Pytorch之8层神经网络实现Cifar-10图像分类验证集准确率94.71％
作者：雪地(>^ω^<) 发布时间：2022-03-03 21:14:36
标签：Pytorch,神经网络,Cifar-10,图像分类,验证集
实验环境
Pytorch 1.7.0
torchvision 0.8.2
Python 3.8
CUDA10.2 + cuDNN v7.6.5
Win10 + Pycharm
GTX1660, 6G
网络结构采用最简洁的类VGG结构，即全部由3*3卷积和最大池化组成，后面接一个全连接层用于分类，网络大小仅18M左右。
神经网络结构图
Pytorch上搭建网络
class Block(nn.Module):
def __init__(self, inchannel, outchannel, res=True):
super(Block, self).__init__()
self.res = res # 是否带残差连接
self.left = nn.Sequential(
nn.Conv2d(inchannel, outchannel, kernel_size=3, padding=1, bias=False),
nn.BatchNorm2d(outchannel),
nn.ReLU(inplace=True),
nn.Conv2d(outchannel, outchannel, kernel_size=3, padding=1, bias=False),
nn.BatchNorm2d(outchannel),
)
if stride != 1 or inchannel != outchannel:
self.shortcut = nn.Sequential(
nn.Conv2d(inchannel, outchannel, kernel_size=1, bias=False),
nn.BatchNorm2d(outchannel),
)
else:
self.shortcut = nn.Sequential()
self.relu = nn.Sequential(
nn.ReLU(inplace=True),
)
def forward(self, x):
out = self.left(x)
if self.res:
out += self.shortcut(x)
out = self.relu(out)
return out
class myModel(nn.Module):
def __init__(self, cfg=[64, 'M', 128, 'M', 256, 'M', 512, 'M'], res=True):
super(myModel, self).__init__()
self.res = res # 是否带残差连接
self.cfg = cfg # 配置列表
self.inchannel = 3 # 初始输入通道数
self.futures = self.make_layer()
# 构建卷积层之后的全连接层以及分类器：
self.classifier = nn.Sequential(nn.Dropout(0.4), # 两层fc效果还差一些
nn.Linear(4 * 512, 10), ) # fc，最终Cifar10输出是10类
def make_layer(self):
layers = []
for v in self.cfg:
if v == 'M':
layers.append(nn.MaxPool2d(kernel_size=2, stride=2))
else:
layers.append(Block(self.inchannel, v, self.res))
self.inchannel = v # 输入通道数改为上一层的输出通道数
return nn.Sequential(*layers)
def forward(self, x):
out = self.futures(x)
# view(out.size(0), -1): change tensor size from (N ,H , W) to (N, H*W)
out = out.view(out.size(0), -1)
out = self.classifier(out)
return out
该网络可以很方便的改造成带残差的，只要在初始化网络时，将参数res设为True即可，并可改变cfg配置列表来方便的修改网络层数。
Pytorch上训练
所选数据集为Cifar-10，该数据集共有60000张带标签的彩色图像，这些图像尺寸32*32，分为10个类，每类6000张图。这里面有50000张用于训练，每个类5000张，另外10000用于测试，每个类1000张。
训练策略如下：
1.优化器
momentum=0.9 的 optim.SGD，adam在很多情况下能加速收敛，但因为是自适应学习率，在训练后期存在不能收敛到全局极值点的问题，所以采用能手动调节学习率的SGD，现在很多比赛和论文中也是采用该策略。设置weight_decay=5e-3，即设置较大的L2正则来降低过拟合。
# 定义损失函数和优化器
loss_func = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=LR, momentum=0.9, weight_decay=5e-3)
2.学习率
optim.lr_scheduler.MultiStepLR，参数设为：milestones=[int(num_epochs * 0.56), int(num_epochs * 0.78)], gamma=0.1，即在0.56倍epochs和0.78时分别下降为前一阶段学习率的0.1倍。
# 学习率调整策略 MultiStep：
scheduler = optim.lr_scheduler.MultiStepLR(optimizer=optimizer,
milestones=[int(num_epochs * 0.56), int(num_epochs * 0.78)],
gamma=0.1, last_epoch=-1)
在每个epoch训练完的时候一定要记得step一下，不然不会更新学习率，可以通过get_last_lr()来查看最新的学习率
# 更新学习率并查看当前学习率
scheduler.step()
print('\t last_lr:', scheduler.get_last_lr())
3.数据策略
实验表明，针对cifar10数据集，随机水平翻转、随机遮挡、随机中心裁剪能有效提高验证集准确率，而旋转、颜色抖动等则无效。
norm_mean = [0.485, 0.456, 0.406] # 均值
norm_std = [0.229, 0.224, 0.225] # 方差
transforms.Normalize(norm_mean, norm_std), #将[0,1]归一化到[-1,1]
transforms.RandomHorizontalFlip(), # 随机水平镜像
