pytorch搭建卷积神经网络【第二课

文章目录

• 前言
• 1. 导入模型管理模块
• 2. 模型实例化
• 3. 导入数据处理模块
• 4. img数据转tensor 数据预处理
• 5. 图像转tensor
• 6. 评估设置
• 7. tensor传入Net
• 8. 标签加载
• 9. 预测值排序
• 10. 执行softmax 把预测值转换为百分比
• 11. 对列表中元素排列 descending=True 为降序排列
• 12. 降序排列前五个 第0维 bichsize
• 总结

---

前言

但是如何快速搭建一个简单的神经网络而不是定义一个类再去调用，以及我们定义了一个网络并训练好，该如何在日后去调用这个网络去实现相应的功能。

源码路径：github：https://github.com/2012Netsky/pytorch_cnn/blob/main/1_making_sure_things_work.py

---

1. 导入模型管理模块

#!/usr/bin/env python
# coding: utf-8

# 1.导入模型管理模块
from torchvision import models

# 查看模型
# dir(models)

2. 模型实例化

# 2.模型实例化
alexnet = models.AlexNet()

# 2.模型实例化 属性为预测 下载权值
 resnet = models.resnet101(pretrained=True)

3. 导入数据处理模块

# 3.导入数据处理模块
from torchvision import transforms

4. img数据转tensor 数据预处理

# 4.img数据转tensor 数据预处理
# 缩放图像到256X256
# 围绕中心裁剪图像到224X224
# 将图像转换成一个张量
# 对RGB归一化处理使其具有定义定义均值和标准差（均值和标准差是另外方式计算的，在此直接利用即可）
preprocess = transforms.Compose([transforms.Resize(256),
                               transforms.CenterCrop(224),
                               transforms.ToTensor(),
                               transforms.Normalize(mean=[0.485, 0.456, 0.406],
                                                    std =[0.229, 0.224, 0.225] )])


# 数据查看
from PIL import Image
img = Image.open("../data/p1ch2/bobby.jpg")

# img图像传入torch
img_t = preprocess(img)

5. 图像转tensor

# 导入核心模块
import torch
''' 5. 
先看torch.squeeze() 这个函数主要对数据的维度进行压缩，去掉维数为1的的维度，比如是一行或者一列这种，
一个一行三列（1,3）的数去掉第一个维数为一的维度之后就变成（3）行。

squeeze(a)就是将a中所有为1的维度删掉。


不为1的维度没有影响。

a.squeeze(N) 就是去掉a中指定的维数为一的维度。

还有一种形式就是b=torch.squeeze(a，N) a中去掉指定的定的维数为一的维度。



再看torch.unsqueeze()这个函数主要是对数据维度进行扩充。

给指定位置加上维数为一的维度，比如原本有个三行的数据（3），
在0的位置加了一维就变成一行三列（1,3）。

a.squeeze(N) 就是在a中指定位置N加上一个维数为1的维度。


还有一种形式就是b=torch.squeeze(a，N) a就是在a中指定位置N加上一个维数为1的维度
'''
batch_t = torch.unsqueeze(img_t, 0)

6. 评估设置

# 6. 在新数据上运行训练过的模型 称为推理inference 为了进行推理 需要把网络置于eval 之前把网络设置为pretraines=ture是为了获取权值
resnet.eval()

7. tensor传入Net

# 7. tensor传入resnet（tensor格式 batch—img—R—G—B 先把图像转tensor 然后再增减batch维度）
out = resnet(batch_t)

8. 标签加载

# Python strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。


# 注意：该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。


# 8. imagenet_classes.txt的每一行作为list的一个元素
with open('../data/p1ch2/imagenet_classes.txt') as f:
    labels = [line.strip() for line in f.readlines()]

9. 预测值排序

# 9. output = torch.max(input, dim)
# 在分类问题中，通常需要使用max()函数对softmax函数的输出值进行 *** 作，求出预测值索引，然后与标签进行比对，计算准确率。


# 下面讲解一下torch.max()函数的输入及输出值都是什么，便于我们理解该函数。


# input是softmax函数输出的一个tensor
# dim是max函数索引的维度0/1，0是每列的最大值，1是每行的最大值
# 函数会返回两个tensor，第一个tensor是每行的最大值；第二个tensor是每行最大值的索引。


_, index = torch.max(out, 1)

10. 执行softmax 把预测值转换为百分比

# 10.执行softmax 把预测值转换为百分比
percentage = torch.nn.functional.softmax(out, dim=1)[0] * 100
labels[index[0]], percentage[index[0]].item()
# 官方文档解释.item()用法是：一个元素张量可以用x.item()得到元素值，我理解的就是一个是张量，一个是元素

# 第0个维度是bichsize 第一个维度是图像
torch.nn.functional.softmax(out, dim=1)
torch.nn.functional.softmax(out, dim=1)[0]

11. 对列表中元素排列 descending=True 为降序排列

# 11. 对列表中元素排列 descending=True 为降序排列
_, indices = torch.sort(out, descending=True)

12. 降序排列前五个 第0维 bichsize

# 12. 降序排列前五个 第0维 bichsize
[(labels[idx], percentage[idx].item()) for idx in indices[0][:5]]

---

总结