pytorch搭建卷积神经网络_pytorch训练神经网络?

0 写在前面1 卷积层2 下采样3 卷积和下采样4 输出是十分类的问题5 特征提取器6 卷积层

6.1 单通道卷积6.2 多通道卷积6.3 卷积输出 7 卷积核的维度确定8 局部感知域（过滤器）9 卷积层代码实现10 填充padding11 定义模型12 完整代码

在传统的神经网络中，我们会把输入层的节点与隐含层的所有节点相连。卷积神经网络中，采用“局部感知”的方法，即不再把输入层的每个节点都连接到隐含层的每一个神经元节点上。full yconnected 全连接层：如果这个网络是用线性层串联起来的卷积神经网络中间使用的是卷积层，它不像全连接层一样，会把CWH打成一维的数据，而是保留原本的3维，这样就不会损失原本数据中的空间信息。卷积神经网络识别模仿了人脑的视觉处理机制，采用分级提取特征的原理！ 1 卷积层

如下图所示，1×28×28的三维Tensor，输出是4×24×24的Tensor经过卷积层，通道数和维度都有可能发生变化！
2 下采样

目的：减少数据量，feature_matrix，降低运算压力经过一次下采样，通道数是不变的

池化的目的是降低维度；实际上就是下才哟昂

先做一个5×5的卷积，然后再做一个2×2的下采样；再做一个5×5的卷积，然后再做一个2×2的下采样；

从 S 2 S_2 S2​到 n 1 n_1 n1​是把 8 × 4 × 4 8×4×4 8×4×4映射到一维数据，然后把 n 1 n_1 n1​使用一个线性层（全连接层）映射到一个10维。然后用交叉熵来计算损失，这就可以能让网络正常工作了。 5 特征提取器

将卷积层和下采样看成特征提取Feature Extraction将后面的全连接层看成分类器，Classification
6 卷积层 6.1 单通道卷积

红色框起来的部分和黄色相乘， 这里做的是数乘，即对应位置相乘！

6.2 多通道卷积

每一个通道对应一个核（kernel）
举例：625是如何计算得出的？

625 = 211+179+235
其中，211 = 粉色中红框 × 黄色的kernel，求和 6.3 卷积输出

一个3通道的数据输入，用的是3*3的卷积核，最后得到的输出通道为1
7 卷积核的维度确定

卷积核的通道数，应该与输入数据的通道数一致卷积核的个数，决定（等于）输出数据的通道数

这边红色框出来的区域，就是局部感知域，可以把它看做一个小窗口，也称之为过滤器。
9 卷积层代码实现

可以看到卷积层的shape， 10取决于输出的通道数，5取决于输出的通道数。

import torch
in_channels, out_channels = 5, 10
width, height = 100, 100  # 宽和高的大小
kernel_size = 3  # 卷积核的大小
batch_size = 1

input = torch.randn(batch_size, in_channels, width, height)

print(input)
conv_layer = torch.nn.Conv2d(in_channels, out_channels, kernel_size=kernel_size)

output = conv_layer(input)

print(input.shape)
print(output.shape)
print(conv_layer.weight.shape)

所以说，卷积层的定义只需要输入的通道，输出的通道和卷积核的大小。 10 填充padding

考虑到之前去计算kernel=3时，即使每次stride=1，经过卷积之后特征图的尺寸也会变小。这是由于过滤穷在移动到边缘的时候就结束了，中间的像素点参与计算的次数要比边缘的要多。因此，越是边缘的点，对于输出的影响就越小，为了把边缘信息也考虑进来，我们可以在外围进行一次填充，这就是padding，一般来说填充的都是0.

class Net(torch.nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = torch.nn.Conv2d(1,10,(5,5))
        self.conv2 = torch.nn.Conv2d(10,20,(5,5))
        self.maxpooling = torch.nn.MaxPool2d(2)
        self.fc = torch.nn.Linear(320,10)

    def forward(self,x):
        # 将数据从 (n,1,28,28) 转为 (n,784)

