pytorch学习

这篇文章主要讲pytorch框架的学习笔记

1.基本数据类型和基本运算

1.1 张量

python导入pytorch为：
import torch
在torch中，常量通常表示成张量的类型(Tensor)，与numpy中的array类似。创建一个5行3列的随机初始化张量矩阵为：

x = torch.Tensor(5, 3)

创建5行3列的[0,1]均匀分布的张量矩阵

x = torch.rand(5, 3)

创建5行3列的[-1,1]高斯分布的张量矩阵

x = torch.randn(5, 3)

张量的大小,返回的是个tuple类型的数据

print x.size()

1.2 基本运算

可以直接用运算符，也可以直接用函数，如计算x+y

y=torch.rand(5.3)
z=x+y
#或者
z=torch.Tensor(5,3)
torch.add(x,y,out=z)

改变自身值的运算，需要在函数后加_，如自加

y.add_(x)

此外，Tensor类型数据具有numpy类型数据的100种操作详情见这里

1.3 与numpy互相转换

Tensor->numpy

a = torch.ones(5)
b = a.numpy()

numpy->Tensor

a=np.ones(5)
b=torch.from_numpy(a)

1.4 变量Variable

相当于tensorflow中的placeholder,由autograd包引入，这个包可以计算所有Tensor的梯度信息，定义好变量后，用backward()就可以自动计算梯度

变量

data是变量的初始值，grad是梯度值，grad_fn是计算梯度的函数，例：定义一个[2,2]的变量，初始值为1，并包含梯度

import torch
from torch.autograd import Variable
x = Variable(torch.ones(2, 2), requires_grad=True)

定义一个计算来求x在1的梯度，令

$$z=3(x+2)^2$$

则

z=3*pow(x+2,2)
out=mean(z)
out.backward()
print x.grad()

1.5 一个简单的CNN

我们以手写体识别的LeNet为例，说明pytorch写神经网络结构的框架,神经网络的有关运算有nn引入，相关函数由nn.functional引入：

import torch.nn as nn
import torch.nn.functional as F

LeNet如下所示：

image

pytorch中每个模型都看成一个类，接收的输入是nn.Module.

首先定义LeNet,一个完整的模型定义如下：

class Net(nn.Module):

    def __init__(self):
        super(Net, self).__init__()
        # 1 input image channel, 6 output channels, 5x5 square convolution
        # kernel
        self.conv1 = nn.Conv2d(1, 6, 5)
        self.conv2 = nn.Conv2d(6, 16, 5)
        # an affine operation: y = Wx + b
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        # Max pooling over a (2, 2) window
        x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
        # If the size is a square you can only specify a single number
        x = F.max_pool2d(F.relu(self.conv2(x)), 2)
        x = x.view(-1, self.num_flat_features(x))
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x
net=Net()

包括类的构造函数和前向计算，构造函数就是自己定义的一些运算层，参数是随机初始化的，前向计算则是层之间的运算，反向传播相关运算则是模型自动定义。注意到的是，输入到模型中做前向计算的一定是一个Variable

其次利用定义好的网络做一次前向计算

input = Variable(torch.randn(1, 1, 32, 32))
out = net(input)
print(out)

接着初始化网络中所有参数的梯度，然后用随机的梯度做一次反向传播

net.zero_grad()
out.backward(torch.randn(1, 10))

神经网络的参数是要用训练数据去训练的，这就需要定义loss funtion，pytorch中的nn模块内定义了各种loss function
，torch中的loss function 包含输出和目标值。手写体字符有10个元素，我们就用1-10来表示，定义loss如下：

output = net(input)
target = Variable(torch.arange(1, 11))  # a dummy target, for example
target = target.view(1, -1)  # make it the same shape as output
criterion = nn.MSELoss()
loss = criterion(output, target)

利用loss做一次反向传播就可以求出所有参数的梯度值，一般在计算定义loss后，先初始化所有参数的梯度值，再更新梯度。我们知道，梯度下降法只是求解优化问题中的参数的一种方法。其他方法还有Adam, RMSProp等。

import torch.optim as optim

# create your optimizer
optimizer = optim.SGD(net.parameters(), lr=0.01)

# in your training loop:
optimizer.zero_grad()   # zero the gradient buffers
output = net(input)
loss = criterion(output, target)
loss.backward()
optimizer.step()    # Does the update

1.6 简单的分类网络架构

一个完整的分类网络包括：读取数据→展示数据样例→定义网络结构→定义loss和优化方法→训练网络→测试网络。以CIFAR10为例
读取数据

import torch
import torchvision
import torchvision.transforms as transforms

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                          shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                                         shuffle=False, num_workers=2)

classes = ('plane', 'car', 'bird', 'cat',
           'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

展示数据样例

import matplotlib.pyplot as plt
import numpy as np

# functions to show an image


def imshow(img):
    img = img / 2 + 0.5     # unnormalize
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))


# get some random training images
dataiter = iter(trainloader)
images, labels = dataiter.next()

# show images
imshow(torchvision.utils.make_grid(images))
# print labels
print(' '.join('%5s' % classes[labels[j]] for j in range(4)))

定义网络结构以类的形式定义包括架构和前向计算

from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F


class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

查看模型信息
有时候想要查看模型的信息，并打印出某些层的参数(weights,bias)，可以用以下语句：

params=net.state_dict()
for k,v in params.items():
    print(k) #打印网络中的变量名
    print(params['conv1.weight']) #打印conv1的weight
    print(params['conv1.bias']) #打印conv1的bias

定义loss函数和优化方法

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

训练网络

for epoch in range(2):  # loop over the dataset multiple times

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # get the inputs
        inputs, labels = data

        # wrap them in Variable
        inputs, labels = Variable(inputs), Variable(labels)

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward + backward + optimize
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # print statistics
        running_loss += loss.data[0]
        if i % 2000 == 1999:    # print every 2000 mini-batches
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

测试网络

dataiter = iter(testloader)
images, labels = dataiter.next()

# print images
imshow(torchvision.utils.make_grid(images))
print('GroundTruth: ', ' '.join('%5s' % classes[labels[j]] for j in range(4)))
outputs = net(Variable(images))
# 预测
_, predicted = torch.max(outputs.data, 1)
print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]
                              for j in range(4)))