文書ディレクトリ

データの処理方法

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.

2.ボリュームニューラルネットワーク

を定義する

3.損失関数

を定義する

4.トレーニングサンプルデータ上のトレーニングネットワーク

5.テストサンプルでネットワークをテストします.

6.GPU

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)