导入模块

import torch
from tensorboardX import SummaryWriter  //可视化

设置参数

batch_size=64
works=4
epochs=20
train_path="train"
val_path="val"

数据预处理

流程：先定义数据集，再将定义的数据集导入数据载入器(Dataloader)来读取数据。

定义数据集有两种方式，一种是自定义Dataset包装类，和DataLoader类一样，它是torch.utils.data的里的一个类，另一种是直接调用ImageFolder函数，它是torchvision.datasets里的函数。

定义数据集

1.Dataset

Dataset是一个抽象类,可以自定义数据集,为了能够方便的读取,需要将要使用的数据包装为Dataset类。
自定义的Dataset需要继承它并且实现两个成员方法:
1.__getitem__():该方法定义用索引(0到len(self))获取一条数据或一个样本。
2.__len__()方法返回数据集的总长度。
模板如下：

import torch.utils.data
#定义一个数据集
class CaptionDataset(Dataset):""" 数据集演示 """def __init__(self,transform=None):  """实现初始化方法，在初始化的时候将数据读载入"""....(包括加载数据路径)def __getitem__(self):return self....def __len__(self):return len(...)# 实例化这个类，然后我们就得到了Dataset类型的数据，记下来就将这个类传给DataLoader，就可以了。    
train_data= CaptionDataset(transform=transform) #transform需自己定义(见下面torchvision.transforms)

2.ImageFolder

ImageFolder假设所有的文件按文件夹保存，每个文件夹下存储同一个类别的图片，文件夹名为类名，其构造函数如下：

import torchvision.datasets
ImageFolder(root, transform=None, target_transform=None, loader=default_loader)

各参数含义：

root：在root指定的路径下寻找图片

transform：对PIL Image进行的转换操作，transform的输入是使用loader读取图片的返回对象

target_transform：对label的转换

loader：给定路径后如何读取图片，默认读取为RGB格式的PIL Image对象

label:按照文件夹名顺序排序后存成字典，即{类名:类序号(从0开始)}

举例如下：

import torchvision.datasets
#此处transform需自己定义(见下面torchvision.transforms)，其他参数为默认值
train_data=torchvision.datasets.ImageFolder(root=train_path,transform=transform) 

加载数据集

DataLoader

DataLoader是一个数据加载器类，实现了对数据集进行随机采样和多轮次迭代的功能。在训练过程中，可以非常方便地实现多轮次小批量随机梯度下降训练。
常用参数有:Dataset数据集实例,batch_size(每个batch的大小,shuffle(是否进行搅乱操作),num_workers(加载数据的时候使用几个子进程),返回一个可迭代对象。

import torch.utils.data
train_loader = torch.utils.data.DataLoader(CaptionDataset(train_data, transform=transform),batch_size=batch_size, shuffle=True, num_workers=workers)

详细有关参数见博客:PyTorch 中的数据类型 torch.utils.data.DataLoader

torchvision–数据预处理要使用的库

torchvision是Pytorch中专门用来处理图像的库。
提供了常用图片数据集(datasets);
训练好的模型(models);
一般的图像转换操作类(transforms),

torchvision.datasets

torchvision.datasets可以理解为PyTorch团队自定义的dataset，这些dataset帮我们提前处理好了很多的图片数据集，我们拿来就可以直接使用：

• MNIST
• COCO
• Captions
• Detection
• LSUN
• ImageFolder
• Imagenet-12
• CIFAR
• STL10
• SVHN
• PhotoTour
  以上我们可以直接用(其他的只能通过自己自定义数据集)，示例如下:

import torchvision.datasets as datasets
trainset = datasets.MNIST(root='./data', # 表示 MNIST 数据的加载的目录train=True,  # 表示是否加载数据库的训练集，false的时候加载测试集download=True, # 表示是否自动下载 MNIST 数据集transform=None) # 表示是否需要对数据进行预处理，none为不进行预处理

torchvision.models

torchvision提供了训练好的模型，可以加载后直接使用(见下面代码)，或者在进行迁移学习torchvision.models模块的子模块中包含以下模型结构：

• AlexNet
• VGG
• ResNet
• SqueezeNet
• DenseNet

#导入预训练模型
import torchvision.models
model = torchvision.models.vgg16(pretrained=True) #True代表已经训练好的模型

torchvision.transforms

transform模块提供了一般的图像转换操作类，用作数据处理和数据增强。
主要提供了对PIL Image对象和Tensor对象的常用操作。

对PIL Image对象的常用操作有：

• Resize:调整图片尺寸
• CenterCrop、RandomCrop、RandomSizedCrop:裁剪图片
• Pad:填充
• ToTensor:将PIL Image对象转成Tensor,会自动将[0,255]归一化至[0,1]

