pytorch学习笔记(1)—基本类型、运算和简单模型
2018-04-16 本文已影响0人
cuiyr123
pytorch学习
这篇文章主要讲pytorch框架的学习笔记
1.基本数据类型和基本运算
1.1 张量
python导入pytorch为：
import torch
在torch中，常量通常表示成张量的类型(Tensor)，与numpy中的array类似。创建一个5行3列的随机初始化张量矩阵为：
x = torch.Tensor(5, 3)
创建5行3列的[0,1]均匀分布的张量矩阵
x = torch.rand(5, 3)
创建5行3列的[-1,1]高斯分布的张量矩阵
x = torch.randn(5, 3)
张量的大小,返回的是个tuple类型的数据
print x.size()
1.2 基本运算
可以直接用运算符，也可以直接用函数，如计算x+y
y=torch.rand(5.3)
z=x+y
#或者
z=torch.Tensor(5,3)
torch.add(x,y,out=z)
改变自身值的运算，需要在函数后加_，如自加
y.add_(x)
此外，Tensor类型数据具有numpy类型数据的100种操作详情见这里
1.3 与numpy互相转换
Tensor->numpy
a = torch.ones(5)
b = a.numpy()
numpy->Tensor
a=np.ones(5)
b=torch.from_numpy(a)
1.4 变量Variable
相当于tensorflow中的placeholder,由autograd包引入，这个包可以计算所有Tensor的梯度信息，定义好变量后，用backward()就可以自动计算梯度
变量
data是变量的初始值，grad是梯度值，grad_fn是计算梯度的函数，例：定义一个[2,2]的变量，初始值为1，并包含梯度
import torch
from torch.autograd import Variable
x = Variable(torch.ones(2, 2), requires_grad=True)
定义一个计算来求x在1的梯度，令
$$z=3(x+2)^2$$
则
z=3*pow(x+2,2)
out=mean(z)
out.backward()
print x.grad()
1.5 一个简单的CNN
我们以手写体识别的LeNet为例，说明pytorch写神经网络结构的框架,神经网络的有关运算有nn引入，相关函数由nn.functional引入：
import torch.nn as nn
import torch.nn.functional as F
LeNet如下所示：
image
pytorch中每个模型都看成一个类，接收的输入是nn.Module.
首先定义LeNet,一个完整的模型定义如下：
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
# 1 input image channel, 6 output channels, 5x5 square convolution
# kernel
self.conv1 = nn.Conv2d(1, 6, 5)
self.conv2 = nn.Conv2d(6, 16, 5)
# an affine operation: y = Wx + b
self.fc1 = nn.Linear(16 * 5 * 5, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
# Max pooling over a (2, 2) window
x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
# If the size is a square you can only specify a single number
x = F.max_pool2d(F.relu(self.conv2(x)), 2)
x = x.view(-1, self.num_flat_features(x))
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
net=Net()
包括类的构造函数和前向计算，构造函数就是自己定义的一些运算层，参数是随机初始化的，前向计算则是层之间的运算，反向传播相关运算则是模型自动定义。注意到的是，输入到模型中做前向计算的一定是一个Variable
其次利用定义好的网络做一次前向计算
input = Variable(torch.randn(1, 1, 32, 32))
out = net(input)
print(out)
接着初始化网络中所有参数的梯度，然后用随机的梯度做一次反向传播
net.zero_grad()
out.backward(torch.randn(1, 10))
神经网络的参数是要用训练数据去训练的，这就需要定义loss funtion，pytorch中的nn模块内定义了各种loss function
，torch中的loss function 包含输出和目标值。手写体字符有10个元素，我们就用1-10来表示，定义loss如下：
output = net(input)
target = Variable(torch.arange(1, 11)) # a dummy target, for example
target = target.view(1, -1) # make it the same shape as output
criterion = nn.MSELoss()
loss = criterion(output, target)
利用loss做一次反向传播就可以求出所有参数的梯度值，一般在计算定义loss后，先初始化所有参数的梯度值，再更新梯度。我们知道，梯度下降法只是求解优化问题中的参数的一种方法。其他方法还有Adam, RMSProp等。
import torch.optim as optim
# create your optimizer
optimizer = optim.SGD(net.parameters(), lr=0.01)
# in your training loop:
optimizer.zero_grad() # zero the gradient buffers
output = net(input)
loss = criterion(output, target)
loss.backward()
optimizer.step() # Does the update
1.6 简单的分类网络架构
一个完整的分类网络包括：读取数据→展示数据样例→定义网络结构→定义loss和优化方法→训练网络→测试网络。以CIFAR10为例
读取数据
import torch
import torchvision
import torchvision.transforms as transforms
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')
展示数据样例
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)))
定义网络结构以类的形式定义包括架构和前向计算
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()
查看模型信息
有时候想要查看模型的信息，并打印出某些层的参数(weights,bias)，可以用以下语句：
params=net.state_dict()
for k,v in params.items():
print(k) #打印网络中的变量名
print(params['conv1.weight']) #打印conv1的weight
print(params['conv1.bias']) #打印conv1的bias
定义loss函数和优化方法
import torch.optim as optim
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
训练网络
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')
测试网络
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)))
outputs = net(Variable(images))
# 预测
_, predicted = torch.max(outputs.data, 1)
print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]
for j in range(4)))
