• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍦 参考文章：Pytorch实战 | 第P3周：彩色图片识别：天气识别
• **🍖 原作者：K同学啊|接辅导、项目定制**␀

本次实验有两个新增任务：

1. 测试集准确度达95%
2. 调用模型识别图片
   我训练完直接在测试集里选了几张图识别，界面的title第一行是label，第二行是预测结果，如图，效果不错
   ps:想输出图片还需加入一个逆解原图的函数，因为读入时直接用transforms将数据集归一化了

关于准确度：

• 直接将K同学的模型改成nn.Sequential()连接后，准确度已经达到了94.2%，目前不是很理解原因，在我目前的理解，在前向传播时连接模型应该和Sequential是等价的
• 将激活函数由RELU改为SILU后测试集准确度在86%附近不再提升，如图
  
• 将原模型最后只有一个全连接层改为两个全连接层
  在lr=1e-4，epoch=20时，准确度在一直增加，可以看出这时训练20次还不够，我的理解是因为此时比上次的参数多了一层，所以更加难训练。效果如图：

• 此时我想将上次的学习率增大，是否可以快点达到理想水平？于是设置lr=1e-2，由于给的太大了，训练后期开始震荡，如图：
  
• 自己瞎设计了一个模型，效果一般，也没有达到95%
  

代码：

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os, PIL, pathlib, random
import torch.nn.functional as F
from torchinfo import summary
import matplotlib.pyplot as plt
import numpy as np

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print("device:" + str(device))

data_dir = './data/'
data_dir = pathlib.Path(data_dir)
data_paths = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[1] for path in data_paths]
print(classeNames)

total_datadir = './data/'

# 串联多个图片变换操作，进行图像预处理
train_transforms = transforms.Compose([
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    transforms.ToTensor(),  # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    transforms.Normalize(  # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225])])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的

total_data = datasets.ImageFolder(total_datadir, transform=train_transforms)  # root:数据集地址，数据集内每个类别再单独一个文件夹，类别文件夹内才是图片

train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])  # 按8:2随机将数据集划分为训练集和测试集

# 参数
batch_size = 32
nc = 10
learn_rate = 1e-2
epochs = 20

train_dl = torch.utils.data.DataLoader(train_dataset,
                                       batch_size=batch_size,
                                       shuffle=True,
                                       num_workers=0)  # 用多线程（nw>0）会导致print()函数多次输出
test_dl = torch.utils.data.DataLoader(test_dataset,
                                      batch_size=batch_size,
                                      shuffle=True,
                                      num_workers=0)


class Model(nn.Module):
    def __init__(self):
        super(Model, self).__init__()
        conv1 = nn.Conv2d(3, 12, 5)
        bn1 = nn.BatchNorm2d(12)
        conv2 = nn.Conv2d(12, 12, 5)
        bn2 = nn.BatchNorm2d(12)
        pool = nn.MaxPool2d(2, 2)
        conv4 = nn.Conv2d(12, 24, 5)
        bn4 = nn.BatchNorm2d(24)
        conv5 = nn.Conv2d(24, 24, 5)
        bn5 = nn.BatchNorm2d(24)
        fc1 = nn.Linear(24 * 50 * 50, 1000)
        fc2 = nn.Linear(1000, len(classeNames))
        self.m = nn.Sequential(conv1, bn1, nn.ReLU(),
                               conv2, bn2, nn.ReLU(),
                               pool,
                               conv4, bn4, nn.ReLU(),
                               conv5, bn5, nn.ReLU(),
                               pool,
                               nn.Flatten(),
                               fc1, fc2)

    def forward(self, x):
        output = self.m(x)
        return output


# 将归一化的数据集逆解出原图，并转化成numpy格式
def de_normalize(image, mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]):
    mean = torch.as_tensor(mean)
    std = torch.as_tensor(std)
    if mean.ndim == 1:
        mean = mean.view(-1, 1, 1)
    if std.ndim == 1:
        std = std.view(-1, 1, 1)
    image = image * std + mean  # 由image=(x-mean)/std可知，x=image*std+mean
    image = image.numpy().transpose(1, 2, 0)  # 从tensor转为numpy,并由（C,H,W）变为（H,W,C）
    image = np.around(image * 255)  # 对数据恢复并进行取整
    image = np.array(image, dtype=np.uint8)  # 矩阵元素类型由浮点数转为整数
    return image


