MNIST 数据集分类# 构建简单的CNN对 mnist 数据集进行分类

这是一篇学习贴。
  1 import torch
  2 import torch.nn as nn
  3 import torch.nn.functional as F
  4 import torch.optim as optim
  5 from torchvision import datasets, transforms
  6 import matplotlib.pyplot as plt
  7 import numpy
  8 
  9 # 一个函数，用来计算模型中有多少参数
 10 def get_n_params(model):
 11     np=0
 12     for p in list(model.parameters()): # 参数
 13         np += p.nelement()
 14     return np
 15 
 16 # 使用GPU训练，可以在菜单 "代码执行工具" -> "更改运行时类型" 里进行设置
 17 device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
 18 
 19 
 20 
 21 input_size  = 28*28   # MNIST上的图像尺寸是 28x28
 22 output_size = 10      # 类别为 0 到 9 的数字，因此为十类
 23 # PyTorch里包含了 MNIST， CIFAR10 等常用数据集，调用 torchvision.datasets 即可把这些数据由远程下载到本地
 24 # torchvision.datasets.MNIST(root, train=True, transform=None, target_transform=None, download=False)
 25 # root 为数据集下载到本地后的根目录，包括 training.pt 和 test.pt 文件
 26 # train，如果设置为True，从training.pt创建数据集，否则从test.pt创建。
 27 # download，如果设置为True, 从互联网下载数据并放到root文件夹下
 28 # transform, 一种函数或变换，输入PIL图片，返回变换之后的数据。
 29 # target_transform 一种函数或变换，输入目标，进行变换
 30 
 31 train_loader = torch.utils.data.DataLoader(
 32     datasets.MNIST(‘./data‘, train=True, download=True,
 33         transform=transforms.Compose(
 34             [transforms.ToTensor(),
 35              transforms.Normalize((0.1307,), (0.3081,))])),
 36     batch_size=64, shuffle=True)
 37 
 38 test_loader = torch.utils.data.DataLoader(
 39     datasets.MNIST(‘./data‘, train=False, transform=transforms.Compose([
 40              transforms.ToTensor(),
 41              transforms.Normalize((0.1307,), (0.3081,))])),
 42     batch_size=1000, shuffle=True)
 43 
 44 
 45 
 46 
 47 ##显示部分数据
 48 plt.figure(figsize=(8, 5))
 49 for i in range(20):
 50     plt.subplot(4, 5, i + 1)
 51     image, _ = train_loader.dataset.__getitem__(i)
 52     plt.imshow(image.squeeze().numpy(),‘gray‘)
 53     plt.axis(‘off‘);
 54 
 55 
 56 
 57 
 58 class FC2Layer(nn.Module):
 59     def __init__(self, input_size, n_hidden, output_size):
 60         # nn.Module子类的函数必须在构造函数中执行父类的构造函数
 61         # 下式等价于nn.Module.__init__(self)        
 62         super(FC2Layer, self).__init__()
 63         self.input_size = input_size
 64         # 这里直接用 Sequential 就定义了网络，注意要和下面 CNN 的代码区分开
 65 
 66         self.network = nn.Sequential(
 67             nn.Linear(input_size, n_hidden), 
 68             nn.ReLU(), 
 69             nn.Linear(n_hidden, n_hidden), 
 70             nn.ReLU(), 
 71             nn.Linear(n_hidden, output_size), 
 72             nn.LogSoftmax(dim=1)
 73         )
 74     def forward(self, x):
 75         # view一般出现在model类的forward函数中，用于改变输入或输出的形状
 76         # x.view(-1, self.input_size) 的意思是多维的数据展成二维
 77         # 代码指定二维数据的列数为 input_size=784，行数 -1 表示我们不想算，电脑会自己计算对应的数字
 78         # 在 DataLoader 部分，我们可以看到 batch_size 是64，所以得到 x 的行数是64
 79         # 大家可以加一行代码：print(x.cpu().numpy().shape)
 80         # 训练过程中，就会看到 (64, 784) 的输出，和我们的预期是一致的
 81 
 82         # forward 函数的作用是，指定网络的运行过程，这个全连接网络可能看不啥意义，
 83         # 下面的CNN网络可以看出 forward 的作用。
 84         x = x.view(-1, self.input_size)
 85         return self.network(x)
 86     
 87 class CNN(nn.Module):
 88     def __init__(self, input_size, n_feature, output_size):
 89         # 执行父类的构造函数，所有的网络都要这么写
 90         super(CNN, self).__init__()
 91         # 下面是网络里典型结构的一些定义，一般就是卷积和全连接
 92         # 池化、ReLU一类的不用在这里定义
