由于工作原因，需要使用到深度学习pytorch框架，所以，跟随视频学习了深度学习框架的使用方法，视频链接如下：
PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili
1、安装pytorch
在windows下使用pytorch，首先找到anaconda官网，安装64位windows版本，然后使用清华的源替换掉anaconda默认源，详细教程如下(2条消息) 【2022】保姆级Anaconda安装与换国内源教程_anaconda换源_NoBug2022的博客-CSDN博客
打开anaconda prompt
conda create -n your_env_name python=x.x
命令创建环境，可以使用
conda env list
查看当前已有的环境，来判断环境是否创建成功
打开Start Locally | PyTorch，选择自己需要的pytorch版本，将Run this Command命令复制到自己控制台，然后就可以等待pytorch自己安装成功啦
安装完成后，在控制台输入
python
import torch
print(torch.__version__)
输出版本后，就表明安装成功啦，当然，如果是GPU版本，还可以输入
print (torch.cuda.is_available())
显示TRUE就表示显卡加速也开启了，就可以开启我们的深度学习之路了。
ps：python中的两个方便的函数
dir() 显示包中的方法
help() 显示方法的具体帮助信息
2、数据加载
如图所示，数据在变成Dataset的过程就是将杂乱的数据刨除和整理数据的过程，并且统计了数据的大小，而Dataset到Dataloader则是将整理过的数据按照设定大小进行打包的过程，最终Dataloader为深度学习直接提供需要的数据。
使用的示例代码如下：
from torch.utils.data import Dataset from PIL import Image import os class myData(Dataset): def __init__(self, strRootDir, strLabelDir): self.mstrRootDir = strRootDir self.mstrLabelDir = strLabelDir self.mstrPath = os.path.join(strRootDir, strLabelDir) self.mstrImagePath = os.listdir(self.mstrPath) def __getitem__(self, item): strImageName = self.mstrImagePath[item] strImageItemPath = os.path.join(self.mstrPath, strImageName) zImage = Image.open(strImageItemPath) strLabel = self.mstrLabelDir return zImage, strLabel def __len__(self): return len(self.mstrImagePath) strRootDir = "dateset/train" strLabelAnts = "ants" strLabelBees = "bees" zAntsData = myData(strRootDir, strLabelAnts) zBeesData = myData(strRootDir, strLabelBees) zTrainData = zAntsData + zBeesData print(len(zAntsData), len(zBeesData), len(zTrainData))
3、深度学习训练工具
由于深学习过程太过抽象，无法直观的查看模型学习的程度，所以使用Tensorbard工具来查看，在控制台输入
pip3 -install tensorbard
下载该工具，使用其中的SummaryWriter类的add_scalar和add_image方法就可以将数据进行图表展示以及图片的展示
示例程序如下：
from torch.utils.tensorboard import SummaryWriter import numpy from PIL import Image wirter = SummaryWriter("logs") PILImagePath = "dateset/train/ants/0013035.jpg" PILImage = Image.open(PILImagePath) ImageArray = numpy.array(PILImage) wirter.add_image("ants", ImageArray, 1, dataformats='HWC') for i in range(100): wirter.add_scalar("y = 2x", 2 * i, i) wirter.close()
在控制台输入
tensorboard --logdir=你的日志文件位置
就可以查看到如下的图表
4、图形变换
图形变换主要使用torchvision包中的Transforms包内的方法，有Resize、ToTensor等方法，可以使用Compose方法将所以操作合并为一个命令，要求方法间输入与下一个方法的输出一一对应。
5、数据集
在torchvision包中的dataset包提供了一些内置的数据集可以使用，将download设置为True将在程序运行时自动下载。
6、神经网络的结构
1、模型本体，需要创建一个nn.Module的子类作为深度学习模型的本体，需要自己根据模型结构实现自己的__init__方法和forward方法
class MyModel(nn.Module): def __init__(self): super(MyModel, self).__init__() self.model = nn.Sequential( # 卷积层1 nn.Conv2d(3, 32, 5, 1, 2, ), # 池化层1 nn.MaxPool2d(2), # 卷积层2 nn.Conv2d(32, 32, 5, 1, 2), # 池化层2 nn.MaxPool2d(2), # 卷积层3 nn.Conv2d(32, 64, 5, 1, 2), # 池化层3 nn.MaxPool2d(2), # 展平层 nn.Flatten(), # 全连接层1 nn.Linear(64 * 4 * 4, 64), # 全连接层2 nn.Linear(64, 10) ) def forward(self, x): """ 神经元向前传播函数 :param x: 输入的参数 :return: 输出的参数 """ x = self.model(x) return x
一般将这个类写入单独的py文件方便之后操作，并且一般在文件末尾提供模型的自检方法
# 神经网络模型测试
if__name__ == '__main__':
funModel = MyModel()
myInPut = torch.ones(64, 3, 32, 32)
myOutPut = funModel(myInPut)
print(myOutPut.shape)
2、卷积层
卷积层负责卷积操作，一般调用nn.conv2d方法
3、池化层
池化层的作用是在尽量保证特征的同时减少数据量，一般卷积层后就会跟随一个池化层，调用nn.MaxPool2d方法
