PyTorch编写神经网络模型训练三分类问题

目录

一、神经网络模型代码架构

二、数据处理和加载

三、定义神经网络模型

四、定义优化器和损失函数

五、定义训练函数

---

一、神经网络模型代码架构

1. 数据处理和加载：将数据集准备好，并且使用 PyTorch 中的 DataLoader 将数据集转成可以被模型读取的张量向量进行训练。

2. 模型构建：用 PyTorch 构建神经网络模型，包括定义网络结构、设置超参数等。

3. 损失函数设置：根据任务需求选择适当的损失函数，在多分类问题中通常使用交叉熵损失函数。

4. 优化器设置：选择合适的优化函数并设置超参数，比如学习率、权重衰减系数等。

5. 训练模型：按照若干个epoch循环迭代的方式，使用训练数据对模型进行训练。这里需要注意，每次迭代需要对模型计算梯度并使用优化器更新参数。

6. 模型测试：使用测试数据对训练好的模型进行测试，并评估模型性能。

二、数据处理和加载

数据准备（数据比较少）：  深度学习神经网络Pytorch动物三分类问题数据集资源-CSDN文库

        train --  （ants：124张图片；bees：121张图片；wasp(黄蜂)：130张图片）

        val    -- （ants：70张图片；bees：83张图片；wasp(黄蜂)：86张图片）

import torch
import torch.nn as nn
import torch.nn.functional as F
from torchvision import transforms
from torchvision.datasets import ImageFolder
from torch.utils.data import DataLoader
import torch.optim as optim
from torch.optim import lr_scheduler

• torch：PyTorch深度学习框架；
• torch.nn：PyTorch中定义了一些常用的神经网络层和模型；
• torch.nn.functional：PyTorch中定义了一些常用的函数式接口，包括激活函数、池化函数、损失函数等；
• torchvision：PyTorch官方提供的图像处理工具包，包括了常用的数据集加载、生成器、转换器等；
• torchvision.datasets：PyTorch中提供的一些常见数据集，如MNIST、CIFAR10等；
• torch.utils.data：PyTorch中提供的数据集类（Dataset）和数据加载器类（DataLoader），用于快速构建训练数据集，并可以有效地进行批训练；
• torch.optim：PyTorch中提供了一些常见的优化算法实现，如随机梯度下降（SGD）、Adam、RMSprop等；
• torch.optim.lr_scheduler：PyTorch中提供的学习率调整策略，可以自动调整网络的学习率，在训练过程中达到优化和最佳性能。

# 对数据进行数据标准化和数据增强
train_transforms = transforms.Compose([
    transforms.RandomResizedCrop(128),
    transforms.RandomHorizontalFlip(),
    transforms.RandomRotation(20),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])
val_transforms = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(128),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

# 加载数据集
train_data = ImageFolder('three_data/train', transform=train_transforms)
val_data = ImageFolder('three_data/val', transform=val_transforms)

# 将数据集封装成可迭代的数据加载器
train_loader = DataLoader(train_data, batch_size=6, shuffle=True, num_workers=4, pin_memory=True)
val_loader = DataLoader(val_data, batch_size=6, shuffle=True, num_workers=4, pin_memory=True)

使用了PyTorch框架中的transforms模块来定义数据增强和数据标准化的操作。在数据增强方面，训练集采用了随机裁剪、水平翻转和旋转等方式来扩充数据量，提高模型的泛化性能；而验证集则只进行了简单的中心裁剪。在数据标准化方面，采用mean和std分别为[0.485, 0.456, 0.406]和[0.229, 0.224, 0.225]的标准化方式，使得各通道的数据分布具有相近的均值和方差。

接下来利用ImageFolder类来读取整个数据集，并应用上述定义的数据增强和标准化操作。最后将读取得到的数据封装成可迭代的数据加载器，便于后面的模型训练过程中按batch逐步加载数据。其中参数batch_size表示每次加载的样本数目，shuffle表示是否进行打乱顺序，num_workers表示并行读取的进程数目，pin_memory表示是否将张量存储在pinned memory中以加速CUDA内存传输