        #统计 minibatch 的大小
        batch_size = x.size(0)

        x = F.relu(self.maxpooling(self.conv1(x)))
        x = F.relu(self.maxpooling(self.conv2(x)))

        #将批量输入的图片转为 张数 * N
        # 注意 批量数据矩阵 一行表示一个数据
        x = x.view(batch_size,-1)
        x = self.fc(x)
        return x

我会写一篇blog来分析一下这个卷积网络模型LeNet，如果有兴趣的小伙伴可以移步下方链接！

https://blog.csdn.net/weixin_42521185/article/details/123789635

觉得本篇blog对你有帮助的话，麻烦收藏点赞+关注我哟！！

import numpy as np
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets
from torchvision import transforms
from torch.utils.data import DataLoader
import torch
import matplotlib.pyplot as plt

transform = transforms.Compose([
    transforms.ToTensor(),  #将图像转为tensor向量即每一行叠加起来，会丧失空间结构，且取值为0-1
    transforms.Normalize((0.1307,),(0.3081,))   #第一个是均值，第二个是标准差，需要提前算出，这两个参数都是mnist的
])

batch_size = 64

train_dataset = datasets.MNIST(root='../dataset/mnist',
                               train = True,
                               download=True,
                               transform=transform
                               )

train_loader = DataLoader(train_dataset,
                          shuffle=True,
                          batch_size=batch_size)

test_dataset = datasets.MNIST(root='../dataset/mnist',
                              train = False,
                              download=False,
                              transform=transform
                              )

test_loader = DataLoader(test_dataset,
                         shuffle=False,
                         batch_size=batch_size)

class Net(torch.nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = torch.nn.Conv2d(1,10,(5,5))
        self.conv2 = torch.nn.Conv2d(10,20,(5,5))
        self.maxpooling = torch.nn.MaxPool2d(2)
        self.fc = torch.nn.Linear(320,10)

    def forward(self,x):
        # 将数据从 (n,1,28,28) 转为 (n,784)

        #统计 minibatch 的大小
        batch_size = x.size(0)

        x = F.relu(self.maxpooling(self.conv1(x)))
        x = F.relu(self.maxpooling(self.conv2(x)))

        #将批量输入的图片转为 张数 * N
        # 注意 批量数据矩阵 一行表示一个数据
        x = x.view(batch_size,-1)
        x = self.fc(x)
        return x

model = Net()

criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(),lr=0.01,momentum=0.5)

#使用 GPU 加速
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model.to(device)

def train(epoch):
    running_loss = 0.0
    # batch_idx 的范围是从 0-937 共938个 因为 batch为64，共60000个数据，所以输入矩阵为 (64*N)
    for batch_idx,data in enumerate(train_loader,0):
        x ,y = data
        x,y = x.to(device),y.to(device) #装入GPU

        optimizer.zero_grad()
        y_pred = model(x)
        loss = criterion(y_pred,y)  #计算交叉熵损失
        loss.backward()
        optimizer.step()

        running_loss += loss.item()

        if batch_idx%300 == 299:
            print("[%d,%5d] loss:%.3f"%(epoch+1,batch_idx+1,running_loss/300))
            running_loss = 0.0

def test():
    correct = 0
    total = 0
    with torch.no_grad():
        for data in test_loader:
            x,y = data
            x,y = x.to(device),y.to(device)
            y_pred = model(x)
            _,predicted = torch.max(y_pred.data,dim=1)
            total += y.size(0)
            correct += (predicted==y).sum().item()
    print('accuracy on test set:%d%% [%d/%d]'%(100*correct/total,correct,total))
    accuracy_list.append(100*correct/total)

if __name__ == '__main__':
    accuracy_list = []
    for epoch in range(10):
        train(epoch)
        test()
    plt.plot(np.linspace(1,10,10),accuracy_list)
    plt.xlabel('epoch')
    plt.ylabel('accuracy')
    plt.show()