基础实战——FashionMNIST时装分类

经过前面三章内容的学习，我们完成了以下的内容：

• 对PyTorch有了初步的认识
• 学会了如何安装PyTorch以及对应的编程环境
• 学习了PyTorch最核心的理论基础（张量&自动求导）
• 梳理了利用PyTorch完成深度学习的主要步骤和对应实现方式

现在，我们通过一个基础实战案例，将第一部分所涉及的PyTorch入门知识串起来，便于大家加深理解。同时为后续的进阶学习打好基础。

我们这里的任务是对10个类别的“时装”图像进行分类，使用FashionMNIST数据集（https://github.com/zalandoresearch/fashion-mnist/tree/master/data/fashion ）。上图给出了FashionMNIST中数据的若干样例图，其中每个小图对应一个样本。
FashionMNIST数据集中包含已经预先划分好的训练集和测试集，其中训练集共60,000张图像，测试集共10,000张图像。每张图像均为单通道黑白图像，大小为32*32pixel，分属10个类别。

下面让我们一起将第三章各部分内容逐步实现，来跑完整个深度学习流程。

首先导入必要的包

import os
import numpy as np
import pandas as pd
import torch
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import Dataset, DataLoader

配置训练环境和超参数

# 配置GPU，这里有两种方式
## 方案一：使用os.environ
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
# 方案二：使用“device”，后续对要使用GPU的变量用.to(device)即可
device = torch.device("cuda:1" if torch.cuda.is_available() else "cpu")

## 配置其他超参数，如batch_size, num_workers, learning rate, 以及总的epochs
batch_size = 256
num_workers = 4   # 对于Windows用户，这里应设置为0，否则会出现多线程错误
lr = 1e-4
epochs = 20

数据读入和加载
这里同时展示两种方式:

• 下载并使用PyTorch提供的内置数据集
• 从网站下载以csv格式存储的数据，读入并转成预期的格式
  第一种数据读入方式只适用于常见的数据集，如MNIST，CIFAR10等，PyTorch官方提供了数据下载。这种方式往往适用于快速测试方法（比如测试下某个idea在MNIST数据集上是否有效）
  第二种数据读入方式需要自己构建Dataset，这对于PyTorch应用于自己的工作中十分重要

同时，还需要对数据进行必要的变换，比如说需要将图片统一为一致的大小，以便后续能够输入网络训练；需要将数据格式转为Tensor类，等等。

这些变换可以很方便地借助torchvision包来完成，这是PyTorch官方用于图像处理的工具库，上面提到的使用内置数据集的方式也要用到。PyTorch的一大方便之处就在于它是一整套“生态”，有着官方和第三方各个领域的支持。这些内容我们会在后续课程中详细介绍。

# 首先设置数据变换
from torchvision import transforms

image_size = 28
data_transform = transforms.Compose([
    # transforms.ToPILImage(),   # 这一步取决于后续的数据读取方式，如果使用内置数据集则不需要
    transforms.Resize(image_size),
    transforms.ToTensor()
])

## 读取方式一：使用torchvision自带数据集，下载可能需要一段时间
from torchvision import datasets

train_data = datasets.FashionMNIST(root='./', train=True, download=True, transform=data_transform)
test_data = datasets.FashionMNIST(root='./', train=False, download=True, transform=data_transform)

print(len(train_data))

60000

feature, label = train_data[0]
print(feature.shape, feature.dtype)  # Channel x Height X Width
print(label)

torch.Size([1, 28, 28]) torch.float32
9

在构建训练和测试数据集完成后，需要定义DataLoader类，以便在训练和测试时加载数据

train_loader = DataLoader(train_data, batch_size=batch_size, shuffle=True, num_workers=num_workers, drop_last=True)
test_loader = DataLoader(test_data, batch_size=batch_size, shuffle=False, num_workers=num_workers)

读入后，我们可以做一些数据可视化操作，主要是验证我们读入的数据是否正确

import matplotlib.pyplot as plt
%matplotlib inline
image, label = next(iter(train_loader))
print(image.shape, label.shape)
plt.imshow(image[0][0], cmap="gray")

torch.Size([256, 1, 28, 28]) torch.Size([256])





<matplotlib.image.AxesImage at 0x15f102b5a00>

模型设计
由于任务较为简单，这里我们手搭一个CNN，而不考虑当下各种模型的复杂结构
模型构建完成后，将模型放到GPU上用于训练

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv = nn.Sequential(
            nn.Conv2d(1, 32, 5),
            nn.ReLU(),
            nn.MaxPool2d(2, stride=2),
            nn.Dropout(0.3),
            nn.Conv2d(32, 64, 5),
            nn.ReLU(),
            nn.MaxPool2d(2, stride=2),
            nn.Dropout(0.3)
        )
        self.fc = nn.Sequential(
            nn.Linear(64*4*4, 512),
            nn.ReLU(),
            nn.Linear(512, 10)
        )
        
    def forward(self, x):
        x = self.conv(x)
        x = x.view(-1, 64*4*4)
        x = self.fc(x)
        # x = nn.functional.normalize(x)
        return x

model = Net()
model = model.cuda()
# model = nn.DataParallel(model).cuda()   # 多卡训练时的写法，之后的课程中会进一步讲解

设定损失函数
使用torch.nn模块自带的CrossEntropy损失
PyTorch会自动把整数型的label转为one-hot型，用于计算CE loss
这里需要确保label是从0开始的，同时模型不加softmax层（使用logits计算）,这也说明了PyTorch训练中各个部分不是独立的，需要通盘考虑

criterion = nn.CrossEntropyLoss()
# criterion = nn.CrossEntropyLoss(weight=[1,1,1,1,3,1,1,1,1,1])

?nn.CrossEntropyLoss # 这里方便看一下weighting等策略

Object `nn.CrossEntropyLoss # 这里方便看一下weighting等策略` not found.