transforms.RandomErasing(scale=(0.04, 0.2), ratio=(0.5, 2)), # 随机遮挡
transforms.RandomCrop(32, padding=4) # 随机中心裁剪
4.超参数
batch_size = 512 # 约占用显存4G
num_epochs = 200 # 训练轮数
LR = 0.01 # 初始学习率
实验结果：best_acc= 94.71％
另外，将网络改成14层的带残差结构后，准确率上升到了95.56％，但是网络大小也从18M到了43M。
以下是14层残差网络的全部代码，8层的只需修改cfg和初始化时的res参数：
cfg=[64, ‘M’, 128, 128, ‘M’, 256, 256, ‘M’, 512, 512,‘M’] 修改为 [64, ‘M’, 128, ‘M’, 256, ‘M’, 512, ‘M’]
# *_* coding : UTF-8 *_*
# 开发人员： csu·pan-_-||
# 开发时间： 2020/12/29 15:17
# 文件名称： battey_class.py
# 开发工具： PyCharm
# 功能描述： 自建CNN对cifar10进行分类
import torch
from torchvision import datasets, transforms
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader
import onnx
import time
import numpy as np
import matplotlib.pyplot as plt
class Block(nn.Module):
def __init__(self, inchannel, outchannel, res=True, stride=1):
super(Block, self).__init__()
self.res = res # 是否带残差连接
self.left = nn.Sequential(
nn.Conv2d(inchannel, outchannel, kernel_size=3, padding=1, stride=stride, bias=False),
nn.BatchNorm2d(outchannel),
nn.ReLU(inplace=True),
nn.Conv2d(outchannel, outchannel, kernel_size=3, padding=1, stride=1, bias=False),
nn.BatchNorm2d(outchannel),
)
if stride != 1 or inchannel != outchannel:
self.shortcut = nn.Sequential(
nn.Conv2d(inchannel, outchannel, kernel_size=1, bias=False),
nn.BatchNorm2d(outchannel),
)
else:
self.shortcut = nn.Sequential()
self.relu = nn.Sequential(
nn.ReLU(inplace=True),
)
def forward(self, x):
out = self.left(x)
if self.res:
out += self.shortcut(x)
out = self.relu(out)
return out
class myModel(nn.Module):
def __init__(self, cfg=[64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512,'M'], res=True):
super(myModel, self).__init__()
self.res = res # 是否带残差连接
self.cfg = cfg # 配置列表
self.inchannel = 3 # 初始输入通道数
self.futures = self.make_layer()
# 构建卷积层之后的全连接层以及分类器：
self.classifier = nn.Sequential(nn.Dropout(0.4), # 两层fc效果还差一些
nn.Linear(4 * 512, 10), ) # fc，最终Cifar10输出是10类
def make_layer(self):
layers = []
for v in self.cfg:
if v == 'M':
layers.append(nn.MaxPool2d(kernel_size=2, stride=2))
else:
layers.append(Block(self.inchannel, v, self.res))
self.inchannel = v # 输入通道数改为上一层的输出通道数
return nn.Sequential(*layers)
def forward(self, x):
out = self.futures(x)
# view(out.size(0), -1): change tensor size from (N ,H , W) to (N, H*W)
out = out.view(out.size(0), -1)
out = self.classifier(out)
return out
all_start = time.time()
# 使用torchvision可以很方便地下载Cifar10数据集，而torchvision下载的数据集为[0,1]的PILImage格式
# 我们需要将张量Tensor归一化到[-1,1]
norm_mean = [0.485, 0.456, 0.406] # 均值
norm_std = [0.229, 0.224, 0.225] # 方差
transform_train = transforms.Compose([transforms.ToTensor(), # 将PILImage转换为张量
# 将[0,1]归一化到[-1,1]
transforms.Normalize(norm_mean, norm_std),
transforms.RandomHorizontalFlip(), # 随机水平镜像
transforms.RandomErasing(scale=(0.04, 0.2), ratio=(0.5, 2)), # 随机遮挡
transforms.RandomCrop(32, padding=4) # 随机中心裁剪
])
transform_test = transforms.Compose([transforms.ToTensor(),
transforms.Normalize(norm_mean, norm_std)])
# 超参数：
batch_size = 256
num_epochs = 200 # 训练轮数