4、非线性激活层
非线性激活主要是为了引入非线性特征，一般使用的有nn.ReLU方法和Sigmoid方法
5、正则化层
正则化层主要目的是加快训练速度，一般使用nn.BatchNorm2d方法
6、线性层
线性层也叫全连接层，主要是对数据进行线性组合，一般使用Linear方法，在线性层之前可以调用nn.Flatten方法对数据进行展平
7、可以使用nn.Sequential方法将网络各层方法合并为一个命令，需要保证输出与下一个输入的数据对应
8、损失函数和反向传播
损失函数可以产生一个loss数，用来判断模型特征与实际数据之间的差异，并且对神经网络的反向传播提供依据，一般使用nn.L1Loss方法或nn.MSELoss方法，计算出的loss值越小，越接近真实。
9、优化器
优化器内置了许多成熟的神经网络优化算法，一般使用SGD方法，需要提供一个学习速率，优化前需要将之前优化器的偏移进行清空，使用zero_grad方法，然后将网络进行反向传播填充偏移，随后调用step方法进行神经网络优化
10、学习速率调整函数
为了得到更好的模型，往往随着训练次数增大，需要调整学习的速率，lr_scheduler包提供了调整学习速率的函数方法，使用step方法就可以进行速率调整，注意，这个step需要在优化器至少在之前执行了一次step
11、GPU训练模型
可以使用GPU进行训练加速的地方有数据，损失函数和模型。具体方法有两种：
11.1、使用cuda方法将需要加速的地方放入gpu
11.2、使用to(device)方法将需要加速的地方放入gpu，如果需要写cpu和gpu平台通用的函数，可以把device设备这样写：
zDevice = torch.device("cuda"if torch.cuda.is_available() else"cpu")
7、训练模型常用套路
训练模型基本套路为：
1、设置设备
2、加载数据集
3、添加日志记录者
4、计算数据集长度
5、利用dataloader加载数据集
6、创建网络模型
7、创建损失函数
8、设置优化器
9、设置学习衰减函数
10、设置训练网络的一些参数
11、循环开始训练和测试
12、保存每一次训练的模型
13、记录者关闭
#!/usr/bin/env pytorch # -*- coding: UTF-8 -*- """ @Project :llearn_pytorch @File :model.py @IDE :PyCharm @Author :张世航 @Date :2023/2/24 11:30 @Description :一个深度学习演示样例 """ import torchvision.datasets from torch.optim import lr_scheduler, SGD from torch.utils.data import DataLoader from torch.utils.tensorboard import SummaryWriter from model import * import time # 设置设备 zDevice = torch.device("cuda" if torch.cuda.is_available() else "cpu") # 加载数据集 zTrainData = torchvision.datasets.CIFAR10("TrainData", train=True, transform=torchvision.transforms.ToTensor(), download=True) zTestData = torchvision.datasets.CIFAR10("TestData", train=False, transform=torchvision.transforms.ToTensor(), download=True) # 添加记录者 writer = SummaryWriter("logs") # 计算数据集长度 iTrainDataLength = len(zTrainData) iTestDataLength = len(zTestData) print("the length of train data :{}".format(iTrainDataLength)) print("the length of test data:{}".format(iTestDataLength)) # 利用dataloader加载数据集 zTraindataLoader = DataLoader(zTrainData, batch_size=64) zTestDataLoader = DataLoader(zTestData, batch_size=64) # 创建网络模型 myModel = MyModel() myModel = myModel.to(zDevice) # 创建损失函数 myLossFunction = nn.CrossEntropyLoss() myLossFunction = myLossFunction.to(zDevice) # 优化器 dLearnRate = 1e-2 myOptimizer = SGD(myModel.parameters(), lr=dLearnRate) # 设置学习率衰减函数 MyScheduler = lr_scheduler.StepLR(myOptimizer, 50, gamma=0.5) # 设置训练网络的一些参数 # 训练的总次数 iTotalTrainStep = 0 # 测试的总次数 iTotalTestStep = 0 # 训练的轮数 iEpoch = 300 # 记录开始时间 fStartTime = time.time() for i in range(iEpoch): print("----第{}训练开始！！!----".format(i)) myModel.train() for data in zTraindataLoader: images, targets = data images = images.to(zDevice) targets = targets.to(zDevice) outputs = myModel(images) loss = myLossFunction(outputs, targets) # 优化器优化模型 myOptimizer.zero_grad() loss.backward() myOptimizer.step() iTotalTrainStep = iTotalTrainStep + 1 if iTotalTrainStep % 100 == 0: fEndTime = time.time() print("第{}次模型训练loss是{}".format(iTotalTrainStep, loss.item())) writer.add_scalar("train_loss", loss.item(), iTotalTrainStep) print("训练耗时{}".format(fEndTime - fStartTime)) MyScheduler.step() print("----调整学习率为{}----".format(myOptimizer.state_dict()['param_groups'][0]['lr'])) writer.add_scalar("train_lr", myOptimizer.state_dict()['param_groups'][0]['lr'], i) myModel.eval() iTotalLoss = 0 iTotalAccuracy = 0 print("----第{}测试开始！！!