# 训练
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 训练集的大小，一共60000张图片
    num_batches = len(dataloader)  # 批次数目，1875（60000/32）
    train_loss, train_acc = 0, 0  # 初始化训练损失和正确率

    for X, y in dataloader:  # 获取图片X及其标签y
        X, y = X.to(device), y.to(device)

        # 前向传播，计算预测误差
        # 注：这里会触发Module的forward回调函数，调用上面的Model类的forward()，从而进行前向传播
        pred = model(X)  # 网络输出预测值
        # 计算网络输出（预测值）和真实值之间的差距，targets为真实值，计算二者差值即为损失
        # 返回的loss是一个张量
        loss = loss_fn(pred, y)
        # 反向传播
        optimizer.zero_grad()  # grad属性归零
        loss.backward()  # 反向传播，backward（）会一层层的反向传播计算每层的每个w的梯度值，并保存到该w的.grad属性中，并在下一步step()更新
        optimizer.step()  # 每一步自动更新 前面已经把model的参数传给了opt，所以此处调用更新就会更新model的参数

        # 记录acc与loss
        train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()  # train_acc: 训练集准确度
        train_loss += loss.item()

    train_acc /= size
    train_loss /= num_batches
    return train_acc, train_loss


# 测试函数和训练函数大致相同，但是由于不进行梯度下降对网络权重进行更新，所以不需要传入优化器
def test(dataloader, model, loss_fn):
    size = len(dataloader.dataset)  # 测试集的大小，一共10000张图片
    num_batches = len(dataloader)  # 批次数目，313（10000/32=312.5，向上取整）
    test_loss, test_acc = 0, 0
    # 当不进行训练时，停止梯度更新，节省计算内存消耗
    # （pytorch默认会对含张量的操作自动求导）
    with torch.no_grad():  # 表示张量的计算过程中无需计算梯度
        for imgs, target in dataloader:
            imgs, target = imgs.to(device), target.to(device)

            # 计算loss
            target_pred = model(imgs)
            loss = loss_fn(target_pred, target)

            test_loss += loss.item()
            test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()
    test_acc /= size
    test_loss /= num_batches
    return test_acc, test_loss


model = Model().to(device)  # 将模型转移到GPU中
loss_fn = nn.CrossEntropyLoss()  # 多分类问题-->交叉熵损失函数
opt = torch.optim.SGD(model.parameters(), lr=learn_rate)  # 随机梯度下降


def main():
    train_loss = []
    train_acc = []
    test_loss = []
    test_acc = []
    for epoch in range(epochs):
        # train
        model.train()
        epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
        # test
        model.eval()
        epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
        # 记录数据，用于最后画曲线
        train_acc.append(epoch_train_acc)
        train_loss.append(epoch_train_loss)
        test_acc.append(epoch_test_acc)
        test_loss.append(epoch_test_loss)

        template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%，Test_loss:{:.3f}')
        print(
            template.format(epoch + 1, epoch_train_acc * 100, epoch_train_loss, epoch_test_acc * 100, epoch_test_loss))

    plt.figure()
    for i in range(20):
        # 原图数据
        img, label = test_dataset[i]
        npimg = de_normalize(img)
        # 预测
        img = img.unsqueeze(0)  # 升维，否则不能输入模型
        img = img.to(device)  # 传入GPU，因为前面模型是建在GPU内的
        pred = model(img)  # model前向传播，返回的是一个张量
        index = torch.argmax(pred)  # 取置信度最大的
        # plt显示
        plt.subplot(2, 10, i + 1)
        plt.title(classeNames[label] + "\n" + classeNames[index])  # 第一行是real 第二行是pred
        plt.imshow(npimg)
        plt.axis('off')
    plt.show()

    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
    plt.rcParams['figure.dpi'] = 100  # 分辨率
    epochs_range = range(epochs)
    plt.figure(figsize=(12, 3))
    plt.subplot(1, 2, 1)
    plt.plot(epochs_range, train_acc, label='Training Accuracy')
    plt.plot(epochs_range, test_acc, label='Test Accuracy')
    plt.legend(loc='lower right')
    plt.title('Training and Validation Accuracy')
    plt.subplot(1, 2, 2)
    plt.plot(epochs_range, train_loss, label='Training Loss')
    plt.plot(epochs_range, test_loss, label='Test Loss')
    plt.legend(loc='upper right')
    plt.title('Training and Validation Loss')
    plt.show()


if __name__ == '__main__':
    main()