 93         self.n_feature = n_feature
 94         self.conv1 = nn.Conv2d(in_channels=1, out_channels=n_feature, kernel_size=5)
 95         self.conv2 = nn.Conv2d(n_feature, n_feature, kernel_size=5)
 96         self.fc1 = nn.Linear(n_feature*4*4, 50)
 97         self.fc2 = nn.Linear(50, 10)    
 98     
 99     # 下面的 forward 函数，定义了网络的结构，按照一定顺序，把上面构建的一些结构组织起来
100     # 意思就是，conv1, conv2 等等的，可以多次重用
101     def forward(self, x, verbose=False):
102         x = self.conv1(x)
103         x = F.relu(x)
104         x = F.max_pool2d(x, kernel_size=2)
105         x = self.conv2(x)
106         x = F.relu(x)
107         x = F.max_pool2d(x, kernel_size=2)
108         x = x.view(-1, self.n_feature*4*4)
109         x = self.fc1(x)
110         x = F.relu(x)
111         x = self.fc2(x)
112         x = F.log_softmax(x, dim=1)
113         return x
114 
115 
116 
117 # 训练函数
118 def train(model):
119     model.train()
120     # 主里从train_loader里，64个样本一个batch为单位提取样本进行训练
121     for batch_idx, (data, target) in enumerate(train_loader):
122         # 把数据送到GPU中
123         data, target = data.to(device), target.to(device)
124 
125         optimizer.zero_grad()
126         output = model(data)
127         loss = F.nll_loss(output, target)
128         loss.backward()
129         optimizer.step()
130         if batch_idx % 100 == 0:
131             print(‘Train: [{}/{} ({:.0f}%)]\tLoss: {:.6f}‘.format(
132                 batch_idx * len(data), len(train_loader.dataset),
133                 100. * batch_idx / len(train_loader), loss.item()))
134 
135 
136 def test(model):
137     model.eval()
138     test_loss = 0
139     correct = 0
140     for data, target in test_loader:
141         # 把数据送到GPU中
142         data, target = data.to(device), target.to(device)
143         # 把数据送入模型，得到预测结果
144         output = model(data)
145         # 计算本次batch的损失，并加到 test_loss 中
146         test_loss += F.nll_loss(output, target, reduction=‘sum‘).item()
147         # get the index of the max log-probability，最后一层输出10个数，
148         # 值最大的那个即对应着分类结果，然后把分类结果保存在 pred 里
149         pred = output.data.max(1, keepdim=True)[1]
150         # 将 pred 与 target 相比，得到正确预测结果的数量，并加到 correct 中
151         # 这里需要注意一下 view_as ，意思是把 target 变成维度和 pred 一样的意思                                                
152         correct += pred.eq(target.data.view_as(pred)).cpu().sum().item()
153 
154     test_loss /= len(test_loader.dataset)
155     accuracy = 100. * correct / len(test_loader.dataset)
156     print(‘\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n‘.format(
157         test_loss, correct, len(test_loader.dataset),
158         accuracy))
159 
160 
161 #在小型全连接上测试
162 n_hidden = 8 # number of hidden units
163 
164 model_fnn = FC2Layer(input_size, n_hidden, output_size)
165 model_fnn.to(device)
166 optimizer = optim.SGD(model_fnn.parameters(), lr=0.01, momentum=0.5)
167 print(‘Number of parameters: {}‘.format(get_n_params(model_fnn)))
168 
169 train(model_fnn)
170 test(model_fnn)
171 
172 
173 
174 #在CNN上测试 Training settings 
175 n_features = 6 # number of feature maps
176 
177 model_cnn = CNN(input_size, n_features, output_size)
178 model_cnn.to(device)
179 optimizer = optim.SGD(model_cnn.parameters(), lr=0.01, momentum=0.5)
180 print(‘Number of parameters: {}‘.format(get_n_params(model_cnn)))
181 
182 train(model_cnn)
183 test(model_cnn)
184 
185 
186 
187 
188 ## 打乱像素顺序再次在两个网络上训练与测试
