训练神经网络

1. 数据怎么样？
2. 训练图像分类器
3. 训练GPU
4. 我下一步做什么

训练神经网络

就是这个。您已经看到了如何定义神经网络，计算loss和更新网络的权重。

现在你可能在想，

数据怎么样？

一般来说，当您必须处理图像，文本，音频或视频数据时，您可以使用将数据加载到numpy数组中的标准python包。然后你可以将数组转换成一个torch.*Tensor。

1. 对于图像，Pillow，OpenCV等包装很有用。
2. 对于音频，软件包如scipy和librosa
3. 对于文本，原始Python或基于Cython的加载，或NLTK和SpaCy都是有用的。

专门为vision，我们已经创建了一个叫做 torchvision，其中有对普通数据集如Imagenet，CIFAR10，MNIST等和用于图像数据的变压器，即，数据装载机 torchvision.datasets和torch.utils.data.DataLoader。

这提供了巨大的便利，避免了编写样板代码。

对于本教程，我们将使用CIFAR10数据集。它有“飞机”，“汽车”，“鸟”，“猫”，“鹿”，“狗”，“青蛙”，“马”，“船”，“卡车”。CIFAR-10中的图像大小为3x32x32，即尺寸为32x32像素的3通道彩色图像。

训练图像分类器

我们将按顺序执行以下步骤：

1、使用CIFAR10培训和测试数据集加载和归一化 torchvision 2、定义卷积神经网络 3、定义损失函数 4、训练网络上的训练数据 5、测试网络上的测试数据

加载和归一化CIFAR10

使用torchvision，加载CIFAR10非常容易。

import torch
import torchvision
import torchvision.transforms as transforms

torchvision数据集的输出是范围[0，1]的PILImage图像。我们将它们转换为归一化范围[-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')

输出：

Files already downloaded and verified
Files already downloaded and verified

让我们展示一些训练图像试一下。

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)))

输出：

dog  deer horse horse

2.定义卷积神经网络

之前从神经网络部分复制神经网络并对其进行修改，以获取3通道图像（而不是像定义的1通道图像）。

from torch.autograd import Variable
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()

3.定义一个Loss函数和优化器

让我们用动量分类Cross-Entropy loss和SGD

import torch.optim as optim

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

4.训练网络

这是当事情开始变得有趣的时候。我们只需要遍历我们的数据迭代器，并将输入馈送到网络并进行优化

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

        # wrap them in Variable
        inputs, labels = Variable(inputs), Variable(labels)

        # 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.data[0]
        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')

输出：

[1,  2000] loss: 2.180
[1,  4000] loss: 1.831
[1,  6000] loss: 1.647
[1,  8000] loss: 1.569
[1, 10000] loss: 1.509
[1, 12000] loss: 1.462
[2,  2000] loss: 1.403
[2,  4000] loss: 1.381
[2,  6000] loss: 1.349
[2,  8000] loss: 1.333
[2, 10000] loss: 1.301
[2, 12000] loss: 1.281
Finished Training

5.测试网络上的测试数据

我们已经通过训练数据集训练了2次通过网络。但是，我们需要检查网络是否已经学到了什么东西。

我们将通过预测神经网络输出的类标签来检查，并根据地面实况进行检查。如果预测是正确的，我们将样本添加到正确预测列表中。

好的，第一步。让我们从测试集中显示一个图像来熟悉。

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)))

输出：

GroundTruth:    cat  ship  ship plane

好的，现在让我们看看神经网络认为这些例子是：

outputs = net(Variable(images))

输出是10级的能量。一个课程的能量越高，网络认为图像是特定类别越多。所以，让我们得到最高能量的指标：

_, predicted = torch.max(outputs.data, 1)

print('Predicted: ', ' '.join('%5s' % classes[predicted[j][0]]
                              for j in range(4)))

输出：

Predicted:    cat  ship  ship  ship

结果似乎相当不错。

我们来看看网络在整个数据集上的表现。

correct = 0
total = 0
for data in testloader:
    images, labels = data
    outputs = net(Variable(images))
    _, predicted = torch.max(outputs.data, 1)
    total += labels.size(0)
    correct += (predicted == labels).sum()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

输出：

Accuracy of the network on the 10000 test images: 56 %

这看起来比机会更好，这是10％的精确度（随机挑选10个班级的班级）。似乎网络学到了一些东西。

嗯，什么是表现良好的课程，以及表现不佳的课程：

class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))
for data in testloader:
    images, labels = data
    outputs = net(Variable(images))
    _, predicted = torch.max(outputs.data, 1)
    c = (predicted == labels).squeeze()
    for i in range(4):
        label = labels[i]
        class_correct[label] += c[i]
        class_total[label] += 1

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

输出：

Accuracy of plane : 55 %
Accuracy of   car : 74 %
Accuracy of  bird : 38 %
Accuracy of   cat : 30 %
Accuracy of  deer : 34 %
Accuracy of   dog : 51 %
Accuracy of  frog : 76 %
Accuracy of horse : 66 %
Accuracy of  ship : 69 %

好的，那么下一步呢？

我们如何在GPU上运行这些神经网络？

GPU上的训练

就像将Tensor转移到GPU一样，您将神经网络传输到GPU。这将递归地遍历所有模块，并将其参数和缓冲区转换为CUDA张量：

net.cuda()

请记住，您必须将输入和目标的每一步都发送到GPU：

inputs, labels = Variable(inputs.cuda()), Variable(labels.cuda())

为什么我没有注意到与CPU相比MASSIVE加速？因为你的网络很小。

**练习：))尝试增加你的网络的宽度（第一个参数2，nn.Conv2d第二个参数1 nn.Conv2d-他们需要是相同的数字），看看你得到什么样的加速。

实现目标：

1. 了解PyTorch的Tensor图书馆和神经网络在高水平。
2. 训练一个小神经网络来分类图像

我下一步做什么

1. 训练神经网络玩视频游戏
2. 在imagenet上培训最先进的ResNet网络
3. 使用生成对抗网络训练面部发生器
4. 使用Recurrent LSTM网络训练一个单词级语言模型
5. 更多例子
6. 更多教程
7. 在论坛上讨论PyTorch
8. 在Slack上与其他用户聊天 脚本总运行时间：（1分52.018秒）

下载Python源代码:cifar10_tutori. py 下载Jupyter笔记本:cifar10_tutorial.ipynb