PyTorch——CIFAR10

本文介绍了如何使用PyTorch实现从CIFAR10数据集加载、CNN网络构建、训练到测试的完整流程,包括数据预处理、模型设计、优化策略和评估指标。通过实例展示了如何调整参数以提升模型性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


import torch
from torch import nn
from torch import optim
from torch.nn.parameter import Parameter
import torchvision.transforms as transforms
import torchvision

# 在需要生成随机数的程序中,确保每次运行程序所生成的随机数都是固定的,使得实验结果一致
torch.manual_seed(1)
train_batch_size = 64
test_batch_size = 64

Ⅰ. 数据读取器

def get_data():
    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=train_batch_size)
    
    testset = torchvision.datasets.CIFAR10(root='./data', train=False, download=True, transform=transform)
    testloader = torch.utils.data.DataLoader(testset, batch_size=test_batch_size)
    return trainloader, testloader

get_data() 函数中,我们下载了CIFAR10 数据集并加载该数据集。

CIFAR-10: 该数据集共有60000张彩色图像,这些图像是32*32,分为10个类,每类6000张图。这里面有50000张用于训练,构成了5个训练批,每一批10000张图;另外10000用于测试,单独构成一批。测试批的数据里,取自10类中的每一类,每一类随机取1000张。抽剩下的就随机排列组成了训练批。

可以看一下CIFAR10 数据集中的图像是什么样子的

import matplotlib.pyplot as plt
import cv2

classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

examples = enumerate(trainloader, 0)
batch_idx, (example_data, example_targets) = next(examples)
fig = plt.figure()
for i in range(6):
    plt.subplot(2, 3, i+1)
    plt.tight_layout()
    plt.imshow(example_data[i][0], cmap='gray', interpolation='none')
    plt.title('class: {}'.format(classes[example_targets[i]]))
    plt.xticks([])
    plt.yticks([])
plt.show()
print(example_data.shape)

在这里插入图片描述
这些图像虽然分辨率不高(32×32),但最基本还是可以认出图像中的主要物体是什么。

Ⅱ. 搭建网络

class CNNNet(nn.Module):
    def __init__(self):
        super(CNNNet, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 6, kernel_size=5),
            nn.MaxPool2d(kernel_size=2, stride=2),
            nn.ReLU(),
            nn.Conv2d(6, 16, kernel_size=5),
            nn.MaxPool2d(kernel_size=2, stride=2),
            nn.ReLU(),
        )
        self.classifier = nn.Sequential(
            #nn.Dropout(),
            nn.Linear(16*5*5, 120),
            nn.ReLU(),
            #nn.Dropout(),
            nn.Linear(120, 84),
            nn.ReLU(),
            nn.Linear(84, 10),
        )
    def forward(self, x):
        x = self.features(x)
        x = torch.flatten(x, 1)
        x = self.classifier(x)
        return x

  由于CIFAR10 数据集中的图像都是RBG 图像,其具有三个通道,所以在网络中的第一个卷积层输入为3个特征。32×32图像经过第一个输入特征为3,输出特征为6,卷积核大小为5的卷积层后输出的特征图尺寸为28×28;经过第一个池化层后变成14×14;在经过一个卷积层与池化层后输出特征图尺寸为5×5;最后经过三层全连接层输出预测结果。

Ⅲ. 模型训练

net = CNNNet()

if torch.cuda.is_available():
    device = torch.device('cuda')
else:
    device = torch.device('cpu')
net.to(device)

trainloader, testloader = get_data()

loss_fn = nn.CrossEntropyLoss()
optimizer = optim.Adam(net.parameters(), lr=0.01)

定义损失函数为交叉熵损失,优化器为Adam,学习率为0.01。

开始训练

train_losses = []
train_counter = []

def train(model, optimizer, loss_fn, train_loader, epochs=10, device='cpu'):
    for epoch in range(1, epochs+1):
        model.train()
        for train_idx, (inputs, labels) in enumerate(train_loader, 0):
            inputs = inputs.to(device)
            labels = labels.to(device)
            # 1.获取输出
            outputs = model(inputs)
            # 2.梯度清零
            optimizer.zero_grad()
            # 3.计算损失
            loss = loss_fn(outputs, labels)
            # 4.反向传播
            loss.backward()
            # 5.参数优化
            optimizer.step()
            if train_idx % 10 == 0:
                train_losses.append(loss.item())
                counter_idx = train_idx * len(inputs) + epoch * len(train_loader.dataset)
                train_counter.append(counter_idx)
                print('epoch: {}, [{}/{}({:.0f}%)], loss: {:.6f}'.format(\
                        epoch, train_idx*len(inputs), len(train_loader.dataset),\
                        100*(train_idx*len(inputs)+(epoch-1)*len(train_loader.dataset))/(len(train_loader.dataset)*(epochs)),\
                        loss.item()))
    print('training ended')

train(net, optimizer, loss_fn, trainloader, epochs=20)

部分训练结果
在这里插入图片描述
画个图看看模型的训练结果

import matplotlib.pyplot as plt

fig = plt.figure()
plt.plot(train_counter, train_losses, color='blue')
plt.legend(['Train Loss'], loc='upper right')
plt.xlabel('Training images number')
plt.ylabel('Loss')
plt.show()

在这里插入图片描述
可以看到模型并没有很好地收敛,将epochs 设为5
在这里插入图片描述
将epochs 设为10
在这里插入图片描述
将epochs 设为20
在这里插入图片描述
由于神经网络结构简单,即使经过大量训练之后依然不能达到很好的预测结果

Ⅳ. 模型测试

import numpy as np

test_avg_loss = 0

def test(model ,test_loader, loss_fn, device='cpu'):
    correct = 0
    total = 0
    test_loss = []
    with torch.no_grad():
        for test_idx, (inputs, labels) in enumerate(test_loader, 0):
            inputs = inputs.to(device)
            labels = labels.to(device)
            outputs = model(inputs)
            loss = loss_fn(outputs, labels)
            test_loss.append(loss.item())
            index, value = torch.max(outputs.data, 1)
            total += labels.size(0)
            correct += int((value==labels).sum())
        test_avg_loss = np.average(test_loss)
        print('Total: {}, Correct: {}, Accuracy: {:.2f}%, AverageLoss: {:.6f}'.format(\
                total, correct, (correct/total*100), test_avg_loss))

test(net, testloader, loss_fn)

Total: 10000, Correct: 4941, Accuracy: 49.41%, AverageLoss: 1.535578
准确率能有差不多50%,可能是因为网络结构相对简单,所以即使经过多次训练之后正确率依然不算很高。

看一下部分预测结果

import matplotlib.pyplot as plt

classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
examples = enumerate(testloader)
batch_idx, (inputs, labels) = next(examples)
with torch.no_grad():
    outputs = net(inputs)
    fig = plt.figure()
    for i in range(0, 10):
        plt.subplot(2, 5, i+1)
        plt.imshow(inputs[i][0], cmap='gray', interpolation='none')
        plt.title('GT: {}, Prediction: {}'.format(\
                    classes[(labels[i])], classes[outputs.data.max(1, keepdim=True)[1][i].item()]))
        plt.xticks([])
        plt.yticks([])
        plt.show()

在这里插入图片描述在这里插入图片描述

Ⅴ. 完整代码

PyTorch_CIFAR10.py
在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

诺亚方包

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值