一、下载数据集
CIFAR-10 and CIFAR-100 datasets，选择CIFAR-10 python 版本，163M
二、CIFAR-10 数据集简介
CIFAR-10 数据集由 10 个类的 60000 张 32x32 彩色图像组成，每个类有 6000 张图像。有 50000 张训练图像和 10000 张测试图像。
数据集分为 5 个训练批次和 1 个测试批次，每个批次有 10000 张图像。测试批次包含每个类中随机选择的 1000 张图像。训练批次包含按随机顺序排列的剩余图像，但某些训练批次可能包含来自一个类的图像多于另一个类的图像。在它们之间，训练批次包含来自每个类的 5000 张图像。
以下是数据集中的类，以及每个类的 10 张随机图像：
三、下载代码并储存照片
import numpy as np
import pickle
import os
from torchvision import datasets
from imageio import imwrite# 数据集放置路径
data_save_pth = "./data"
train_pth = os.path.join(data_save_pth, "train")
test_pth = os.path.join(data_save_pth, "test")# 创建必要的目录
def create_dir(path):if not os.path.exists(path):os.makedirs(path)create_dir(train_pth)
create_dir(test_pth)# 解压路径
data_dir = os.path.join(data_save_pth, "cifar-10-batches-py")# 数据集下载
def download_data():datasets.CIFAR10(root=data_save_pth, train=True, download=True)# 解压缩数据
def unpickle(file):with open(file, "rb") as fo:return pickle.load(fo, encoding="bytes")# 保存图像
def save_images(data, output_dir, offset):for i in range(0, 10000):img = np.reshape(data[b'data'][i], (3, 32, 32)).transpose(1, 2, 0)label = str(data[b'labels'][i])label_dir = os.path.join(output_dir, label)create_dir(label_dir)img_name = f'{label}_{i + offset}.png'img_path = os.path.join(label_dir, img_name)imwrite(img_path, img)if __name__ == '__main__':download_data()for j in range(1, 6):path = os.path.join(data_dir, f"data_batch_{j}")data = unpickle(path)print(f"{path} is loading...")save_images(data, train_pth, (j - 1) * 10000)print(f"{path} loaded")test_data_path = os.path.join(data_dir, "test_batch")test_data = unpickle(test_data_path)save_images(test_data, test_pth, 0)print("test_batch loaded")下载完就是这个目录结构，不过速度有点慢
四、CIFAR-10数据集的分类
import torch as t
import torchvision as tv
import torchvision.transforms as transforms
from torchvision.transforms import ToPILImage
import matplotlib.pyplot as plt # 导入 matplotlib 库
import multiprocessing# 在Windows上需要添加这行来支持多进程
if __name__ == '__main__':multiprocessing.freeze_support()show = ToPILImage() # 可以把Tensor转成Image，方便可视化# 第一次运行程序torchvision会自动下载CIFAR-10数据集，大约100M。# 如果已经下载有CIFAR-10，可通过root参数指定# 定义对数据的预处理transform = transforms.Compose([transforms.ToTensor(), # 转为Tensortransforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)), # 归一化])# 训练集trainset = tv.datasets.CIFAR10( # PyTorch提供的CIFAR-10数据集的类，用于加载CIFAR-10数据集。root='B:/Ama_AI/data/', # 设置数据集存储的根目录。train=True, # 指定加载的是CIFAR-10的训练集。# download=True, # 如果数据集尚未下载，设置为True会自动下载CIFAR-10数据集。transform=transform) # 设置数据集的预处理方式。# 数据加载器trainloader = t.utils.data.DataLoader(trainset, # 指定了要加载的训练集数据，即CIFAR-10数据集。batch_size=4, # 每个小批量(batch)的大小是4，即每次会加载4张图片进行训练。shuffle=True, # 在每个epoch训练开始前，会打乱训练集中数据的顺序，以增加训练效果。num_workers=2) # 使用2个进程来加载数据，以提高数据的加载速度。# 测试集testset = tv.datasets.CIFAR10('B:/Ama_AI/data/',train=False,# download=True,transform=transform)testloader = t.utils.data.DataLoader(testset,batch_size=4,shuffle=False,num_workers=2)classes = ('plane', 'car', 'bird', 'cat','deer', 'dog', 'frog', 'horse', 'ship', 'truck')'''(data, label) = trainset[100] # 从训练集中获取第100个样本的数据（图像）和标签。print(classes[label])# (data + 1) / 2是为了还原被归一化的数据，将之前归一化的数据重新映射到0到1的范围内。show((data + 1) / 2).resize((200, 200))'''dataiter = iter(trainloader)images, labels = next(dataiter) # 返回4张图片及标签print('，'.join('%11s' % classes[labels[j]] for j in range(4)))# 使用 matplotlib 显示图像grid_image = tv.utils.make_grid((images + 1) / 2)plt.imshow(show(grid_image).resize((400, 100)))plt.show()
五、定义resnet
import torch.nn as nn
import torch.nn.functional as Fclass Net(nn.Module):def __init__(self):super(Net, self).__init__()self.conv1 = nn.Conv2d(3, 6, 5)#输入通道数为3，输出通道数为6，卷积核大小为5x5的卷积层self.conv2 = nn.Conv2d(6, 16, 5)self.fc1 = nn.Linear(16*5*5, 120)#输入大小为16x5x5，输出大小为120的全连接层。self.fc2 = nn.Linear(120, 84)self.fc3 = nn.Linear(84, 10)def forward(self, x):x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))#先经过第一个卷积层，然后应用ReLU激活函数和2x2的最大池化操作。x = F.max_pool2d(F.relu(self.conv2(x)), 2)x = x.view(x.size()[0], -1) # -1表示会自适应的调整剩余的维度x = F.relu(self.fc1(x))#依次经过两个全连接层，并使用ReLU激活函数进行非线性变换。x = F.relu(self.fc2(x))x = self.fc3(x)#最后一层是一个全连接层，输出大小为10，对应CIFAR-10数据集的10个类别。return xnet = Net()