设定优化器
这里我们使用Adam优化器

optimizer = optim.Adam(model.parameters(), lr=0.001)

训练和测试（验证）
各自封装成函数，方便后续调用
关注两者的主要区别：

• 模型状态设置
• 是否需要初始化优化器
• 是否需要将loss传回到网络
• 是否需要每步更新optimizer

此外，对于测试或验证过程，可以计算分类准确率

def train(epoch):
    model.train()
    train_loss = 0
    for data, label in train_loader:
        data, label = data.cuda(), label.cuda()
        optimizer.zero_grad()
        output = model(data)
        loss = criterion(output, label)
        loss.backward()
        optimizer.step()
        train_loss += loss.item()*data.size(0)
    train_loss = train_loss/len(train_loader.dataset)
    print('Epoch: {} \tTraining Loss: {:.6f}'.format(epoch, train_loss))

def val(epoch):       
    model.eval()
    val_loss = 0
    gt_labels = []
    pred_labels = []
    with torch.no_grad():
        for data, label in test_loader:
            data, label = data.cuda(), label.cuda()
            output = model(data)
            preds = torch.argmax(output, 1)
            gt_labels.append(label.cpu().data.numpy())
            pred_labels.append(preds.cpu().data.numpy())
            loss = criterion(output, label)
            val_loss += loss.item()*data.size(0)
    val_loss = val_loss/len(test_loader.dataset)
    gt_labels, pred_labels = np.concatenate(gt_labels), np.concatenate(pred_labels)
    acc = np.sum(gt_labels==pred_labels)/len(pred_labels)
    print('Epoch: {} \tValidation Loss: {:.6f}, Accuracy: {:6f}'.format(epoch, val_loss, acc))

for epoch in range(1, epochs+1):
    train(epoch)
    val(epoch)

Epoch: 1 	Training Loss: 0.684462
Epoch: 1 	Validation Loss: 0.460476, Accuracy: 0.837600
Epoch: 2 	Training Loss: 0.428233
Epoch: 2 	Validation Loss: 0.361145, Accuracy: 0.872700
Epoch: 3 	Training Loss: 0.364548
Epoch: 3 	Validation Loss: 0.346266, Accuracy: 0.875700
Epoch: 4 	Training Loss: 0.328705
Epoch: 4 	Validation Loss: 0.308907, Accuracy: 0.889900
Epoch: 5 	Training Loss: 0.304380
Epoch: 5 	Validation Loss: 0.292033, Accuracy: 0.892800
Epoch: 6 	Training Loss: 0.283067
Epoch: 6 	Validation Loss: 0.289701, Accuracy: 0.896000
Epoch: 7 	Training Loss: 0.272299
Epoch: 7 	Validation Loss: 0.260410, Accuracy: 0.904600
Epoch: 8 	Training Loss: 0.258236
Epoch: 8 	Validation Loss: 0.253149, Accuracy: 0.906600
Epoch: 9 	Training Loss: 0.249238
Epoch: 9 	Validation Loss: 0.253160, Accuracy: 0.907700
Epoch: 10 	Training Loss: 0.239348
Epoch: 10 	Validation Loss: 0.246544, Accuracy: 0.911700
Epoch: 11 	Training Loss: 0.231685
Epoch: 11 	Validation Loss: 0.241681, Accuracy: 0.910000
Epoch: 12 	Training Loss: 0.220631
Epoch: 12 	Validation Loss: 0.246015, Accuracy: 0.909700
Epoch: 13 	Training Loss: 0.215752
Epoch: 13 	Validation Loss: 0.250480, Accuracy: 0.908600
Epoch: 14 	Training Loss: 0.206736
Epoch: 14 	Validation Loss: 0.230214, Accuracy: 0.918200
Epoch: 15 	Training Loss: 0.200175
Epoch: 15 	Validation Loss: 0.237036, Accuracy: 0.915500
Epoch: 16 	Training Loss: 0.195588
Epoch: 16 	Validation Loss: 0.234353, Accuracy: 0.916700
Epoch: 17 	Training Loss: 0.187904
Epoch: 17 	Validation Loss: 0.225265, Accuracy: 0.917600
Epoch: 18 	Training Loss: 0.185373
Epoch: 18 	Validation Loss: 0.228365, Accuracy: 0.918500
Epoch: 19 	Training Loss: 0.177406
Epoch: 19 	Validation Loss: 0.233228, Accuracy: 0.916500
Epoch: 20 	Training Loss: 0.175053
Epoch: 20 	Validation Loss: 0.226534, Accuracy: 0.918600

模型保存
训练完成后，可以使用torch.save保存模型参数或者整个模型，也可以在训练过程中保存模型
这部分会在后面的课程中详细介绍

save_path = "./FahionModel.pkl"
torch.save(model, save_path)