麻醉医生的深度学习之旅 P2：CIFAR10彩色图片识别-CSDN博客

🍨 本文为🔗365天深度学习训练营中的学习记录博客

🍖 原作者：K同学啊

刚刚过去的周末举行了 X9 高校赛艇联赛，我倍感幸运，在大叔的年纪竟被教练选入了混八队伍。虽说结果不太理想，甚至为此略感失落，不过也收获了宝贵的比赛经验。接触赛艇一个多月以来，我深感这是一项既能减肥又颇为优雅的运动，它同时还是团队、技巧与力量的完美结合，散发着浓厚的艺术魅力。两站比赛已经成为过去时，下个月还有第三站在等着我们。依旧用朋友圈的那条动态来激励自己，“Go big or go home!!!”。未来一个月会很苦，需要兼顾训练与学习，但我坚信这段经历会给我打下深刻的烙印！

言归正传，这是我参加《365天深度学习训练营》的第二周，与此同时，最近我还在学习MMDetection做实例分割，跑通Demo之后，加上这回P2的顺利实施，我已经开始逐步建立起信心。本期blog我主要通过注释每段代码来强化理解与记忆，那么接下来，就请随我一同回顾此次旅程吧！

此次实验为机器学习经典案例：基于CIFAR10数据集的彩色图片识别实验

实验目的：

学习如何编写一个完整的深度学习程序
学会推导卷积层与池化层的计算过程
重点是学会基于torch.nn构建CNN网络

实验环境：

语言环境：python 3.8
编译器：pycharm
深度学习环境：
- torch ==2.2.2
- torchvision ==0.17.2
- cpuonly

实验流程：

一、前期准备

1. 导入"APP"，设置 GPU

# 导入PyTorch库，这是一个广泛用于深度学习的框架
# 将PyTorch的神经网络模块导入，并简称为nn（neural network），方便后续使用其中的各种神经网络层等
# 导入matplotlib的绘图模块，用于数据可视化，比如绘制图形等
# torchvision通常用于导入与计算机视觉相关的功能和数据集

import torch 
import torch.nn as nn 
import matplotlib.pyplot as plt 
import torchvision 

# 设置硬件设备，如果有GPU则使用，没有则使用cpu 
# 如果有则将device设置为"cuda"，表示将在GPU上进行计算，这样可以加速深度学习模型的训练和推理等操作

device = torch.device("cuda" if torch.cuda.is_available() else "cpu") 
device

🪧代码输出
device(type='cpu')

2. 加载数据

通过torchvision中的dataset下载CIFAR10数据集，并划分好训练集与测试集

# torchvision.datasets.CIFAR10：调用PyTorch中用于加载 CIFAR10 数据集的类
# 'data'：指定数据集存储的路径
# train=True：训练集
# transform=torchvision.transforms.ToTensor()：将数据类型转换为张量（Tensor）格式
# download=True：如果数据集在指定路径下不存在，则自动下载该数据集

train_ds = torchvision.datasets.CIFAR10('data', 
                                      train=True, 
                                      transform=torchvision.transforms.ToTensor(), 
                                      download=True)

test_ds  = torchvision.datasets.CIFAR10('data', 
                                      train=False, 
                                      transform=torchvision.transforms.ToTensor(), 
                                      download=True)

🪧代码输出
Files already downloaded and verified
Files already downloaded and verified

通过DataLoader加载数据，并设置好基本的batch_size

# batch_size：定义每一批数据的大小
# torch.utils.data.DataLoader：创建一个数据加载器
# train_ds：训练数据集
# batch_size=batch_size：使用前面定义的批量大小
# shuffle=True：在每个训练周期开始前对训练数据进行随机打乱，有助于提高训练效果，避免模型学习到数据的特定顺序
# 测试集通常不需要打乱数据顺序
# 这样就创建好了训练集和测试集的数据加载器，以便在训练和评估模型时能够以指定的批量大小方便地获取数据

batch_size = 32

train_dl = torch.utils.data.DataLoader(train_ds, 
                                       batch_size=batch_size, 
                                       shuffle=True)

test_dl  = torch.utils.data.DataLoader(test_ds, 
                                       batch_size=batch_size)

# 取一个批次查看数据格式
# 数据的shape为：[batch_size, channel, height, weight]
# 其中batch_size为自己设定，channel，height和weight分别是图片的通道数，高度和宽度

imgs, labels = next(iter(train_dl))
imgs.shape

🪧代码输出
torch.Size([32, 3, 32, 32])

3. 数据可视化

# 导入numpy库，用于数组操作等
# 创建一个新的图形，指定图形的大小为宽20、高5（英寸）
# 遍历一个名为imgs的数据集中的前20个图像

import numpy as np
plt.figure(figsize=(20, 5)) 
for i, imgs in enumerate(imgs[:20]):

    # 维度缩减：将图像数据转换为numpy数组，并进行维度变换，通常是将通道维度调整到最后
    # 将整个图形区域划分成2行10列的子图布局，并选择当前要绘制的是第i+1个子图
    # 在当前子图中显示转换后的图像，使用指定的颜色映射（这里是二值颜色映射）
    # 关闭坐标轴的显示
    
    npimg = imgs.numpy().transpose((1, 2, 0))
    plt.subplot(2, 10, i+1)
    plt.imshow(npimg, cmap=plt.cm.binary)
    plt.axis('off')
    
#plt.show()  如果使用的是Pycharm编译器，加上