pytorch学习3

神经网络

nn.Module的使用

简单案例继承nn.Module类，重新实现构造__init__和forward【必须重写】方法：

pycharm继承父类方法：code→override methods

import torch
from torch import nn


class MyModel(nn.Module):
    # 网络结构
    def __init__(self) -> None:
        super().__init__()

    # 前向传播
    def forward(self, input):
        output = input + 1
        return output


test = MyModel()
x = torch.tensor(1.0)
output = test(x)    # 没有显式调用forward，实际等价于test.forward(x)
print(output)

输出：

tensor(2.)

补充：

可以直接把上面代码作为方法使用的原因在于类里的__call__：该方法的功能类似于在类中重载 () 运算符，使得类实例对象可以像调用普通函数那样，以“对象名()”的形式使用。

卷积层（convolution layer）

conv2d()：在由多个输入平面组成的输入信号上应用 2D 卷积；包含矩阵计算

卷积动态图

输入和输出的维度

常用参数：

  • in_channels ( int ) – 输入图像中的通道数，即上图蓝色部分
  • out_channels ( int ) – 卷积产生的通道数，即上图绿色部分
  • kernel_size ( int or tuple ) – 卷积核的大小，可以设置为3，或者(3,3)，即上图灰色部分
  • stride ( int or tuple , optional ) -- 卷积的步幅。默认值：1，上图一次挪动的步数
  • padding ( int , tuple或str , optional ) – 添加到输入的所有四个边的填充。默认值：0，上图padding为1
  • padding_mode (字符串,可选) – 'zeros', 'reflect', 'replicate'或'circular'. 默认：'zeros'

卷积转换

import torch
import torchvision
from torch import nn
from torch.nn import Conv2d
from torch.utils.data import DataLoader

dataset = torchvision.datasets.CIFAR10(root='./data', train=False, download=True, transform=torchvision.transforms.ToTensor())
dataloader = DataLoader(dataset, batch_size=4)

class MyModel(nn.Module):

    def __init__(self):
        super(MyModel, self).__init__()
        self.conv1 = Conv2d(in_channels=3, out_channels=6, kernel_size=3, stride=1, padding=0)

    def forward(self, x):
        x = self.conv1(x)
        return x

test = MyModel()
print(test)

img, target = data[0]
output = test(img)
print(img.shape)
print(output.shape)

writer.close()

输出：改变了通道数和图片大小

MyModel(
  (conv1): Conv2d(3, 6, kernel_size=(3, 3), stride=(1, 1))
)
torch.Size([4, 3, 32, 32])
torch.Size([4, 6, 30, 30])

池化层（pooling layer）

池化操作：取窗口内最大值（不同于卷积核）

MaxPool2d()：

参数

  • kernel_size – 最大的窗口大小
  • stride——窗口的步幅，默认值为kernel_size
  • padding – 要在两边添加隐式零填充
  • dilation – 控制窗口中元素步幅的参数
  • return_indices - 如果True，将返回最大索引以及输出
  • ceil_mode – 如果为 True，将使用ceil而不是floor来计算输出形状【即多出部分不在计算最大值舍去】

eg：

import torch
from torch import nn
from torch.nn import MaxPool2d

input = torch.tensor([[1, 2, 0, 3, 1],
                      [0, 1, 2, 3, 1],
                      [1, 2, 1, 0, 0],
                      [5, 2, 3, 1, 1],
                      [2, 1, 0, 1, 1]], dtype=torch.float32)
# RuntimeError: “max_pool2d“ not implemented for ‘Long‘:必须要转换input数据类型
input = torch.reshape(input, (-1, 1, 5, 5))    # 给定其他即可计算-1位的值
print(input.shape)


class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)

    def forward(self, input):
        output = self.maxpool1(input)
        return output


test = MyModel()
output = test(input)
print(output)

ceil_mode：True(只有最左上角3*3正方形中计算了最大值)

torch.Size([1, 1, 5, 5])
tensor([[[[2.]]]])

ceil_mode：False

torch.Size([1, 1, 5, 5])
tensor([[[[2., 3.],
          [5., 1.]]]])

非线性激活（Non-linear Activations）

ReLU(x)=max(0, x)

ReLU

import torch
from torch import nn
from torch.nn import ReLU

input = torch.tensor([[1, -0.5],
                      [-1, 3]])
output = torch.reshape(input, (-1, 1, 2, 2))
print(input.shape)


class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.relu1 = ReLU()

    def forward(self, input):
        output = self.relu1(input)
        return output


test = MyModel()
output = test(input)
print(output)

输出：

torch.Size([2, 2])
tensor([[1., 0.],
        [0., 3.]])

Sigmoid(x)=$\frac{1}{1+e^{-x}}$

sigmoid

import torch
import torchvision
from torch import nn
from torch.nn import ReLU, Sigmoid
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

dataset = torchvision.datasets.CIFAR10(root='./data', train=False, download=True, transform=torchvision.transforms.ToTensor())
dataloader = DataLoader(dataset, batch_size=64)

input = torch.tensor([[1, -0.5],
                      [-1, 3]])
output = torch.reshape(input, (-1, 1, 2, 2))
print(input.shape)


class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.relu1 = ReLU()
        self.sigmoid1 = Sigmoid()

    def forward(self, input):
        output = self.sigmoid1(input)
        return output


test = MyModel()

writer = SummaryWriter("logs_relu")
step = 0
for data in dataloader:
    imgs, targets = data
    writer.add_images("input", imgs, step)
    outputs = test(imgs)
    writer.add_images("output", outputs, step)
    step += 1

writer.close()

image-20220819101849178.png

线性层

import torch
import torchvision
from torch import nn
from torch.nn import Linear
from torch.utils.data import DataLoader

dataset = torchvision.datasets.CIFAR10(root='./data', train=False, download=True,
                                       transform=torchvision.transforms.ToTensor())
dataloader = DataLoader(dataset, batch_size=64, drop_last=True)

class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.linear1 = Linear(196608, 10)

    def forward(self, input):
        output = self.linear1(input)
        return output

test = MyModel()

for data in dataloader:
    imgs, targets = data
    print(imgs.shape)
    output = torch.reshape(imgs, (1, 1, 1, -1))
    torch.flatten(imgs)
    print(output.shape)
    output = test(output)
    print(output.shape)

报错：RuntimeError: mat1 and mat2 shapes cannot be multiplied (1x49152 and 196608x10)需要在Dataloader中添加drop_last=True

输出

Files already downloaded and verified
torch.Size([64, 3, 32, 32])    # 初始
torch.Size([1, 1, 1, 196608])    # 展开为一维
torch.Size([1, 1, 1, 10])    # 
……

torch.flatten(imgs)等同于torch.reshape(imgs, (1, 1, 1, -1))，即将tensor转为一维张量

最后修改：2022 年 08 月 19 日
© 允许规范转载
如果觉得我的文章对你有用，请随意赞赏