LR = 0.01 # 初始学习率
# 选择数据集:
trainset = datasets.CIFAR10(root='Datasets', train=True, download=True, transform=transform_train)
testset = datasets.CIFAR10(root='Datasets', train=False, download=True, transform=transform_test)
# 加载数据:
train_data = DataLoader(dataset=trainset, batch_size=batch_size, shuffle=True)
valid_data = DataLoader(dataset=testset, batch_size=batch_size, shuffle=False)
cifar10_classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
train_data_size = len(trainset)
valid_data_size = len(testset)
print('train_size: {:4d} valid_size:{:4d}'.format(train_data_size, valid_data_size))
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model = myModel(res=True)
# 定义损失函数和优化器
loss_func = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=LR, momentum=0.9, weight_decay=5e-3)
# 学习率调整策略 MultiStep：
scheduler = optim.lr_scheduler.MultiStepLR(optimizer=optimizer,
milestones=[int(num_epochs * 0.56), int(num_epochs * 0.78)],
gamma=0.1, last_epoch=-1)
# 训练和验证：
def train_and_valid(model, loss_function, optimizer, epochs=10):
model.to(device)
history = []
best_acc = 0.0
best_epoch = 0
for epoch in range(epochs):
epoch_start = time.time()
print("Epoch: {}/{}".format(epoch + 1, epochs))
model.train()
train_loss = 0.0
train_acc = 0.0
valid_loss = 0.0
valid_acc = 0.0
for i, (inputs, labels) in enumerate(train_data):
inputs = inputs.to(device)
labels = labels.to(device)
# 因为这里梯度是累加的，所以每次记得清零
optimizer.zero_grad()
outputs = model(inputs)
loss = loss_function(outputs, labels)
loss.backward()
optimizer.step()
train_loss += loss.item() * inputs.size(0)
ret, predictions = torch.max(outputs.data, 1)
correct_counts = predictions.eq(labels.data.view_as(predictions))
acc = torch.mean(correct_counts.type(torch.FloatTensor))
train_acc += acc.item() * inputs.size(0)
with torch.no_grad():
model.eval()
for j, (inputs, labels) in enumerate(valid_data):
inputs = inputs.to(device)
labels = labels.to(device)
outputs = model(inputs)
loss = loss_function(outputs, labels)
valid_loss += loss.item() * inputs.size(0)
ret, predictions = torch.max(outputs.data, 1)
correct_counts = predictions.eq(labels.data.view_as(predictions))
acc = torch.mean(correct_counts.type(torch.FloatTensor))
valid_acc += acc.item() * inputs.size(0)
# 更新学习率并查看当前学习率
scheduler.step()
print('\t last_lr:', scheduler.get_last_lr())
avg_train_loss = train_loss / train_data_size
avg_train_acc = train_acc / train_data_size
avg_valid_loss = valid_loss / valid_data_size
avg_valid_acc = valid_acc / valid_data_size
history.append([avg_train_loss, avg_valid_loss, avg_train_acc, avg_valid_acc])
if best_acc < avg_valid_acc:
best_acc = avg_valid_acc
best_epoch = epoch + 1
epoch_end = time.time()
print(
"\t Training: Loss: {:.4f}, Accuracy: {:.4f}％, "
"\n\t Validation: Loss: {:.4f}, Accuracy: {:.4f}％, Time: {:.3f}s".format(
avg_train_loss, avg_train_acc * 100, avg_valid_loss, avg_valid_acc * 100,
epoch_end - epoch_start
))
print("\t Best Accuracy for validation : {:.4f} at epoch {:03d}".format(best_acc, best_epoch))
