关于程序员:PyTorch-入门之旅

Python 家族的深度学习框架有很多，比方：

• TensorFlow
• PyTorch
• Keras
• Theano
• Lasagne

而 PyTorh 是其中体现十分好的一个，明天咱们就来开启 PyTorh 的入门之旅

什么是 PyTorch

它是一个基于 Python 的科学计算包，次要有两大特色：

• 代替 NumPy，用以利用 GPU 的弱小计算性能
• 领有最大灵活性和速度的深度学习钻研平台

PyTorch 的特点 / 亮点

1. 对 Python 的原生反对及其库的应用
2. 深度联合于 Facebook 的开发，以满足平台中的所有深度学习要求
3. PyTorch 确保提供易于应用的 API，这有助于更换的应用和了解 API
4. 动态图计算是 PyTorch 的一个次要亮点，能够确保在代码执行的每个点动静构建图形，并且能够在运行时进行操作
5. PyTorch 速度快，因而能够确保轻松编码和疾速解决
6. 对 CUDA 的反对确保代码能够在 GPU 上运行，从而缩小运行代码所需的工夫并进步零碎的整体性能

装置 PyTorch

在机器上装置 PyTorch 还是非常简单的

基于操作系统或包管理器等零碎属性，它能够从命令提示符或在 IDE（如 PyCharm 等）中间接装置

张量（Tensors）

Tensors 相似于 NumPy 的 n 维数组，此外 Tensors 也能够在 GPU 上进行减速计算

让咱们结构一个简略的 Tensors 并查看输入，首先让咱们看看如何构建一个 5×3 的未初始化矩阵：

x = torch.empty(5, 3)
print(x)

Output:

tensor([[8.3665e+22, 4.5580e-41, 1.6025e-03],
        [3.0763e-41, 0.0000e+00, 0.0000e+00],
        [0.0000e+00, 0.0000e+00, 3.4438e-41],
        [0.0000e+00, 4.8901e-36, 2.8026e-45],
        [6.6121e+31, 0.0000e+00, 9.1084e-44]])

当初让咱们结构一个随机初始化的矩阵：

x = torch.rand(5, 3)
print(x)

Output:

tensor([[0.1607, 0.0298, 0.7555],
        [0.8887, 0.1625, 0.6643],
        [0.7328, 0.5419, 0.6686],
        [0.0793, 0.1133, 0.5956],
        [0.3149, 0.9995, 0.6372]])

间接从数据结构张量：

x = torch.tensor([5.5, 3])
print(x)

Output:

tensor([5.5000, 3.0000])

张量运算

张量运算操作有多种语法，在上面的例子中，咱们将看看加法运算：

y = torch.rand(5, 3)
print(x + y)

Output:

tensor([[0.2349, -0.0427, -0.5053],
            [0.6455,  0.1199,  0.4239],
            [0.1279,  0.1105,  1.4637],
            [0.4259, -0.0763, -0.9671],
            [0.6856,  0.5047,  0.4250]])

调整大小：如果咱们想重塑 / 调整张量的大小，能够应用“torch.view”：

x = torch.randn(4, 4)
y = x.view(16)
z = x.view(-1, 8) # the size -1 is inferred from other dimensions
print(x.size(), y.size(), z.size())

Output:

torch.Size([4, 4]) torch.Size([16]) torch.Size([2, 8])

NumPy

NumPy 是 Python 编程语言的库，减少了对大型、多维数组和矩阵的反对，以及用于对这些数组进行操作的大量高级数学函数汇合

Numpy 还有一下特定

• 提供用于集成 C/C++ 和 FORTRAN 代码的工具
• 具备线性代数、傅立叶变换和随机数性能的运算能力

除了显著的迷信用处外，NumPy 还能够用作通用数据的高效多维容器，也能够定义任意的数据类型

这使得 NumPy 能够无缝疾速地与各种数据库集成！

连贯 Array 和 Tensors 的桥梁

将 Torch Tensor 转换为 NumPy 数组，反之亦然是轻而易举

Torch Tensor 和 NumPy 数组将共享它们的底层内存地位，扭转一个将同时扭转另一个

将 Torch 张量转换为 NumPy 数组：

a = torch.ones(5)
print(a)
b = a.numpy()
print(b)

Output:

tensor([1., 1., 1., 1., 1.])
[1. 1. 1. 1. 1.]

上面让咱们执行求和运算并查看值的变动：

a.add_(1)
print(a)
print(b)

Output:

tensor([2., 2., 2., 2., 2.]) [2. 2. 2. 2. 2.]

