1、Pytorch简介
PyTorch是一个基于Torch的Python开源机器学习库，用于自然语言处理等应用程序。它主要由Facebook的人工智能小组开发，不仅能够实现强大的GPU加速，同时还支持动态神经网络，这一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能：
具有强大的GPU加速的张量计算（如Numpy）
包含自动求导系统的深度神经网络
PyTorch大量使用了Python概念，例如类、结构和条件循环，允许用户以纯面向对象的方式构建深度学习算法。
除了Facebook之外，Twitter、GMU和Salesforce等机构都采用了PyTorch，包括达摩院PAI平台也有使用。
2、Conda环境安装
参考https://yuque.antfin-inc.com/yoznxz/gin3ds/rgeb8g。
3、创建Pytorch Python虚拟环境
基于Python3.7版本，因此线创建一个PyTorch的Python虚拟环境。
conda create --name pytorch python=3.7
3.1 、激活环境
(tf2)$conda activate pytorch
3.2、安装PyTorch
访问官网https://pytorch.org/get-started/locally/
会根据当前系统提供合适的安装命令：
命令中包含安装视觉和声音两个部分，这里只安装视觉部分：
(pytorch)$conda install pytorch torchvision -c pytorch
3.3、安装Matplotlib
matplotlib，风格类似 Matlab 的基于 Python 的图表绘图系统。
matplotlib 是 Python最著名的绘图库，它提供了一整套和 matlab 相似的命 API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入 GUI 应用程序中，在模型训练中常常用来绘制图形。
（pytorch)$conda install matplotlib
4、PyTorch之初体验
4.1、Python环境配置
创建一个test.ipynb，并配置Python环境为pytorch虚拟环境
4.2、Jupyter Kernel配置
在使用Jupyter时，需要连接到Jupyter kernel，按照下图选择Pytorch虚拟环境。
4.3、简单手写数字识别网络
在VSCode中使用Pytorch实现LeNet-5进行手写数字识别。
4.3.1、下载MNIST数据集
在PyTorch中，下载和导入MNIST数据集非常简单，可以使用torchvision库来完成。torchvision是一个专门进行图形处理的库，可加载比较常见的数据库，如ImageNet、CIFAR10、MNIST等。使用torchvision的好处是避免了重复编写数据集加载代码，让数据集的加载更加简单。
import torch
import torchvision
import torchvision.transforms as transforms
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
import matplotlib.pyplot as plt
import numpy as np
#向量转换
transform = transforms.Compose([transforms.ToTensor()])
#训练集下载
trainset = torchvision.datasets.MNIST(
root = './datasets/ch08/pytorch',
train= True,
download= True,
transform=transform)
#测试集下载
testset = torchvision.datasets.MNIST(
root='./datasets/ch08/pytorch', # 选择数据的根目录
train=False,
download=True, # 从网络上下载图片
transform=transform)
上面代码中参数root设置数据集在本地存放的目录，可自由选择。注意，对于训练集，参数train设置为True；对于测试集，参数train设置为False。关于参数download，如果是第一次运行该代码，则将其设置为True，表示从网络上下载MNIST数据集；如果已经下载了数据集，就可以将其设置为False。
4.3.2、加载数据集
#加载训练集
trainloader = torch.utils.data.DataLoader(
trainset,
batch_size = 4,
shuffle = True,
num_workers = 2)
#加载测试集
testloader = torch.utils.data.DataLoader(
testset,
batch_size=4,
shuffle=False,
num_workers=2)
上面代码中参数batch_size表示每个小批量样本集中的样本数量。参数shuffle表示是否在每个epoch中随机打乱数据集，这样做的目的是使每个epoch数据集的次序都不一样，保证每个小批量样本集尽可能不一样，提高接下来的训练效果。参数num_workers表示使用多少个子进程来导入数据。
print(trainset)
print(testset)
打印训练集和测试集路径：
Dataset MNIST
Number of datapoints: 60000
Root location: ./datasets/ch08/pytorch
Split: Train
StandardTransform
Transform: Compose(
ToTensor()
)
Dataset MNIST
Number of datapoints: 10000
Root location: ./datasets/ch08/pytorch
Split: Test
StandardTransform
Transform: Compose(
ToTensor()
)
4.3.3、显示训练集
def imshow(img):
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
dataiter = iter(trainloader)
images, labels = dataiter.next()
imshow(torchvision.utils.make_grid(images))
plt.show()
print(' '.join('%11s' % labels[j].numpy() for j in range(4)))
显示训练集：
4.3.4、搭建LeNet-5网络模型
LeNet-5是卷积网络用于识别的开山之作，由被誉为“卷积网络之父”的Yann LeCun于1994年提出。虽然这网络结构现在已经很少使用，但是它对后续卷积网络的发展起到了奠基作用。这个网络虽然很小，但是它包含了深度学习的基本模块：卷积层，池化层，全连接层。是其他深度学习模型的基础。