对Tensor对象的常用操作有：

• Normalize:标准化,即减均值,除以标准差
• ToPILImage:将Tensor转为PIL Image对象。

import torchvision.transforms as transforms
transform = transforms.Compose([transforms.RandomCrop(32, padding=4),  #先四周填充0，在把图像随机裁剪成32*32transforms.RandomHorizontalFlip(),  #图像一半的概率翻转，一半的概率不翻转transforms.RandomRotation((-45,45)), #随机旋转transforms.ToTensor(),transforms.Normalize((0.4914, 0.4822, 0.4465), (0.229, 0.224, 0.225)), #R,G,B每层的归一化用到的均值和方差
])

详细有关transforms的用法见博客：PyTorch 学习笔记（三）：transforms的二十二个方法

训练网络参数

训练前的准备

设置指定的训练设备(GPU、CPU)

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

定义损失函数

torch.nn模块中定义了很多标准地损失函数。

import torch.nn as nn
xentropy=nn.CrossEntropyLoss() #此处定义一个交叉熵损失函数对象，该对象可以调用backward()方法实现误差反向传播。

定义优化器

torch.optim模块提供了很多优化算法类，
比如:torch.optim.SGD,torch.optim.Adam,torch.optim.RMSprop。这里以SGD为例。

#import torch.optim
net=CNN().to(device) #使用gpu构造一个CNN对象
optimizer=torch.optim.SGD(params=net.parameters(),lr=0.01,momentum=0.9) 
#上式参数依次为：需要网络模型的参数、学习率、动量参数

详细参数见博客:torch.optim.SGD()各参数的解释

训练过程

神经网络训练过程的一步迭代包含四个主要步骤：

• 前向运算，计算给定输入的预测结果
• 计算损失函数值
• 反向传播(BP)，计算参数梯度(计算之前要先梯度清零)
• 使用梯度下降法更新参数值

详细代码如下：

def train(net,optimizer,loss_fn,num_epoch,data_loader,device):
'''参数分别为网络模型、损失函数(对应之前的xentropy)、epoch总次数、数据加载器、训练设备'''net.train() #进入训练模型for epoch in range(num_epoch):print('Epoch {}/{}'.format(epoch+1, num_epochs))running_loss=0running_corrects=0for i,data in enumerate(data_loader):inputs=data[0].to(device)  #输入labels=data[1].to(device)  #真实值标签#下面优化过程optimizer.zero_grad() #先把前一步的梯度清除,设置梯度值为0outputs=net(inputs)  #前向运算，计算网络模型在inputs上的输出outputsloss=loss_fn(outputs,labels) #计算损失函数值loss.backward() #进行反向传播，计算梯度optimizer.step() #使用优化器的step()方法，进行梯度下降，更新模型参数#可以输出两种loss，loss为每次迭代的loss，running_loss为每个epoch的loss，之后再取平均值。running_loss+=loss.item() #计算每个epoch的loss总值_, preds = torch.max(outputs, 1)running_corrects += torch.sum(preds == labels).item()epoch_loss=running__loss/len(train_data) #计算每个epoch的平均lossepoch_acc = running_corrects / len(train_data)print('{} Loss: {:.4f} Acc: {:.4f}'.format('train', epoch_loss, epoch_acc))				

验证/测试过程

测试和验证集过程不用反向传播，也不用更新梯度。

def evaluate(net,loss_fn,data_load,device):net.eval() #进入模型评估模式，验证和测试都是这个running_loss=0correct=0.0total=0for data in data_loader:inputs=data[0].to(device)  #输入labels=data[1].to(device)  #真实值标签with torch.no_grad():	outputs=net(inputs)loss=loss_fn(outputs,labels)running_loss+=loss.item()_,predicted=torch.max(outputs.data,1)total+=labels.size(0) #另一种计算总数的方法correct+=(predicted==labels).sum().item() #计算预测对的数epoch_loss = running_loss/len(val_data)acc=correct/total #计算准确率print('{} Loss: {:.4f} Acc: {:.4f}'.format('valid', epoch_loss, acc))	

运行

有两种方式：

• 1.设立一个主函数main()，将for epoch in epochs:以及train函数和test函数放到main()里运行就可以了。
• 2.将for epoch in epochs:和test函数放入train函数，再直接运行train()函数就可以了。
  完整代码实例:pytorch实现图像分类代码实例