三、定义神经网络模型

class Network(nn.Module):
    def __init__(self):
        super(Network, self).__init__()

        self.conv1 = nn.Conv2d(3, 64, 3, stride=1)  # 通道数为3（RGB） 64个张量 卷积核为3 步长为1
        self.bn1 = nn.BatchNorm2d(64)  # BatchNorm，增加模型鲁棒性和收敛速度
        self.fc1 = nn.Linear(256 * 14 * 14, 512)  # 全连接层

        self.conv2 = nn.Conv2d(64, 128, 3, stride=1)
        self.bn2 = nn.BatchNorm2d(128)
        # self.dropout = nn.Dropout(0.2)
        self.fc2 = nn.Linear(512, 256)

        self.conv3 = nn.Conv2d(128, 256, 3, stride=1)
        self.bn3 = nn.BatchNorm2d(256)
        self.fc3 = nn.Linear(256, 3)

    def forward(self, x):
        x = self.conv1(x)
        x = self.bn1(x)
        x = F.relu(x, inplace=False)
        x = F.max_pool2d(x, kernel_size=2, stride=2)

        x = self.conv2(x)
        x = self.bn2(x)
        x = F.relu(x, inplace=False)
        x = F.max_pool2d(x, kernel_size=2, stride=2)

        x = self.conv3(x)
        x = self.bn3(x)
        x = F.relu(x, inplace=False)
        x = F.max_pool2d(x, kernel_size=2, stride=2)

        x = x.view(-1, 256 * 14 * 14)
        x = F.relu(self.fc1(x))
        # x = self.dropout(x)  # 反向传播 起到了与前向传播（训练时）类似的随机失活(dropout)作用
        x = F.relu(self.fc2(x))

        x = self.fc3(x)
        return x

代码定义了深度卷积神经网络模型，用于三分类任务。该模型包含3个卷积层和3个全连接层。

在卷积层中，采用了不同的卷积核大小（3x3），卷积通道数目（从3通道到64、128、256通道）以及卷积后加入BatchNorm和ReLU激活函数来提高模型的泛化性能和训练速度，同时也进行最大池化处理。在全连接层中，则分别省略了激活函数（第一层）和若干节点（第二层），并通过ReLU函数来提高非线性拟合能力。同时，在第二个全连接层后还加入了dropout层，防止过拟合。

在前向传播过程中，输入图像先依次经过卷积层和ReLU激活函数、最大池化层、flatten操作，再依次经过全连接层和dropout层和ReLU函数，最后输出softmax归一化结果（3个类别）。

四、定义优化器和损失函数

net = Network()
# 定义损失函数
loss_func = nn.CrossEntropyLoss()
# 定义优化器
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
# optimizer = optim.Adam(net.parameters(), lr=0.001)
# 学习率控制进程
train_lr_scheduler = lr_scheduler.StepLR(optimizer, step_size=10, gamma=0.1)
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

代码定义了模型的实例net，并确定了损失函数、优化器和学习率调整器等相关参数。

网络中的参数需要被初始化，可以通过Net.parameters()函数将所有参数包装为一个可返回迭代器（iterator）的对象。在这里使用nn.CrossEntropyLoss()交叉熵损失函数作为分类任务的损失函数。

定义Stochastic Gradient Descent(SGD)随机梯度下降法为优化器，lr=0.001表示设置学习率为0.001，momentum参数控制加权平均的指数衰减率及其行为，值越大则考虑更多历史梯度信息，默认为0。同时也可以尝试Adam等优化器。

此外，为了能够让学习率逐渐下降，在每个step_size个epoch时，学习率会乘以gamma（=0.1），从而减小learning rate.