189 # 考虑到CNN在卷积与池化上的优良特性，如果我们把图像中的像素打乱顺序
190 # 这样 卷积 和 池化 就难以发挥作用了，为了验证这个想法，我们把图像中的像素打乱顺序再试试。
191 # 这里解释一下 torch.randperm 函数，给定参数n，返回一个从0到n-1的随机整数排列
192 perm = torch.randperm(784)
193 plt.figure(figsize=(8, 4))
194 for i in range(10):
195     image, _ = train_loader.dataset.__getitem__(i)
196     # permute pixels
197     image_perm = image.view(-1, 28*28).clone()
198     image_perm = image_perm[:, perm]
199     image_perm = image_perm.view(-1, 1, 28, 28)
200     plt.subplot(4, 5, i + 1)
201     plt.imshow(image.squeeze().numpy(), ‘gray‘)
202     plt.axis(‘off‘)
203     plt.subplot(4, 5, i + 11)
204     plt.imshow(image_perm.squeeze().numpy(), ‘gray‘)
205     plt.axis(‘off‘)
206 
207 
208 
209 
210 
211 # 打乱像素顺序再次在两个网络上训练与测试
212 
213 # 对每个 batch 里的数据，打乱像素顺序的函数
214 def perm_pixel(data, perm):
215     # 转化为二维矩阵
216     data_new = data.view(-1, 28*28)
217     # 打乱像素顺序
218     data_new = data_new[:, perm]
219     # 恢复为原来4维的 tensor
220     data_new = data_new.view(-1, 1, 28, 28)
221     return data_new
222 
223 # 训练函数
224 def train_perm(model, perm):
225     model.train()
226     for batch_idx, (data, target) in enumerate(train_loader):
227         data, target = data.to(device), target.to(device)
228         # 像素打乱顺序
229         data = perm_pixel(data, perm)
230 
231         optimizer.zero_grad()
232         output = model(data)
233         loss = F.nll_loss(output, target)
234         loss.backward()
235         optimizer.step()
236         if batch_idx % 100 == 0:
237             print(‘Train: [{}/{} ({:.0f}%)]\tLoss: {:.6f}‘.format(
238                 batch_idx * len(data), len(train_loader.dataset),
239                 100. * batch_idx / len(train_loader), loss.item()))
240 
241 # 测试函数
242 def test_perm(model, perm):
243     model.eval()
244     test_loss = 0
245     correct = 0
246     for data, target in test_loader:
247         data, target = data.to(device), target.to(device)
248 
249         # 像素打乱顺序
250         data = perm_pixel(data, perm)
251 
252         output = model(data)
253         test_loss += F.nll_loss(output, target, reduction=‘sum‘).item()
254         pred = output.data.max(1, keepdim=True)[1]                                            
255         correct += pred.eq(target.data.view_as(pred)).cpu().sum().item()
256 
257     test_loss /= len(test_loader.dataset)
258     accuracy = 100. * correct / len(test_loader.dataset)
259     print(‘\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n‘.format(
260         test_loss, correct, len(test_loader.dataset),
261         accuracy))
262 
263 
264 
265 
266 ##在小型全连接上测试
267 perm = torch.randperm(784)
268 n_hidden = 8 # number of hidden units
269 
270 model_fnn = FC2Layer(input_size, n_hidden, output_size)
271 model_fnn.to(device)
272 optimizer = optim.SGD(model_fnn.parameters(), lr=0.01, momentum=0.5)
273 print(‘Number of parameters: {}‘.format(get_n_params(model_fnn)))
274 
275 train_perm(model_fnn, perm)
276 test_perm(model_fnn, perm)
277 
278 
279 
280 #在卷积神经网络上训练与测试：
281 perm = torch.randperm(784)
282 n_features = 6 # number of feature maps
283 
284 model_cnn = CNN(input_size, n_features, output_size)
285 model_cnn.to(device)
286 optimizer = optim.SGD(model_cnn.parameters(), lr=0.01, momentum=0.5)
287 print(‘Number of parameters: {}‘.format(get_n_params(model_cnn)))
288 
289 train_perm(model_cnn, perm)
290 test_perm(model_cnn, perm)