pytorch是什么
它是一个基于python的科学计算库,致力于为两类用户提供服务:
- 一些想要找到Numpy搭建神经网络替代品的用户;
- 寻找一个可提供极强的可拓展性和运行速度的深度学习研究平台;
from __future__ import print_function import torch # 这个是用来生成一个为未初始化的5*3的张量,切记不是全零 x = torch.empty(5, 3) print(x) """ tensor([[2.7712e+35, 4.5886e-41, 7.2927e-04], [3.0780e-41, 3.8725e+35, 4.5886e-41], [4.4446e-17, 4.5886e-41, 3.9665e+35], [4.5886e-41, 3.9648e+35, 4.5886e-41], [3.8722e+35, 4.5886e-41, 4.4446e-17]]) """ # 这个是生成一个均匀分布的初始化的,每个元素从0~1的张量,与第一个要区别开,另外,还有其它的随机张量生成函数,如torch.randn()、torch.normal()、torch.linespace(),分别是标准正态分布,离散正态分布,线性间距向量 x = torch.rand(5, 3) print(x) """ tensor([[0.9600, 0.0110, 0.9917], [0.9549, 0.1732, 0.7781], [0.8098, 0.5300, 0.5747], [0.5976, 0.1412, 0.9444], [0.6023, 0.7750, 0.5772]]) """ # 这个是初始化一个全零张量,可以指定每个元素的类型。 x = torch.zeros(5, 3, dtype=torch.long) print(x) """tensor([[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]])""" #从已有矩阵转化为张量 x = torch.tensor([5.5, 3]) print(x) """ tensor([5.5000, 3.0000]) """ # 从已有张量中创造一个张量,新的张量将会重用已有张量的属性。如:若不提供新的值,那么每个值的类型将会被重用。 x = x.new_ones(5, 3, dtype=torch.double) # new_* methods take in sizes print(x) x = torch.randn_like(x, dtype=torch.float) # override dtype! print(x) # result has the same size """ tensor([[1., 1., 1.], [1., 1., 1.], [1., 1., 1.], [1., 1., 1.], [1., 1., 1.]], dtype=torch.float64) tensor([[ 0.3327, -0.2405, -1.3764], [-0.1040, -0.9072, 0.0069], [-0.2622, 1.8072, 0.0175], [ 0.0572, -0.6766, 1.6201], [-0.7197, -1.1166, 1.7308]]) """ # 最后我们学习如何获取张量的形状,一个小Tip,torch.Size是一个元组,所以支持元组的操作。 print(x.size()) """torch.Size([5, 3])"""
2. 张量的操作
实际上有很多语法来操作张量,现在我们来看一看加法。
y = torch.rand(5, 3)
# 加法方式1
print(x + y)
"""
tensor([[ 1.2461, 0.6067, -0.9796],
[ 0.0663, -0.9046, 0.8010],
[ 0.4199, 1.8893, 0.7887],
[ 0.6264, -0.2058, 1.8550],
[ 0.0445, -0.8441, 2.2513]])
"""
# 加法方式2
print(torch.add(x, y))
"""
tensor([[ 1.2461, 0.6067, -0.9796],
[ 0.0663, -0.9046, 0.8010],
[ 0.4199, 1.8893, 0.7887],
[ 0.6264, -0.2058, 1.8550],
[ 0.0445, -0.8441, 2.2513]])
"""
# 还可以加参数
result = torch.empty(5, 3)
torch.add(x, y, out=result)
print(result)
"""
tensor([[ 1.2461, 0.6067, -0.9796],
[ 0.0663, -0.9046, 0.8010],
[ 0.4199, 1.8893, 0.7887],
[ 0.6264, -0.2058, 1.8550],
[ 0.0445, -0.8441, 2.2513]])
"""
# 方法二的一种变式,注意有一个‘_’,这个符号在所有替换自身操作符的末尾都有,另外,输出的方式还可以象python一样。
y.add_(x)
print(y)
"""
tensor([[ 1.2461, 0.6067, -0.9796],
[ 0.0663, -0.9046, 0.8010],
[ 0.4199, 1.8893, 0.7887],
[ 0.6264, -0.2058, 1.8550],
[ 0.0445, -0.8441, 2.2513]])
"""
print(x[:, 1])
"""
tensor([-0.2405, -0.9072, 1.8072, -0.6766, -1.1166])
"""
x = torch.randn(4, 4)
y = x.view(16)
z = x.view(-1, 8) # the size -1 is inferred from other dimensions
print(x.size(), y.size(), z.size())
"""
torch.Size([4, 4]) torch.Size([16]) torch.Size([2, 8])
"""
3. 张量和Numpy的相互转换
张量和Numpy数组之间的转换十分容易。
- Tensor到Nump,在使用Cpu的情况下,张量和array将共享他们的物理位置,改变其中一个的值,另一个也会随之变化。
Numpy到Tensor ,在使用Cpu的情况下,张量和array将共享他们的物理位置,改变其中一个的值,另一个也会随之变化
import numpy as np
a = np.ones(5)
b = torch.from_numpy(a)
np.add(a, 1, out=a)
print(a)
print(b)
"""
[2. 2. 2. 2. 2.]
