers=0)val_data_iter = iter(val_loader)val_images, val_labels = val_data_iter.next()net = LeNet()loss_function = nn.CrossEntropyLoss()optimizer = optim.Adam(net.parameters(), lr=0.0001)for epoch in range(5):running_loss = 0.0for step, (images, labels) in enumerate(train_loader, start=0):optimizer.zero_grad()outputs = net(images)loss = loss_function(outputs, labels)loss.backward()optimizer.step()running_loss += loss.item()if step % 500 == 499:with torch.no_grad():outputs = net(val_images)predict_y = torch.max(outputs, dim=1)[1]accuracy = torch.eq(predict_y, val_labels).sum().item() / val_labels.size(0)print('[%d, %5d] train_loss: %.3f  test_accuracy: %.3f' %(epoch + 1, step + 1, running_loss / 500, accuracy))running_loss = 0.0print('Finished Training')save_path = './Lenet.pth'torch.save(net.state_dict(), save_path)if __name__=='__main__':main()

实验效果

这里可以给出一个对比一个是没有在网络里面加 BatchNormal , 一个是添加 BatchNormal

图一，无正则化

图二，加上正则化

可以很明显的看到精度有提升

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！