最后，为了优化计算速度和占用内存问题。判断是否有可用gpu设备，如果有，则将模型存储在GPU上，否则将模型存在CPU上。

五、定义训练函数

# 定义训练模型
def train(net, loss_func, optimizer, train_lr_scheduler, num_epochs=25):
    for epoch in range(num_epochs):
        print("Training:Epoch {}/{}".format(epoch, num_epochs - 1))
        net.train()
        epoch_loss = 0
        epoch_corrects = 0
        for inputs, labels in train_loader:
            inputs = inputs.to(device)
            labels = labels.to(device)
            outputs = net(inputs)
            _, preds = torch.max(outputs, 1)
            loss = loss_func(outputs, labels)

            optimizer.zero_grad()
            loss.backward()
            optimizer.step()

            epoch_loss = epoch_loss + loss
            epoch_corrects = epoch_corrects + torch.sum(preds == labels.data)
        epoch_loss = epoch_loss / len(train_data)
        epoch_corrects = epoch_corrects / len(train_data)

        print('train loss: {}, acc: {}'.format(epoch_loss, epoch_corrects))
        train_lr_scheduler.step()
        print("Valuating:Epoch {}/{}".format(epoch, num_epochs - 1))
        net.eval()

        epoch_loss = 0
        epoch_corrects = 0
        for inputs, labels in val_loader:
            inputs = inputs.to(device)
            labels = labels.to(device)
            outputs = net(inputs)
            _, preds = torch.max(outputs, 1)
            loss = loss_func(outputs, labels)

            epoch_loss = epoch_loss + loss
            epoch_corrects = epoch_corrects + torch.sum(preds == labels.data)
        epoch_loss = epoch_loss / len(val_data)
        epoch_corrects = epoch_corrects / len(val_data)
        print('val loss: {}, acc: {}'.format(epoch_loss, epoch_corrects))

代码定义了一个简单的模型训练函数，用于在训练集和验证集上训练神经网络模型。

在每个epoch循环中，首先清零之前迭代累加的梯度信息（optimizer.zero_grad()），将输入数据和标签数据分别传输到GPU或CPU设备中（inputs.to(device)、labels.to(device)）。然后网络进行前向计算，利用损失函数计算损失loss。接着通过backward（反向传播）求导、更新参数（optimizer.step()）更新网络的权重和偏置项。

同时记录下当前epoch的总loss值和预测正确的数目。并在最后打印输出train_loss, train_acc, val_loss以及val_acc。为了防止过拟合，可以设置模型为训练状态，即model.train()。同样，在测试排查阶段时，应该将状态改为model.eval()。

此外，学习率也将按照step_size和gamma设置进行调整。默认情况下，step_size=10，gamma=0.1，表示每隔10个epoch的模型训练中，学习率就会更新为之前的0.1倍。

开始训练

if __name__ == '__main__':
    net = net.to(device)
    train(net, loss_func, optimizer, train_lr_scheduler, num_epochs=25)

训练结果如下。

 完整代码如下：

import torch
import torch.nn as nn
import torch.nn.functional as F
from torchvision import transforms
from torchvision.datasets import ImageFolder
from torch.utils.data import DataLoader
import torch.optim as optim
from torch.optim import lr_scheduler

# 对数据进行数据标准化和数据增强
train_transforms = transforms.Compose([
    transforms.RandomResizedCrop(128),
    transforms.RandomHorizontalFlip(),
    # transforms.RandomRotation(20),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])
val_transforms = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(128),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

# 加载数据集
train_data = ImageFolder('three_data/train', transform=train_transforms)
val_data = ImageFolder('three_data/val', transform=val_transforms)

# 将数据集封装成可迭代的数据加载器
train_loader = DataLoader(train_data, batch_size=6, shuffle=True, num_workers=4, pin_memory=True)
val_loader = DataLoader(val_data, batch_size=6, shuffle=True, num_workers=4, pin_memory=True)