tensor([2., 2., 2., 2., 2.], dtype=torch.float64)
自动微分
在pytorch中,神经网络的核心是自动微分,在本节中我们会初探这个部分,也会训练一个小型的神经网络。自动微分包会提供自动微分的操作,它是一个取决于每一轮的运行的库,你的下一次的结果会和你上一轮运行的代码有关,因此,每一轮的结果,有可能都不一样。接下来,让我们来看一些例子。
1. 张量
torch.Tensor是这个包的核心类,如果你设置了它的参数 ‘.requires_grad=true’ 的话,它将会开始去追踪所有的在这个张量上面的运算。当你完成你得计算的时候,你可以调用’backwward()来计算所有的微分。这个向量的梯度将会自动被保存在’grad’这个属性里面。
如果想要阻止张量跟踪历史数据,你可以调用’detach()'来将它从计算历史中分离出来,当然未来所有计算的数据也将不会被保存。或者你可以使用’with torch.no_grad()‘来调用代码块,不光会阻止梯度计算,还会避免使用储存空间,这个在计算模型的时候将会有很大的用处,因为模型梯度计算的这个属性默认是开启的,而我们可能并不需要。
第二个非常重要的类是Function,Tensor和Function,他们两个是相互联系的并且可以搭建一个非循环的运算图。每一个张量都有一个’grad_fn’的属性,它可以调用Function来创建Tensor,当然,如果用户自己创建了Tensor的话,那这个属性自动设置为None。
如果你想要计算引出量的话,你可以调用’.backward()'在Tensor上面,如果Tensor是一个纯数的话,那么你将不必要指明任何参数;如果它不是纯数的话,你需要指明一个和张量形状匹配的梯度的参数。下面来看一些例程。
神经网络可以用torch.nn构建。现在我们可以来看一看autograd这个部分了,torch.nn依赖于它它来定义模型并做微分,nn.Module包含神经层,forward(input)可以用来返回output.例如,看接下来这个可以给数字图像分层的网络。
这个是一个简单前馈网络,它将输入经过一层层的传递,最后给出了结果。一个经典的神经网络的学习过程如下所示:
定义神经网络及其参数;
在数据集上多次迭代循环;
通过神经网络处理数据集;
计算损失(输出和正确的结果之间相差的距离);
用梯度对参数反向影响;
更新神经网络的权重,weight = weight - rate * gradient;
1.定义网络
import torch
import torch.nn as nn
import torch.nn.functional as F
# 汉字均为我个人理解,英文为原文标注。
class Net(nn.Module):
def __init__(self):
# 继承原有模型
super(Net, self).__init__()
# 1 input image channel, 6 output channels, 5x5 square convolution
# kernel
# 定义了两个卷积层
# 第一层是输入1维的(说明是单通道,灰色的图片)图片,输出6维的的卷积层(说明用到了6个卷积核,而每个卷积核是5*5的)。
self.conv1 = nn.Conv2d(1, 6, 5)
# 第一层是输入1维的(说明是单通道,灰色的图片)图片,输出6维的的卷积层(说明用到了6个卷积核,而每个卷积核是5*5的)。
self.conv2 = nn.Conv2d(6, 16, 5)
# an affine operation: y = Wx + b
# 定义了三个全连接层,即fc1与conv2相连,将16张5*5的卷积网络一维化,并输出120个节点。
self.fc1 = nn.Linear(16 * 5 * 5, 120)
# 将120个节点转化为84个。
self.fc2 = nn.Linear(120, 84)
# 将84个节点输出为10个,即有10个分类结果。
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
# Max pooling over a (2, 2) window
# 用relu激活函数作为一个池化层,池化的窗口大小是2*2,这个也与上文的16*5*5的计算结果相符(一开始我没弄懂为什么fc1的输入点数是16*5*5,后来发现,这个例子是建立在lenet5上的)。
# 这句整体的意思是,先用conv1卷积,然后激活,激活的窗口是2*2。
x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
# If the size is a square you can only specify a single number
# 作用同上,然后有个需要注意的地方是在窗口是正方形的时候,2的写法等同于(2,2)。
# 这句整体的意思是,先用conv2卷积,然后激活,激活的窗口是2*2。
x = F.max_pool2d(F.relu(self.conv2(x)), 2)