torch.save(model, '％s/' ％ 'cifar10_my' + '％02d' ％ (epoch + 1) + '.pt') # 保存模型
# # 存储模型为onnx格式：
# d_cuda = torch.rand(1, 3, 32, 32, dtype=torch.float).to(device='cuda')
# onnx_path = '％s/' ％ 'cifar10_shuffle' + '％02d' ％ (epoch + 1) + '.onnx'
# torch.onnx.export(model.to('cuda'), d_cuda, onnx_path)
# shape_path = '％s/' ％ 'cifar10_shuffle' + '％02d' ％ (epoch + 1) + '_shape.onnx'
# onnx.save(onnx.shape_inference.infer_shapes(onnx.load(onnx_path)), shape_path)
# print('\t export shape success...')
return model, history
trained_model, history = train_and_valid(model, loss_func, optimizer, num_epochs)
history = np.array(history)
# Loss曲线
plt.figure(figsize=(10, 10))
plt.plot(history[:, 0:2])
plt.legend(['Tr Loss', 'Val Loss'])
plt.xlabel('Epoch Number')
plt.ylabel('Loss')
# 设置坐标轴刻度
plt.xticks(np.arange(0, num_epochs + 1, step=10))
plt.yticks(np.arange(0, 2.05, 0.1))
plt.grid() # 画出网格
plt.savefig('cifar10_shuffle_' + '_loss_curve1.png')
# 精度曲线
plt.figure(figsize=(10, 10))
plt.plot(history[:, 2:4])
plt.legend(['Tr Accuracy', 'Val Accuracy'])
plt.xlabel('Epoch Number')
plt.ylabel('Accuracy')
# 设置坐标轴刻度
plt.xticks(np.arange(0, num_epochs + 1, step=10))
plt.yticks(np.arange(0, 1.05, 0.05))
plt.grid() # 画出网格
plt.savefig('cifar10_shuffle_' + '_accuracy_curve1.png')
all_end = time.time()
all_time = round(all_end - all_start)
print('all time: ', all_time, ' 秒')
print("All Time: {:d} 分 {:d} 秒".format(all_time // 60, all_time ％ 60))
来源：https://blog.csdn.net/qq_36563273/article/details/121098964
0
投稿猜你喜欢
- <?php /** 默认首页 **/ class DefaultController extends AppController {
- 众所周知，FileSystemObject（fso）组件的强大功能及破坏性是它屡屡被免费主页提供商(那些支持ASP)的禁用的原因，我整理了一
变量当把一个值赋给一个名字时，它就会存储在内存中，我们把这块内存称为变量（variable）。在大多数语言中，都把这种行为称为"给- 代码如下:'返回指定文件夹中文件的数目，传入值为被检测文件夹的硬盘绝对路径 function CountFile
- <SCRIPT LANGUAGE="JavaScript"><!-- Beginfunction si
- 至此，我们的 Python零基础入门篇 的系列专栏到今天基本上算是结束了。今天没有任何的知识点，只是运用我们之前学习过的知识做两个小游戏的案
- python怎么打印菱形？下面给大家带来三种方法：第一种rows = int(input('请输入菱形边长：\n'))row
- 以用户为中心的设计、用户体验，这两个词现在在互联网上几乎随处可见，除了设计师外，很多的用户也都在说这两个词，于是我们经常会听到诸如“这里用户
- JIRA介绍: JIRA是Atlassian公司出品的项目与事务跟踪工具，被广泛应用于缺陷跟踪、需求
- 前言最近有网友私信我，问如何把多张图片合成一张马赛克图片的样子说是女儿从出生到现在，所有的照片，大概有上百张，所以想使用这些照片合成一张，当
- 一、前言这里我先为大家提供一个中文网站，大家可以下去更深入的学习。https://pypi.org/project/pypinyin/pyp
- 一、Python安装Window系统下，python的安装很简单。访问python.org/download，下载最新版本，安装过程与其他w
- 窗外下着小雨，作为单身程序员的我逛着逛着发现一篇好东西，来自知乎 你都用 Python 来做什么？的第一个高亮答案。到上面去看了看，地址都是
- 当初次在机器上安装完Mysql时,你可以匿名进行访问数据库或者以不带口令的root身份进入数据库.另外如果你是一个管理员,你还要进行一些用户
- 1、csv文件的导入和导出 通过一个矩阵导出为csv文件，将csv文件导入为矩阵将csv文件导入到一个矩阵中import numpy my_
- 一、语法错误异常：大多数的异常都不会被程序处理，都以错误信息的形式展现在这里二、异常处理while True: t
- 问题描述我是debain 系的linux系统没遇到这个问题,在centos系统遇到的Collecting dlib Downlo
- 背景使用python进行图像可视化，很多情况下都需要subplots将多幅图像绘制在一个figure中。因为使用频率足够高，那么程序员就需要
- Mysql-connector-java驱动版本问题由于我的数据库版本是5.7.28 ，在使用java连接mysql时经常出现版本问题。co
- 前言之前实践了下face++在线人脸识别版本，这回做一下离线版本。github 上面有关于face_recognition的相关资料，本人只
