Lnton羚通PyTorch快速入门基础知识

working with data (处理数据)

PyTorch 提供了两个基本方法用于数据处理，torch.utils.data.DataLoader 和 torch.utils.data.Dataset。DataSet 存储样本及其对应的标签，DataLoader 在 Dataset 基础上封装了一个可迭代的对象。

PyTorch 提供了不同应用领域的库，例如 TorchText, TorchVision 和 TorchAudio ，它们都包含了 datasets， 这个教程主要以 TorchVision 为主；

torchvision.datasets 包含了 CIFAR 与 COCO 等 ，本教程使用 FashionMNIST 数据集，每个 TorchVision 数据集包含了参数 transform 和 target_transform 用于修改样本和标签。

我们将 Dataset 作为参数传递给 DataLoader, 这样就可以封装一个可迭代的访问器，支持自动批处理，采样，打乱顺序和多进程数据加载。这里我们定义 batch size 为 64， 这样就可以每次访问获得 64 个样本和对应的标签。

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor


# 下载FashionMNIST训练数据
training_data = datasets.FashionMNIST(
    root = "../../data",
    train = True,
    download = True,
    transform = ToTensor(),
)
# 下载FashionMNIST测试数据
test_data = datasets.FashionMNIST(
    root = "../../data",
    train = False,
    download = True,
    transform = ToTensor(),
)

batch_size = 64

# 创建 DataLoader 
train_dataloader = DataLoader(training_data, batch_size=batch_size, shuffle=True)
test_dataloader = DataLoader(test_data, batch_size=batch_size, shuffle=True)

for X, Y in test_dataloader:
    print(f"Shape of X[N, C, H, W]: {X.shape}")
    print(f"Shape of Y[N]: {Y.shape}")
    break

Shape of X[N, C, H, W]: torch.Size([64, 1, 28, 28])
Shape of Y[N]: torch.Size([64])

Creating Models (创建模型)

为了在 PyTorch 里定义神经网络，我们创建一个类从 nn.Module里继承，在 __init__ 里定义网络层，在 forward 里定义数据传输的过程，如果有 GPU，可以将数据迁移到 GPU上加速神经网络的训练。

device = "cuda" if torch.cuda.is_available() else "cpu"
print(f"Using {device} device")

# 定义模型
class FirstNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.flatten = nn.Flatten()
        self.linear_relu_stack = nn.Sequential(
            nn.Linear(28 * 28, 512),
            nn.ReLU(),
            nn.Linear(512, 512),
            nn.ReLU(),
            nn.Linear(512, 10),      
        )
  
    def forward(self, x):
        output = self.flatten(x)
        output = self.linear_relu_stack(output)
        return output

model = FirstNN().to(device)
print(model)

Using cuda device
FirstNN(
  (flatten): Flatten(start_dim=1, end_dim=-1)
  (linear_relu_stack): Sequential(
    (0): Linear(in_features=784, out_features=512, bias=True)
    (1): ReLU()
    (2): Linear(in_features=512, out_features=512, bias=True)
    (3): ReLU()
    (4): Linear(in_features=512, out_features=10, bias=True)
  )
)

Optimizing the Model Parameters ( 优化模型参数 )

训练一个模型需要 loss function 和优化器 optimizer.

在一个单独的训练循环中，模型预测训练过程会进行预测，并将预测结果的偏差反向传播从而调整训练模型参数。

训练过程需要进行多次迭代(epoch)。在每个 epoch 中,模型会学习参数使得预测效果更好，我们打印每次的准确率和 loss 。

loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=0.001)

# 定义训练函数
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)
    model.train()
    for batch, (X, y) in enumerate(dataloader):
        X, y = X.to(device), y.to(device)
      
        # 计算误差
        pred = model(X)
        loss = loss_fn(pred, y)

        # 反向传播
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
      
        if batch % 100 == 0:
            loss, current = loss.item(), batch * len(X)
            print(f"loss: {loss:>7f}  [{current:>5d}/{size:>5d}]")

def test(dataloader, model, loss_fn):
    size = len(dataloader.dataset)
    num_batches = len(dataloader)
    model.eval（)
    test_loss, correct = 0, 0
    with torch.no_grad():
        for X, y in dataloader:
            X, y = X.to(device), y.to(device)
            pred = model(X)
            test_loss += loss_fn(pred, y).item()
            correct += (pred.argmax(1) == y).type(torch.float).sum().item()

    test_loss /= num_batches
    correct /= size
    print(
        f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")


epochs = 5
for t in range(epochs):
    print(f"Epoch {t+1} \n-----------------------")
    train(train_dataloader, model, loss_fn, optimizer)
    test(test_dataloader, model, loss_fn)
print("Done!")

Epoch 1 
-----------------------
loss: 2.309391  [    0/60000]
loss: 2.306924  [ 6400/60000]
loss: 2.277485  [12800/60000]
loss: 2.252887  [19200/60000]
loss: 2.247070  [25600/60000]
loss: 2.228895  [32000/60000]
loss: 2.207972  [38400/60000]
loss: 2.216034  [44800/60000]
loss: 2.187572  [51200/60000]
loss: 2.134164  [57600/60000]
Test Error: 
 Accuracy: 41.2%, Avg loss: 2.160574 

Epoch 2 
-----------------------
loss: 2.162140  [    0/60000]
loss: 2.163433  [ 6400/60000]
loss: 2.128148  [12800/60000]
loss: 2.115601  [19200/60000]
loss: 2.057952  [25600/60000]
loss: 2.054668  [32000/60000]
loss: 2.031033  [38400/60000]
loss: 1.978136  [44800/60000]
...
Test Error: 
 Accuracy: 65.4%, Avg loss: 1.092799 

Done!

Lnton羚通专注于音视频算法、算力、云平台的高科技人工智能企业。 公司基于视频分析技术、视频智能传输技术、远程监测技术以及智能语音融合技术等， 拥有多款可支持ONVIF、RTSP、GB/T28181等多协议、多路数的音视频智能分析服务器/云平台。