# 这句整体的意思是,调用下面的定义好的查看特征数量的函数,将我们高维的向量转化为一维。
x = x.view(-1, self.num_flat_features(x))
# 用一下全连接层fc1,然后做一个激活。
x = F.relu(self.fc1(x))
# 用一下全连接层fc2,然后做一个激活。
x = F.relu(self.fc2(x))
# 用一下全连接层fc3。
x = self.fc3(x)
return x
def num_flat_features(self, x):
# 承接上文的引用,这里需要注意的是,由于pytorch只接受图片集的输入方式(原文的单词是batch),所以第一个代表个数的维度被忽略。
size = x.size()[1:] # all dimensions except the batch dimension
num_features = 1
for s in size:
num_features *= s
return num_features
net = Net()
print(net)
"""
Net(
(conv1): Conv2d(1, 6, kernel_size=(5, 5), stride=(1, 1))
(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
(fc1): Linear(in_features=400, out_features=120, bias=True)
(fc2): Linear(in_features=120, out_features=84, bias=True)
(fc3): Linear(in_features=84, out_features=10, bias=True)
)
"""
# 现在我们已经构建好模型了,但是还没有开始用bp呢,如果你对前面的内容有一些印象的话,你就会想起来不需要我们自己去搭建,我们只需要用某一个属性就可以了,autograd。
# 现在我们需要来看一看我们的模型,下列语句可以帮助你看一下这个模型的一些具体情况。
params = list(net.parameters())
print(len(params))
print(params[0].size()) # conv1's .weight
"""
10
torch.Size([6, 1, 5, 5])
"""
input = torch.randn(1, 1, 32, 32)
out = net(input)
print(out)
"""
tensor([[ 0.0114, 0.0476, -0.0647, 0.0381, 0.0088, -0.1024, -0.0354, 0.0220,
-0.0471, 0.0586]], grad_fn=<AddmmBackward>)
"""
#最后让我们清空缓存,准备下一阶段的任务。
net.zero_grad()
out.backward(torch.randn(1, 10))
2. 损失函数
先介绍一下损失函数是干什么的:它可以用来度量输出和目标之间的差距,那度量出来有什么意义呢?还记得我们的反向传播吗?他可以将误差作为一个反馈来影响我们之前的参数,更新参数将会在下一节中讲到。当然度量的方法有很多,我们这里选用nn.MSELoss来计算误差,下面接着完善上面的例程。
训练分类器
1. 首先进行数据处理
我们知道,要想有一个好的模型你必须有一些好的数据,并将他们转化为模型可以理解的语言,这个工作非常重要。对于前者我将来会写一个博客介绍我所知道的几种方法,现在我们来看后者。
我们知道,要想有一个好的模型你必须有一些好的数据,并将他们转化为模型可以理解的语言,这个工作非常重要。对于前者我将来会写一个博客介绍我所知道的几种方法,现在我们来看后者如何解决。
众所周知,当我们需要处理图像,文本,音频或者视频数据的时候,你可以使用标准的python库来将这些书v就转化为numpy array,然后你可以其再转化为Tensor。下面列出一些相应的python库:
特别是对于视觉领域,我们写了一个叫做torchvision的包,他可以将很多知名数据的数据即涵盖在内。并且,通过torchvision.datasets 和 torch.utils.data.DataLoader 进行数据的转化。在本里中我们将会使用 CIFAR10 数据集,它有以下各类: ‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。在这个数据集中的图像尺寸都是33232的。
2. 开始训练模型
- 先说一下训练步骤.
- 首先装载数据,并将其统一化;
- 定义CNN;
- 定义损失函数;
- 训练神经网络;
- 测试网络;