pytorchイメージ分類器
27247 ワード
文書ディレクトリ
データの処理方法
標準pythonパケットを用いるnumpy配列フォーマットにデータをロードし、この配列をtorchに変換することができる.Tensor. 画像の場合:Pillow,OpenCVを使用できます.音声にはscipy,librosaを使用できます.テキストについては、PythonまたはCythonベースのデータでモジュールを直接ロードするか、NLTKおよびSpaCyを使用します.特に視覚的には、Imagene、CIFAR 10、MNISTなどの共通データセットのロードをサポートするデータロードモジュール、torchvisionというパッケージが作成されている.Datasetsと画像データのロードをサポートする変換モジュールtorch.utils.data.DataLoader. 次に、CIFAR 10データセットを使用して、画像サイズ33232、すなわちRGBの3層カラーチャネルを含む10種類のカテゴリを含み、各層チャネル内のサイズは3232である.
画像分類器を訓練する
1.torchvisionを使用してCIFAR 10のトレーニングおよびテストデータセットをロードおよび正規化する
import torch
import torchvision
import torchvision.transforms as transforms
# torchvision [0,1] PILImage, [-1,1] Tensors
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)
# num_workers: ,0
testset = torchvision.datasets.CIFAR10(root='./data', train=Flase, 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')
import matplotlib.pyplot as plt
import numpy as np
#
def imshow(img):
img = img / 2 + 0.5 #
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
plt.show()
#
dataiter = iter(trainloader)
images, labels = dataiter.next()
#
imshow(torchvision.utils,make_grid(images))
#
print(''.join('%5s' % classes[labels[j]] for j in range(4)))
2.コンボリューションニューラルネットワークを定義する
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()
3.損失関数の定義
import torch.optim as optim
#
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
4.トレーニングサンプルデータ上でネットワークをトレーニングする
#
for epoch in range(2):
running_loss = 0.0
for i, data in enumerate(trainloader, 0):
inputs, labels = data
optimizer.zero_grad()
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
running_loss += loss.item()
if i % 2000 == 1999:
print('[%d, %5d] loss: %.3f' % (epoch + 1, i + 1, running_loss / 2000))
running_loss = 0.0
print('Finished Training')
5.テストサンプルでネットワークをテストします。
#
correct = 0
total = 0
with torch.no_grad():
for data in testloader:
images, labels = data
outputs = net(images)
_, predicted = torch.max(outputs.data, 1)
total += labels.size(0)
correct += (predicted == labels.sum().item()
print('Accuracy of the network on the 10000 test images: %d %%' %(100 * correct / total))
class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))
with torch.no_grad():
for data in testloader:
images, labels = data
outputs = net(images)
_, predicted = torch.max(outputs.data, 1)
c = (predicted == labels),squeeze()
for i in range(4):
label = labels[i]
class_correct[label] += c[i].item()
class_total[label] += 1
for i in range(10):
print('Accuracy of %5s : %2d %%' % (classes[i], 100 * class_correct[i] / class_total[i]))
6.GPU
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
net.to(device)
inputs, labels = inputs.to(device), labels.to(device)
1.torchvisionを使用してCIFAR 10のトレーニングおよびテストデータセットをロードおよび正規化する
import torch
import torchvision
import torchvision.transforms as transforms
# torchvision [0,1] PILImage, [-1,1] Tensors
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)
# num_workers: ,0
testset = torchvision.datasets.CIFAR10(root='./data', train=Flase, 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')
import matplotlib.pyplot as plt
import numpy as np
#
def imshow(img):
img = img / 2 + 0.5 #
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
plt.show()
#
dataiter = iter(trainloader)
images, labels = dataiter.next()
#
imshow(torchvision.utils,make_grid(images))
#
print(''.join('%5s' % classes[labels[j]] for j in range(4)))
2.コンボリューションニューラルネットワークを定義する
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()
3.損失関数の定義
import torch.optim as optim
#
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
4.トレーニングサンプルデータ上でネットワークをトレーニングする
#
for epoch in range(2):
running_loss = 0.0
for i, data in enumerate(trainloader, 0):
inputs, labels = data
optimizer.zero_grad()
outputs = net(inputs)
loss = criterion(outputs, labels)
loss.backward()
optimizer.step()
running_loss += loss.item()
if i % 2000 == 1999:
print('[%d, %5d] loss: %.3f' % (epoch + 1, i + 1, running_loss / 2000))
running_loss = 0.0
print('Finished Training')
5.テストサンプルでネットワークをテストします。
#
correct = 0
total = 0
with torch.no_grad():
for data in testloader:
images, labels = data
outputs = net(images)
_, predicted = torch.max(outputs.data, 1)
total += labels.size(0)
correct += (predicted == labels.sum().item()
print('Accuracy of the network on the 10000 test images: %d %%' %(100 * correct / total))
class_correct = list(0. for i in range(10))
class_total = list(0. for i in range(10))
with torch.no_grad():
for data in testloader:
images, labels = data
outputs = net(images)
_, predicted = torch.max(outputs.data, 1)
c = (predicted == labels),squeeze()
for i in range(4):
label = labels[i]
class_correct[label] += c[i].item()
class_total[label] += 1
for i in range(10):
print('Accuracy of %5s : %2d %%' % (classes[i], 100 * class_correct[i] / class_total[i]))
6.GPU
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
net.to(device)
inputs, labels = inputs.to(device), labels.to(device)