同时，其中也体现了前述的设计思想：局部感受野、权值共享、下采样。 LeNet-5模型结构如下图:
搭建网络：
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
#第一层卷积
self.conv1 = nn.Conv2d(1, 6, 5) #1个输入图片通道, 6个输出通道, 5×5 卷积核
#第一层池化层
self.pool1 = nn.MaxPool2d(2, 2) #max pooling, 2×2
#第二层卷积
self.conv2 = nn.Conv2d(6, 16, 5) #6个输入图片通道, 16个输出通道, 5×5 卷积核
#第二层池化
self.pool2 = nn.MaxPool2d(2, 2)
#全连接层
self.fc1 = nn.Linear(16 * 4 * 4, 120) #伸成一维向量
#全连接层
self.fc2 = nn.Linear(120, 84) #120个特征图, 84个神经元
#全连接层, 输出层
self.fc3 = nn.Linear(84, 10) #84个神经元输入, Softmax输出10个数字
def forward(self, x):
x = F.relu(self.conv1(x))
x = self.pool1(x)
x = F.relu(self.conv2(x))
x = self.pool2(x)
#拉伸为一维向量
x = x.view(-1, 16 * 4 * 4)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
MNIST图片的尺寸为28×28×1，经过第一层卷积层和池化层后，尺寸为:
28-5/1+4 = 24, 24/2 = 12
经过第二层卷积层和池化层后，尺寸为：
12-5/1+1 = 8, 8/2 = 4 由于该池化层滤波器组个数为16，则拉伸一维数组的长度就是1644。函数forward(self, x)定义了卷积神经网络的前向传播过程。
net = Net()
print(net)
打印网络：
Net(
(conv1): Conv2d(1, 6, kernel_size=(5, 5), stride=(1, 1))
(pool1): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
(pool2): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
(fc1): Linear(in_features=256, out_features=120, bias=True)
(fc2): Linear(in_features=120, out_features=84, bias=True)
(fc3): Linear(in_features=84, out_features=10, bias=True)
)
整个Net结构非常直观，可以完整、清晰地查看我们构建的卷积神经网络模型的结构。
4.3.5、模型优化
PyTorch中用nn.MSELoss表示均方差。 该项目是一个分类问题，所以损失函数使用交叉熵，PyTorch中用nn.CrossEntropyLoss表示交叉熵。如果是回归问题，损失函数一般使用均方差， 在卷积神经网络模型的反向传播中，仍然是基于梯度下降算法来优化参数的。
梯度优化算法同样可以应用到卷积神经网络模型中。使用方法非常简单，直接调用PyTorch中的torch.optim模块即可。例如，torch.optim. RMSprop表示RMSprop优化，torch.optim.Adam表示Adam优化。
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(net.parameters(), lr = 0.0001) #梯度优化算法是Adam，学习率设置为0.0001
4.3.6、模型训练
每次迭代训练时都要先把所有梯度清零，即执行optimizer.zero_grad()。否则，梯度会累加，造成训练错误和失效。PyTorch中的.backward()可自动完成所有梯度计算。
num_epoches = 5 #设置epoch 数目
cost = [] #损失函数累
for epoch in range(num_epoches):
running_loss = 0.0
for i, data in enumerate(trainloader, 0):
inputs, labels = data #输入样本和标签
optimizer.zero_grad() #每次训练梯度清零
# 正向传播、反向传播和优化过程
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
running_loss += loss.item()
if (i+1) % 2000 == 0: # 每隔2000个小批量样本打印一次
print('[epoch: %d, mini-batch: %5d] loss: %.3f' %
(epoch + 1, i + 1, running_loss / 2000))
cost.append(running_loss / 2000)
running_loss = 0.0
训练结果：
[epoch: 1, mini-batch: 2000] loss: 1.032
[epoch: 1, mini-batch: 4000] loss: 0.424
[epoch: 1, mini-batch: 6000] loss: 0.339
[epoch: 1, mini-batch: 8000] loss: 0.272
...
[epoch: 5, mini-batch: 10000] loss: 0.049
[epoch: 5, mini-batch: 12000] loss: 0.056
[epoch: 5, mini-batch: 14000] loss: 0.044
4.3.7、模型预测
训练集验证
correct = 0
total = 0
with torch.no_grad():
for data in trainloader:
images, labels = data
outpus = net(images)
_,predicted = torch.max(outpus.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print('Accuracy on the 60000 train images: %.3f %%' % (100 * correct / total))
训练精度结果：
Accuracy on the 10000 test images: 98.370 %
4.3.8、测试代码
快速体验请直接下载完整测试代码 lenet5.ipynb