将 NumPy 数组转换为 Torch 张量：

import numpy as no
a = np.ones(5)
b = torch.from_numpy(a)
np.add(a, 1, out=a)
print(a)
print(b)

Output:

[2. 2. 2. 2. 2.]
tensor([2., 2., 2., 2., 2.], dtype=torch.float64)

能够看到，Numpy 与 Torch 之间的互转还是十分不便的

实战 – 训练图像分类器

数据集抉择

通常，当咱们解决图像、文本、音频或视频数据时，能够应用规范的 Python 包将数据加载到 Numpy 数组中，而后就能够把这个数组转换成一个 torch.*Tensor

• 对于图像，能够 Pillow 和 OpenCV
• 对于音频，应用 Scipy 和 Librosa
• 对于文本，原始 Python、基于 Cython 的加载或 NLTK 和 SpaCy 都能够

专门针对视觉，有一个名为 torchvision 的包，它实现了 Imagenet、CIFAR10、MNIST 等常见数据集的数据加载器和用于图像的数据转换器，这样咱们就能够很不便的应用已有数据集进行学习

在这里，咱们将应用 CIFAR10 数据集

它有类别：“飞机”、“汽车”、“鸟”、“猫”、“鹿”、“狗”、“青蛙”、“马”、“船”、“卡车”。CIFAR-10 中的图像大小为 3x32x32，即 32×32 像素大小的 3 通道彩色图像，如下图：

训练 CIFAR10 分类器

首先咱们加载和归一化 CIFAR10
应用 torchvision 加载

import torch
import torchvision
import torchvision.transforms as transforms

torchvision 数据集的输入是范畴 [0, 1] 的 PILImage 图像，咱们将它们转换为归一化范畴 [-1, 1] 的张量

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')

Output:

Downloading https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz to ./data/cifar-10-python.tar.gz Files already downloaded and verified 

接下来，咱们从数据集中打印一些训练图像

import matplotlib.pyplot as plt
import numpy as np
 
# functions to show an image
 
 
def imshow(img):
img = img / 2 + 0.5 # unnormalize
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
 
 
# get some random training images
dataiter = iter(trainloader)
images, labels = dataiter.next()
 
# show images
imshow(torchvision.utils.make_grid(images))
# print labels
print(''.join('%5s' % classes[labels[j]] for j in range(4)))

Output:

dog  bird horse horse

上面咱们定义卷积神经网络
思考应用 3 通道图像（红色、绿色和蓝色）的状况，咱们定义 CNN 架构

import torch.nn as nn
import torch.nn.functional as F
 
 
class Net(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)
 
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))
x = self.fc3(x)
return x
 
 
net = Net()

接下来定义损失函数和优化器

咱们应用 Cross-Entropy loss 和 SGD

事实上，Cross-Entropy Loss 是一个介于 0-1 之间的概率值，完满模型的穿插熵损失为 0，但也可能产生预期值为 0.2 但最终却失去 2 的状况，这将导致十分高的损失并且基本没有任何作用

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

上面就能够训练神经网络了

咱们只须要遍历咱们的数据迭代器，并将输出提供给网络并进行优化

for epoch in range(2): # loop over the dataset multiple times
 
running_loss = 0.0
for i, data in enumerate(trainloader, 0):
# get the inputs
inputs, labels = data
 
# zero the parameter gradients
optimizer.zero_grad()
 
# forward + backward + optimize
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
 
# print statistics
running_loss += loss.item()
if i % 2000 == 1999: # print every 2000 mini-batches
print('[%d, %5d] loss: %.3f' %
(epoch + 1, i + 1, running_loss / 2000))
running_loss = 0.0
 
print('Finished Training')

Output:

[1,  2000] loss: 2.236
[1,  4000] loss: 1.880
[1,  6000] loss: 1.676
[1,  8000] loss: 1.586
[1, 10000] loss: 1.515
[1, 12000] loss: 1.464
[2,  2000] loss: 1.410
[2,  4000] loss: 1.360
[2,  6000] loss: 1.360
[2,  8000] loss: 1.325
[2, 10000] loss: 1.312
[2, 12000] loss: 1.302
Finished Training

最初，在测试集上测试神经网络

咱们曾经在训练数据集上训练了 2 遍网络，然而还须要查看网络是否学到了什么货色

咱们将通过预测神经网络输入的类标签来查看这一点，并依据真实情况进行查看，如果预测正确，咱们将样本增加到正确预测列表中

第一步，让咱们展现一张来自测试集的图片

dataiter = iter(testloader)
images, labels = dataiter.next()
 
# print images
imshow(torchvision.utils.make_grid(images))
print('GroundTruth:', ''.join('%5s' % classes[labels[j]] for j in range(4)))

Output:

GroundTruth:    cat  ship  ship plane

第二步，应用神经网络进行预测

outputs = net(images)

predicted = torch.max(outputs, 1)
 
print('Predicted:', ''.join('%5s' % classes[predicted[j]]
for j in range(4)))

outputs 输入是 10 个类别的权重，一个类别的权重越高，神经网络就越认为该图像属于该类别
Output:

Predicted:    cat   car   car plane

成果仿佛还不错

再接下来让咱们看看神经网络在整个数据集上的体现

correct = 0
total = 0
with 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))

Output:

Accuracy of the network on the 10000 test images: 54 %

准确率还能够，比随机偶尔的 10%（从 10 个类中随机抉择一个类）还是高出不少的

最初咱们再看下不同类别的准确率

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

Output:

Accuracy of plane : 61 %
Accuracy of   car : 85 %
Accuracy of  bird : 46 %
Accuracy of   cat : 23 %
Accuracy of  deer : 40 %
Accuracy of   dog : 36 %
Accuracy of  frog : 80 %
Accuracy of horse : 59 %
Accuracy of  ship : 65 %
Accuracy of truck : 46 %

好了，明天的分享就到这里了，看到这里的敌人，如果你感觉称心请务必点个赞 + 在看 反对下，感激~

本文由 mdnice 多平台公布