# 定义神经网络模型
class Network(nn.Module):
    def __init__(self):
        super(Network, self).__init__()

        self.conv1 = nn.Conv2d(3, 64, 3, stride=1)  # 通道数为3（RGB） 64个张量 卷积核为3 步长为1
        self.bn1 = nn.BatchNorm2d(64)  # BatchNorm，增加模型鲁棒性和收敛速度
        self.fc1 = nn.Linear(256 * 14 * 14, 512)  # 全连接层

        self.conv2 = nn.Conv2d(64, 128, 3, stride=1)
        self.bn2 = nn.BatchNorm2d(128)
        # self.dropout = nn.Dropout(0.2)
        self.fc2 = nn.Linear(512, 256)

        self.conv3 = nn.Conv2d(128, 256, 3, stride=1)
        self.bn3 = nn.BatchNorm2d(256)
        self.fc3 = nn.Linear(256, 3)

    def forward(self, x):
        x = self.conv1(x)
        x = self.bn1(x)
        x = F.relu(x, inplace=False)
        x = F.max_pool2d(x, kernel_size=2, stride=2)

        x = self.conv2(x)
        x = self.bn2(x)
        x = F.relu(x, inplace=False)
        x = F.max_pool2d(x, kernel_size=2, stride=2)

        x = self.conv3(x)
        x = self.bn3(x)
        x = F.relu(x, inplace=False)
        x = F.max_pool2d(x, kernel_size=2, stride=2)

        x = x.view(-1, 256 * 14 * 14)
        x = F.relu(self.fc1(x))
        # x = self.dropout(x)  # 反向传播 起到了与前向传播（训练时）类似的随机失活(dropout)作用
        x = F.relu(self.fc2(x))

        x = self.fc3(x)
        return x


net = Network()

# 定义损失函数
loss_func = nn.CrossEntropyLoss()

# 定义优化器
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
# optimizer = optim.Adam(net.parameters(), lr=0.001)
# 学习率控制进程
train_lr_scheduler = lr_scheduler.StepLR(optimizer, step_size=10, gamma=0.1)
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")


# 定义训练模型
def train(net, loss_func, optimizer, train_lr_scheduler, num_epochs=25):
    for epoch in range(num_epochs):
        print("Training:Epoch {}/{}".format(epoch, num_epochs - 1))
        net.train()
        epoch_loss = 0
        epoch_corrects = 0
        for inputs, labels in train_loader:
            inputs = inputs.to(device)
            labels = labels.to(device)
            outputs = net(inputs)
            _, preds = torch.max(outputs, 1)
            loss = loss_func(outputs, labels)

            optimizer.zero_grad()
            loss.backward()
            optimizer.step()

            epoch_loss = epoch_loss + loss
            epoch_corrects = epoch_corrects + torch.sum(preds == labels.data)
        epoch_loss = epoch_loss / len(train_data)
        epoch_corrects = epoch_corrects / len(train_data)

        print('train loss: {}, acc: {}'.format(epoch_loss, epoch_corrects))
        train_lr_scheduler.step()
        print("Valuating:Epoch {}/{}".format(epoch, num_epochs - 1))
        net.eval()

        epoch_loss = 0
        epoch_corrects = 0
        for inputs, labels in val_loader:
            inputs = inputs.to(device)
            labels = labels.to(device)
            outputs = net(inputs)
            _, preds = torch.max(outputs, 1)
            loss = loss_func(outputs, labels)

            epoch_loss = epoch_loss + loss
            epoch_corrects = epoch_corrects + torch.sum(preds == labels.data)
        epoch_loss = epoch_loss / len(val_data)
        epoch_corrects = epoch_corrects / len(val_data)
        print('val loss: {}, acc: {}'.format(epoch_loss, epoch_corrects))


if __name__ == '__main__':
    net = net.to(device)
    train(net, loss_func, optimizer, train_lr_scheduler, num_epochs=25)