本文主要是介绍【自学记录5】【Pytorch2.0深度学习从零开始学 王晓华】第五章 基于Pytorch卷积层的MNIST分类实战，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
5.1.2 PyTorch2.0中卷积函数实现详解
1、torch.nn.Conv2d
in_channels=3: 输入的通道数，对应图像的3个颜色通道。
out_channels=10: 输出的通道数，即卷积后我们想要得到的特征图的数量。
kernel_size=3: 卷积核的大小，这里使用的是3x3的卷积核。
stride=2: 卷积核移动的步长，这里步长为2，意味着卷积核每次移动2个像素。
padding=1: 在图像边缘添加的填充像素数。这通常用于保持输出尺寸，或确保卷积核可以到达图像的边缘。
源码\第二章\ 5_1_2.py
import torch
image = torch.randn(size=(5,3,128,128))
#下面是定义的卷积层例子
"""
输入维度：3
输出维度：10
卷积核大小：3
步长：2
补偿方式：维度不变补偿（指的是图像大小（宽高））
"""
conv2d = torch.nn.Conv2d(3,10,kernel_size=3,stride=2,padding=1)
image_new = conv2d(image)
print(image_new.shape)
2、池化torch.nn.AvgPool2d
pool = torch.nn.AvgPool2d(kernel_size=3,stride=2,padding=0)
创建一个AvgPool2d对象，用于对image进行平均池化。参数说明：
kernel_size=3：池化窗口的大小是3x3。
stride=2：池化窗口的步长是2，意味着池化窗口每次移动2个像素。
padding=0：不使用填充。
image_pooled = torch.nn.AdaptiveAvgPool2d(1)(image)#全局池化
AdaptiveAvgPool2d是一种特殊的池化层，它可以将任何大小的输入张量调整为指定的输出大小。这里，我们指定输出大小为(1, 1)`，这实际上是一个全局池化操作，因为无论输入张量的空间维度是多少，输出都只有一个元素。这通常用于从特征图中提取全局特征。
import torch
image =torch.full((1, 3, 5, 5), 10.0) #生成大小为(1, 3, 3, 3)，元素全为3的数组
pool = torch.nn.AvgPool2d(kernel_size=3,stride=2,padding=0)
image_pooled = pool(image)
print(image_pooled.shape)
print(image_pooled)image_pooled = torch.nn.AdaptiveAvgPool2d(1)(image)#全局池化
print(image_pooled.shape)
print(image_pooled)
5.2 实战：基于卷积的MNIST手写体分类
5.2.1数据准备
前几章是对数据进行“折叠”处理
# 数据处理
# 1. 改变输入数据尺寸, (图片数量,28,28) -> (图片数量,784) ,即图片由平面变成了直线
x_train = x_train.reshape(-1,784)
x_test = x_test.reshape(-1,784)
现在需要对数据升维，突出通道。(图片数量,28,28) -> (图片数量,1,28,28)，第二维指的是图片的维度/通道，channel=1。
x_train = np.expand_dims(x_train,axis=1)
以上都是对数据进行修正，能够更好的适应不同的模型嘛！
5.2.2 模型设计
源码\第三章\5_2_2.py
import torch
import torch.nn as nn
import numpy as np
import einops.layers.torch as eltclass MnistNetword(nn.Module):def __init__(self):super(MnistNetword, self).__init__()self.convs_stack = nn.Sequential(nn.Conv2d(1,12,kernel_size=7), #第一个卷积层nn.ReLU(),nn.Conv2d(12,24,kernel_size=5), #第二个卷积层nn.ReLU(),nn.Conv2d(24,6,kernel_size=3) #第三个卷积层)#最终分类器层self.logits_layer = nn.Linear(in_features=1536,out_features=10)def forward(self,inputs):image = inputsx = self.convs_stack(image)#elt.Rearrange的作用是对输入数据维度进行调整，读者可以使用torch.nn.Flatten函数完成此工作x = elt.Rearrange("b c h w -> b (c h w)")(x)logits = self.logits_layer(x)return logits
model = MnistNetword()
torch.save(model,"model.pth")
5.2.3基于卷积的MNIST分类模型
没有什么特别难的，就是用了卷积处理图像，再把数据送到全连接层，除了模型设计，之后的操作（分类、训练、backward跟第三章一样）
import torch
import torch.nn as nn
import numpy as np
import einops.layers.torch as elt#载入数据
x_train = np.load("../dataset/mnist/x_train.npy")
y_train_label = np.load("../dataset/mnist/y_train_label.npy")x_train = np.expand_dims(x_train,axis=1)
print(x_train.shape)class MnistNetword(nn.Module):def __init__(self):super(MnistNetword, self).__init__()self.convs_stack = nn.Sequential(nn.Conv2d(1,12,kernel_size=7),nn.ReLU(),nn.Conv2d(12,24,kernel_size=5),nn.ReLU(),nn.Conv2d(24,6,kernel_size=3))self.logits_layer = nn.Linear(in_features=1536,out_features=10)def forward(self,inputs):image = inputsx = self.convs_stack(image)x = elt.Rearrange("b c h w -> b (c h w)")(x)logits = self.logits_layer(x)return logitsdevice = "cuda" if torch.cuda.is_available() else "cpu"
#注意记得需要将model发送到GPU计算
model = MnistNetword().to(device)
#model = torch.compile(model)
loss_fn = nn.CrossEntropyLoss()optimizer = torch.optim.SGD(model.parameters(), lr=1e-4)batch_size = 128
for epoch in range(42):train_num = len(x_train)//128train_loss = 0.for i in range(train_num):start = i * batch_sizeend = (i + 1) * batch_sizex_batch = torch.tensor(x_train[start:end]).to(device)y_batch = torch.tensor(y_train_label[start:end]).to(device)pred = model(x_batch)loss = loss_fn(pred, y_batch)optimizer.zero_grad()loss.backward()optimizer.step()train_loss += loss.item() # 记录每个批次的损失值# 计算并打印损失值train_loss /= train_numaccuracy = (pred.argmax(1) == y_batch).type(torch.float32).sum().item() / batch_sizeprint("epoch：",epoch,"train_loss:", round(train_loss,2),"accuracy:",round(accuracy,2))
这篇关于【自学记录5】【Pytorch2.0深度学习从零开始学 王晓华】第五章 基于Pytorch卷积层的MNIST分类实战的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
