pytorch加载cifar10的归一化
- pytorch怎么加载cifar10数据集
- torchvision.datasets.CIFAR10
- transforms.Normalize()进行归一化到底在哪里起作用？【CIFAR10源码分析】
- torchvision.datasets加载的数据集搭配Dataloader使用
- model.train()和model.eval()
pytorch怎么加载cifar10数据集
torchvision.datasets.CIFAR10
pytorch里面的torchvision.datasets中提供了大多数计算机视觉领域相关任务的数据集，可以根据实际需要加载相关数据集——需要cifar10就用torchvision.datasets.CIFAR10()，需要SVHN就调用torchvision.datasets.SVHN()。
针对cifar10数据集而言，调用torchvision.datasets.CIFAR10()，其中root是下载数据集后保存的位置；train是一个bool变量，为true就是训练数据集，false就是测试数据集；download也是一个bool变量，表示是否下载；transform是对数据集中的"image"进行一些操作，比如归一化、随机裁剪、各种数据增强操作等；target_transform是针对数据集中的"label"进行一些操作。
示例代码如下：
# 加载训练数据集
train_data = datasets.CIFAR10(root='../_datasets', train=True, download=True,
transform= transforms.Compose([
transforms.ToTensor(),
transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]) # 归一化
]) )
# 加载测试数据集
test_data = datasets.CIFAR10(root='../_datasets', train=False,download=True,
transform= transforms.Compose([
transforms.ToTensor(),
transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]) # 归一化
]) )
transforms.Normalize()进行归一化到底在哪里起作用？【CIFAR10源码分析】
上面的代码中，我们用transforms.Compose([……])组合了一系列的对image的操作，其中trandforms.ToTensor()和transforms.Normalize()都涉及到归一化操作：
-
原始的cifar10数据集是numpy array的形式，其中数据范围是[0,255]，pytorch加载时，并没有改变数据范围，依旧是[0,255]，加载后的数据维度是(H, W, C)，源码部分：
-
__getitem__()函数中进行transforms操作，进行了归一化：实际上传入的transform在__getitem__()函数中被调用，其中transforms.Totensor()会将data（也就是image）的维度变成(C，H， W)的形式，并且归一化到[0.0，1.0]；
transforms.Normalize()会根据z = (x-mean) / std 对数据进行归一化，上述代码中mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]是可以将3个通道单独进行归一化，3个通道可以设置不同的mean和std，最终数据范围变成[-0.5，+0.5] 。
所以如果通过pytorch的cifar10加载数据集后，针对traindataset.data，依旧是没有进行归一化的；但是比如traindataset[index].data，其中[index]这样的按下标取元素的操作会直接调用的__getitem__()函数，此时的data就是经过了归一化的。
除traindataset[index]会隐式自动调用__getitem__()函数外，还有什么时候会调用这个函数呢？毕竟……只有调用了这个函数才会调用transforms中的归一化处理。——答案是与dataloader搭配使用！
torchvision.datasets加载的数据集搭配Dataloader使用
torchvision.datasets实际上是torch.utils.data.Dataset的子类，那么就能传入Dataloader中，迭代的按batch-size获取批量数据，用于训练或者测试。其中dataloader加载dataset中的数据时，就是用到了其__getitem__()函数，所以用dataloader加载数据集，得到的是经过归一化后的数据。
model.train()和model.eval()
我发现上面的问题，是我用dataloader加载了训练数据集用于训练resnet18模型，训练过程中，我训练好并保存后，顺便测试了一下在测试数据集上的准确度。但是在测试的过程中，我没有用dataloader加载测试数据集，而是直接用的dataset.data来进行的测试。并且！由于是并没有将model设置成model.eval()【其实我设置了，但是我对自己很无语，我写的model.eval，忘记加括号了，无语呜呜】……也就是即便我的测试数据集没有经过归一化，由于模型还是在model.train()模式下，因此模型的BN层会自己调整，使得模型性能不受影响，因此在测试数据集上的accuracy达到了0.86，我就没有多想。
后来我用模型的时候，设置了model.eval()后，依旧是直接用的dataset.data（也就是没有归一化），不管是在测试数据集上还是在训练数据集上，accuracy都只有0.10+，我表示非常的迷茫疑惑啊！然后才发现是归一化的问题。
- 在
model.train()模式下进行预测时，PyTorch会默认启用一些训练相关的操作，例如Batch Normalization和Dropout，并且模型的参数是可变的，能够根据输入进行调整。这些操作在训练模式下可以帮助模型更好地适应训练数据，并产生较高的准确度。 - 在
model.eval()模式下进行预测时，PyTorch会将模型切换到评估模式，这会导致一些训练相关的操作行为发生变化。具体而言，Batch Normalization层会使用训练集上的统计信息进行归一化，而不是使用当前批次的统计信息。因此，如果输入数据没有进行归一化，模型在评估模式下的准确度可能会显著下降。
以下是我没有用dataloader加载数据集，进行预测的代码：
def correctness(model,data,target, device):
batchsize = 1000
batch_num = int(len(data) / batchsize)
# 对原始的数据进行操作 从H.W.C变成C.H.W
data = torch.tensor(data).permute(0,3,1,2).type(torch.FloatTensor).to(device)
# 手动归一化
data = data/255
data = (data - 0.5) / 0.5
# 求一个batch的correctness
def _batch_correctness(i):
images, labels = data[i*batchsize : (i+1)*batchsize], target[i*batchsize : (i+1)*batchsize]
predict = model(images).detach().cpu()
correctness = np.array(torch.argmax(predict, dim = 1).numpy() == np.array(labels) , dtype= np.float32)
return correctness
result = np.array([_batch_correctness(i) for i in range(batch_num)])
return result.flatten().sum()/data.shape[0]
我后面用上面的代码测试了四种情况：
- model.eval() + 没有归一化：train_accuracy = 0.10，test_accuracy = 0.10；
- model.eval() + 手动归一化：train_accuracy = 0.95，test_accuracy = 0.84；
- model.train() + 没有归一化：train_accuracy = 0.95，test_accuracy = 0.83；
- model.train() + 手动归一化：train_accuracy = 0.94，test_accuracy = 0.84；
由此可见，在model.eval()模式下，数据归一化对最终的测试结果有很大影响。