----".format(i)) with torch.no_grad(): for data in zTestDataLoader: images, targets = data images = images.to(zDevice) targets = targets.to(zDevice) outputs = myModel(images) loss = myLossFunction(outputs, targets) iTotalLoss = iTotalLoss + loss.item() accuracy = (outputs.argmax(1) == targets).sum() iTotalAccuracy = accuracy + iTotalAccuracy print("第{}次模型测试loss是{}".format(i, iTotalLoss)) print("第{}次模型测试正确率是{}".format(i, iTotalAccuracy / iTestDataLength)) writer.add_scalar("test_loss", iTotalLoss, iTotalTestStep) writer.add_scalar("test_accuracy", iTotalAccuracy / iTestDataLength, iTotalTestStep) iTotalTestStep = iTotalTestStep + 1 # 保存每一次训练的模型 torch.save(myModel.state_dict(), "model/model_{}.path".format(i)) print("----模型已经保存！！！----") writer.close()
8、模型保存和读取方法
有两种方法保存和读取训练好的模型
1、使用torch.save和torch.load保存和读取整个模型
2、使用torch.save(model.state_dict(),”xxx“)和model.load_state_dict(torch.load("xxx"))来保存和加载模型中的数据（官方推荐）
9、使用模型的套路
1、加载模型
2、加载数据
3、获取模型输出结果
#!/usr/bin/env pytorch # -*- coding: UTF-8 -*- """ @Project :llearn_pytorch @File :testmodel.py @IDE :PyCharm @Author :张世航 @Date :2023/2/27 8:48 @Description :一个简易的验证训练好的模型的程序 """ import os import torch from PIL import Image from torchvision import transforms from model import MyModel class myImage: def __init__(self, strRootDir): self.mstrRootDir = strRootDir self.mstrImagePath = os.listdir(self.mstrRootDir) def __getitem__(self, item): strImageName = self.mstrImagePath[item] strImageItemPath = os.path.join(self.mstrRootDir, strImageName) zImage = Image.open(strImageItemPath) strLabel = strImageName return zImage, strLabel def __len__(self): return len(self.mstrImagePath) funTransform = transforms.Compose([ transforms.Resize((32, 32)), transforms.ToTensor() ]) model = MyModel() model.load_state_dict(torch.load("model/model_37.path")) model.eval() strTestDir = "testimage" zData = myImage(strTestDir) image_type = ("airplane", "automobile", "bird", "cat", "deer", "dog", "frog", "horse", "ship", "truck", "nolen") with torch.no_grad(): for data in zData: image, label = data image = image.convert('RGB') image = funTransform(image) image = torch.reshape(image, (1, 3, 32, 32)) output = model(image) iResult = output.argmax(1) print("图片类型|模型识别出类型:{}|{}".format(label, image_type[iResult]))
完整的代码地址 深度学习练习: 在学习深度学习时候的一些代码 编译环境为python10+pytorch1.13.1+ancoda (gitee.com)
希望可以对大家学习有一定的帮助，互勉。
2023.03.01更新
又观看了1. Overview_哔哩哔哩_bilibili 刘老师这个pytorch系列，从另一给角度认识了深度学习，补充一些笔记。刘老师和小土堆的视频相比，小土堆的视频在于教会你怎么使用pytorch这套工具，刘老师的视频pytorch版本比较老，侧重点不在于教会使用pytorch这套工具，而在于给学习者打开深度学习这扇门，所以一些原理也简单的讲解了一些，并且参杂着一些思维方式。
1、数据集尽可能接近真实
2、梯度下降算法本质：下一步所在的点 = 当前点位置-学习率*当前点所在位置的导数
3、鞍点：梯度为0的点，或者在多维问题中，这个点在一个切面为极大值点，另一个切面为极小值点，就会导致梯度消失现象。
4、梯度消失：梯度在运算过程中趋近于0，导致权值无法随着迭代进行更新
5、随机梯度下降算法：使用随机的一个loss来代替平均loss计算梯度。好处是引入随机噪点可能解决了梯度消失问题，坏处是由于计算过程中，后一步的loss计算依赖前一步的计算，导致无法使用cpu或gpu的并行计算能力，时间复杂度增加
6、batch：批量 批量随机梯度下降算法，解决随机梯度下降算法时间复杂度高的折中方法，在一批中使用梯度下降算法，在批与批之间使用随机梯度下降算法。
7、由于线性方程无论多少层也可以化简为一层的形式，所以每层间需要加入一个非线性函数进行激活，引入随机变量
8、反向传播的过程就是通过loss来计算前一层梯度的过程
9、sigmoid（饱和函数）：有极限，单调增，趋向正负无穷导数为0的函数
10、常用网络：GoogleNet、ResidualNet、DenseNet
11、LSTM 时间复杂度高，但是效果比RNN好
12、RNN算法需要一定基础才能听懂，12、13课前尽量自己去了解下RNN算法的原理
