正文Winter is coming
pytorch提供的DataLoader 是用来包装你的数据的工具. 所以你要将自己的 (numpy array 或其他)
数据形式装换成 Tensor, 然后再放进这个包装器中. 使用 DataLoader 有什么好处呢?
就是他们帮你有效地迭代数据, 举例:
import torch
import torch.utils.data as Data #utils是torch中的一个模块，Data是进行小批训练的途径或模块
x = torch.linspace(1, 10, 10) # x data (torch tensor): 初始的数据
y = torch.linspace(10, 1, 10) # y data (torch tensor): 目标的数据
- 先转换成
torch能识别的Dataset
torch_dataset = Data.TensorDataset(data_tensor=x, target_tensor=y)
torch_dataset 为用 torch 定义的一个数据库，然后将要训练的数据放到数据库中。
x为用来训练的数据，y为用于算误差的数据
- 把
dataset放入DataLoader
BATCH_SIZE = 5 # 批训练大小为五，即每次抽取五个数据进行训练
loader = Data.DataLoader(
dataset=torch_dataset, # torch TensorDataset format
batch_size=BATCH_SIZE, # mini batch size
shuffle=True, # 要不要打乱数据 (打乱比较好)
num_workers=2, # 多线程来读数据，更有效率
)
我们使用 DataLoader() 来使我们的训练过程变成一批一批，shuffle是 Bool 型变量，为真时随机打乱数据后进行抽样
for epoch in range(3): # 训练整套数据 3 次
for step, (batch_x, batch_y) in enumerate(loader):
# 每一步loader释放一小批数据用来学习，因为一组总共有10个data，batch_size又为5，所以训练一次数据有2个step
# 假设这里就是你训练的地方...
# 打出来一些数据
print('Epoch: ', epoch, '| Step: ', step, '| batch x: ', batch_x.numpy(), '| batch y: ', batch_y.numpy())
结果如下：
Epoch: 0 | Step: 0 | batch x: [ 6. 7. 2. 3. 1.] | batch y: [ 5. 4. 9. 8. 10.]
Epoch: 0 | Step: 1 | batch x: [ 9. 10. 4. 8. 5.] | batch y: [ 2. 1. 7. 3. 6.]
Epoch: 1 | Step: 0 | batch x: [ 3. 4. 2. 9. 10.] | batch y: [ 8. 7. 9. 2. 1.]
Epoch: 1 | Step: 1 | batch x: [ 1. 7. 8. 5. 6.] | batch y: [ 10. 4. 3. 6. 5.]
Epoch: 2 | Step: 0 | batch x: [ 3. 9. 2. 6. 7.] | batch y: [ 8. 2. 9. 5. 4.]
Epoch: 2 | Step: 1 | batch x: [ 10. 4. 8. 1. 5.] | batch y: [ 1. 7. 3. 10. 6.]
可以看出, 每步都导出了5个数据进行学习. 然后每个 epoch 的导出数据都是先打乱了以后再导出.
真正方便的还不是这点. 如果我们改变一下令 BATCH_SIZE = 8, 这样我们就知道, step=0 会导出8个数据, 但是, step=1 时数据库中的数据不够 8个, 这时怎么办呢:
BATCH_SIZE = 8 # 批训练的数据个数
for ...:
for ...:
...
print('Epoch: ', epoch, '| Step: ', step, '| batch x: ',
batch_x.numpy(), '| batch y: ', batch_y.numpy())
结果如下：
Epoch: 0 | Step: 0 | batch x: [ 6. 7. 2. 3. 1. 9. 10. 4.] | batch y: [ 5. 4. 9. 8. 10. 2. 1. 7.]
Epoch: 0 | Step: 1 | batch x: [ 8. 5.] | batch y: [ 3. 6.]
Epoch: 1 | Step: 0 | batch x: [ 3. 4. 2. 9. 10. 1. 7. 8.] | batch y: [ 8. 7. 9. 2. 1. 10. 4. 3.]
Epoch: 1 | Step: 1 | batch x: [ 5. 6.] | batch y: [ 6. 5.]
Epoch: 2 | Step: 0 | batch x: [ 3. 9. 2. 6. 7. 10. 4. 8.] | batch y: [ 8. 2. 9. 5. 4. 1. 7. 3.]
Epoch: 2 | Step: 1 | batch x: [ 1. 5.] | batch y: [ 10. 6.]