print(net)
'''结果展示：
Net((conv1): Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))(fc1): Linear(in_features=400, out_features=120, bias=True)(fc2): Linear(in_features=120, out_features=84, bias=True)(fc3): Linear(in_features=84, out_features=10, bias=True)
)
'''六、更新网参&训练阶段的损失值
import torch as t
import torchvision as tv
import torchvision.transforms as transforms
from torchvision.transforms import ToPILImage
import matplotlib.pyplot as plt # 导入 matplotlib 库
import multiprocessing# 定义数据预处理
transform = transforms.Compose([transforms.ToTensor(), # 转为Tensortransforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)), # 归一化
])def main():show = ToPILImage() # 可以把Tensor转成Image，方便可视化# 训练集trainset = tv.datasets.CIFAR10(root='B:/Ama_AI/data/',train=True,transform=transform)# 数据加载器trainloader = t.utils.data.DataLoader(trainset,batch_size=4,shuffle=True,num_workers=2)# 测试集testset = tv.datasets.CIFAR10('B:/Ama_AI/data/',train=False,transform=transform)testloader = t.utils.data.DataLoader(testset,batch_size=4,shuffle=False,num_workers=2)classes = ('plane', 'car', 'bird', 'cat','deer', 'dog', 'frog', 'horse', 'ship', 'truck')dataiter = iter(trainloader)images, labels = next(dataiter) # 返回4张图片及标签print('，'.join('%11s' % classes[labels[j]] for j in range(4)))# 使用 matplotlib 显示图像grid_image = tv.utils.make_grid((images + 1) / 2)plt.imshow(show(grid_image).resize((400, 100)))plt.show()#定义网络resnetimport torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module):def __init__(self):super(Net, self).__init__()self.conv1 = nn.Conv2d(3, 6, 5)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 = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))x = F.max_pool2d(F.relu(self.conv2(x)), 2)x = x.view(x.size()[0], -1)x = F.relu(self.fc1(x))x = F.relu(self.fc2(x))x = self.fc3(x)return x#定义损失函数和优化器(loss和optimizer)from torch import optimcriterion = nn.CrossEntropyLoss()# 创建了一个交叉熵损失函数的实例，用于计算分类任务中的损失。它将模型的输出与真实标签进行比较，并计算出一个数值作为损失值，用来衡量模型预测与真实标签之间的差异。net = Net()optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)#创建了一个随机梯度下降（SGD）优化器的实例。lr=0.001是学习率（learning rate），控制每次参数更新的步长大小。momentum=0.9表示动量（momentum）参数，用于加速优化过程并避免陷入局部最优解。t.set_num_threads(8)# 设置线程数为 8，以加速训练过程。# 训练网络并更新网络参数for epoch in range(2):# 指定训练的轮数为 2 轮（epoch），即遍历整个数据集两次。running_loss = 0.0# 记录当前训练阶段的损失值for i, data in enumerate(trainloader, 0):inputs, labels = data # 输入数据optimizer.zero_grad()# 梯度清零#:每个 batch 开始时，将优化器的梯度缓存清零，以避免梯度累积outputs = net(inputs)loss = criterion(outputs, labels)# 进行前向传播，然后计算损失函数 lossloss.backward()# 自动计算损失函数相对于模型参数的梯度optimizer.step()# 更新参数running_loss += loss.item()# loss 是一个scalar,需要使用loss.item()来获取数值，不能使用loss[0]if i % 2000 == 1999:# 每2000个batch打印一下训练状态print('[%d, %5d] loss: %.3f' % (epoch + 1, i + 1, running_loss / 2000))running_loss = 0.0print('Finished Training')if __name__ == '__main__':multiprocessing.freeze_support()main()
七、训练准确值VS随机
correct = 0 # 预测正确的图片数total = 0 # 总共的图片数# 使用 torch.no_grad() 上下文管理器，表示在测试过程中不需要计算梯度，以提高速度和节约内存with t.no_grad():for data in testloader:images, labels = dataoutputs = net(images)_, predicted = t.max(outputs, 1)total += labels.size(0)correct += (predicted == labels).sum()print('10000张测试集中的准确率为: %d %%' % (100 * correct / total))dataiter = iter(testloader)images, labels = next(dataiter) # 一个batch返回4张图片print('实际的label: ', ' '.join( \'%08s' % classes[labels[j]] for j in range(4)))show(tv.utils.make_grid(images + 1) / 2).resize((400, 100))# 计算图片在每个类别上的分数outputs = net(images)# 得分最高的那个类_, predicted = t.max(outputs.data, 1)print('预测结果: ', ' '.join('%5s' \% classes[predicted[j]] for j in range(4)))训练后准确率52%
随机准确率仅7%
八、 拓展_enumerate函数
在机器学习或深度学习中，enumerate函数常常与循环结合使用，用于遍历数据集或批次数据，并同时获取数据的索引值。这在模型训练过程中很有用，可以方便地记录当前处理的数据的位置信息。
fruits = ['A', 'B', 'C']
for index, fruit in enumerate(fruits):print(index, fruit) 
GRAMMER:
enumerate(iterable, start=0)
文章参考链接：
- 【深度学习】pytorch——实现CIFAR-10数据集的分类_cifar10分类-CSDN博客
- CIFAR-10数据集下载及处理-CSDN博客