这时, 在 step=1 就只给你返回这个 epoch 中剩下的data.
在阅读edsr的源码时发现了下面这段代码：
opt.seed = random.randint(1,10000)
print("Random Seed: ",opt.seed)
torch.manual_seed(opt.seed) # 为当前cpu设置随机种子，值为范围在1到10000里的一个随机数
if cuda:
torch.cuda.manual_seed(opt.seed) # 为当前gpu设置随机种子
cudnn.banchmark = Ture
在训练开始时，参数的初始化为随机的，为了让每次的结果都一致，我们要设置随机种子。
而cudnn.banchmark这个方法可以让CuDNN的auto-tuner自动寻找最适合当前配置的高效算法，如果每次迭代输入不变，可以增加，如果输入会产生变化，则会降低计算的效率。
接下来是edsr中使用 DataLoader的方法。
print("===> Loading datasets")
train_set = DatasetFromHdf5("path_to_dataset.h5")
training_data_loader = DataLoader(dataset=train_set, num_workers=opt.threads, batch_size=opt.batchSize, shuffle=True)
我仔细研究了两天发现，运行到这步时，图片似乎已经处理好了，因为这只是对图片进行打乱后再输入网络进行训练。
重新阅读 master 中的 ReadMe 后发现了这两行文字：
- Please refer Code for Data Generation for creating training files.
- Data augmentations including flipping, rotation, downsizing are adopted.
通过链接找到了具体的生成测试数据的方法，下面是edsr的生成训练数据的方式：
clear;
close all;
folder = 'path/to/train/folder';
savepath = 'edsr_x4.h5'; % 将模型保存为edsr_x4.h5文件，x4为该模型的放大倍数
%% scale factors
scale = 4; % 放大倍数
size_label = 192; % 最终经过调整后的图片的大小
size_input = size_label/scale; % 输入大小 = 最终大小/放大倍数 = 48
stride = 96; % 步长大小为96
%% downsizing
downsizes = [1,0.7,0.5]; % 调整大小的三维向量
data = zeros(size_input, size_input, 3, 1); % init一个名为data的大小为48x48x3的零矩阵
label = zeros(size_label, size_label, 3, 1); % init一个名为label的大小为192x192x3的零矩阵
count = 0;
margain = 0; % 应为边缘信息一类的变量值
%% generate data 准备数据
filepaths = []; % 声明一个读取文件的目录
filepaths = [filepaths; dir(fullfile(folder, '*.png'))]; % 得到目录中所有图片的列表
length(filepaths) % 图片的个数
for i = 1 : length(filepaths) % 遍历所有图片
for flip = 1: 3 % 每张图片翻转三次
for degree = 1 : 4 % 从4个角度？
for downsize = 1 : length(downsizes)
image = imread(fullfile(folder,filepaths(i).name)); % 读取第i张图片
if flip == 1 % 当flip为1时，对图片进行上下翻转
image = flipd(image ,1);
end
if flip == 2 % 当flip为2时，对图片进行左右翻转
image = flipd(image ,2);
end
image = imrotate(image, 90 * (degree - 1)); % 逆时针方向旋转图片0-90-180-270度（角度为正则逆时针旋转，为负则顺时针）
image = imresize(image,downsizes(downsize),'bicubic'); % 通过双三次插值的方法将图像调整为之前的1-0.7-0.5的大小
if size(image,3)==3 % 当图片为三通道RGB图像时，进行以下的 *** 作
%image = rgb2ycbcr(image);
image = im2double(image);
im_label = modcrop(image, scale); % 这个函数将取模后的图片赋给im_label
作者定义了一个对图像进行处理的函数(在Matlab Doc中是找不到滴)：modcrop.m，在同个文件夹下可以找到
function imgs = modcrop(imgs, modulo)
if size(imgs,3)==1 % 灰度图，或者可以理解为仅有一个y通道的图像
sz = size(imgs);
sz = sz - mod(sz, modulo);
imgs = imgs(1:sz(1), 1:sz(2));
else
tmpsz = size(imgs); % 获取图片尺寸
sz = tmpsz(1:2); % 把图片的height和width赋给sz
sz = sz - mod(sz, modulo); % height和width对modulo取模，并减去这个值，使得sz的大小正好可以整除modulo
imgs = imgs(1:sz(1), 1:sz(2),:); % 得到新的尺寸的图片
end
现在继续对取模后的三通道图片进行 *** 作：
[hei,wid, c] = size(im_label); % 得到这张图片的现在的大小
% 使用大小为size_label*size_label的卷积核在图片上进行卷积，步长为stride
% subim_input 作为输入的图片，存入到data数组中
% subim_label 为放大4倍后的图片，存入到label数组中
filepaths(i).name
for x = 1 + margain : stride : hei-size_label+1 - margain
for y = 1 + margain :stride : wid-size_label+1 - margain
subim_label = im_label(x : x+size_label-1, y : y+size_label-1, :);
subim_input = imresize(subim_label,1/scale,'bicubic');
% figure;
% imshow(subim_input);
% figure;
% imshow(subim_label);
count=count+1;
data(:, :, :, count) = subim_input; % 第count组数据
label(:, :, :, count) = subim_label;
end
end
end
end
end
end
end
order = randperm(count); % 生成一行从1到count的整数，打乱后返回
data = data(:, :, :, order); % 将打乱后的样本顺序返回给 data 和 label 数组
label = label(:, :, :, order);
%% writing to HDF5
chunksz = 64; % 每次写入的数据个数
created_flag = false;
totalct = 0;
for batchno = 1:floor(count/chunksz)
batchno
last_read=(batchno-1)*chunksz;
batchdata = data(:,:,:,last_read+1:last_read+chunksz);
batchlabs = label(:,:,:,last_read+1:last_read+chunksz);
startloc = struct('dat',[1,1,1,totalct+1], 'lab', [1,1,1,totalct+1]);
curr_dat_sz = store2hdf5(savepath, batchdata, batchlabs, ~created_flag, startloc, chunksz);
created_flag = true;
totalct = curr_dat_sz(end);
end
h5disp(savepath);
现在我已经大致明白了这个.m文件要做什么了：
- 初始化各种参数
- 使用
flipping,rotation,downsizing方法对图片调整大小 - 对图片使用大小为
size_label*size_label的卷积核进行卷积得到标签图，缩小后得到输入图 - 将数据打乱后写入HDF5文件中
我在总结到这一步时恍然大悟，原来main_edsr.py文件头部的引用中那段
form dataset import DatasetFromHdf5
代码的意思是：从data文件夹中引用格式为Hdf5的，你已经生成好的训练文件(刚才训练好的edsr_x4.h5文件)！！！
好了，看了这么就，不实现一下就说不过去了。
可是我一点运行，matlab就报错说我没有一下函数。
这问题也不是一两次了，我觉得有可能是我没有训练数据(原始图片)的问题，于是我仿照我之前学习caffe框架下SRCNN的方法对代码的一下部分进行了修改。
% 第三行
folder = 'train';
% 55到58行去掉注释，我想看具体的图片长什么样子
figure;
imshow(subim_input);
figure;
imshow(subim_label);
然后报错：未定义函数或变量 'flipd'，其实我之前在Matlab Doc中查找有关flip函数信息时，就发现没有filpd这个函数了。
将d去掉后发现会报下标必须为整形的错误。
可是flip的用法没错啊。
索性我直接将dim=1时的函数替换为flipud(image)即上下翻转图片,将dim=2时的函数替换为fliplr(image)左右翻转图片。
这次运行没报错了，但是图片显示很是鬼畜，然后
我的电脑就蓝屏了，我*************************,啊啊啊啊啊啊算了，我脾气超好！
凭着刚才的印象发现，编号为偶数的图片大于编号为奇数的图片，也就是说，我们的subim_label的大小大于subim_input这种最基本的问题没出错，还好还好。
重启电脑后发现，博客还在，就是网联不上了，又重启一次后一切正常了。
行吧，原谅你了，谁让我上午心情好呢。
- 到这一步来说，应该算是学习结束了，基本弄清楚了训练文件是怎么产生的。
昨天晚上和今天早上真是收获颇丰呢！弄清楚了很多东西，nice！我真bang(苦笑.jpg)
- 我在舍友的呼噜声中把这篇学习博客完成了，刚开始还想，我打字的声音会不会吵醒他们？，后来发现完全是多虑了，他们呼噜声超大，影响我学习？！，没有没有，开玩笑开玩笑，把刀放下好好说话……鬼知道为什么我昨晚最晚睡(3:00 am)，却是最早起床的(8:30 am)，orz
- Happy Birthday To nado, my dear idol
真心喜欢过的人没法做朋友 因为看多几眼 都还是想拥有
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）