【卷积神经网络】基于CIFAR10数据集实现图像分类【构建、训练、预测】

文章目录

1、内容简介
2、CIFAR10 数据集
- 2.1、数据集概述
- 2.2、代码使用
- - 2.2.1、查看数据集基本信息
  - 2.2.2、数据加载器
  - 2.2.3、完整代码
3、搭建图像分类网络🔺
- 3.1、网络结构⭐
- 3.2、代码构建网络⭐
4、编写训练函数
- 4.1、多分类交叉熵损失函数🔺
- 4.2、Adam🔺
- 4.3、训练函数代码
- - 4.3.1、代码
  - 4.3.2、训练过程说明⭐
  - 4.3.3、重要代码解读
5、预测函数
- 5.1、代码
- 5.2、model.eval()⭐
6、完整代码
- 6.1、CPU
- 6.2、GPU
7、改进之处🔺
8、小结

🍃作者介绍：双非本科大三网络工程专业在读，阿里云专家博主，专注于Java领域学习，擅长web应用开发、数据结构和算法，初步涉猎人工智能和前端开发。
🦅个人主页：@逐梦苍穹
📕所属专栏：人工智能
🌻gitee地址：xzl的人工智能代码仓库
✈ 您的一键三连，是我创作的最大动力🌹

1、内容简介

本章学习目标：

了解CIFAR10数据集
掌握分类网络搭建
掌握模型构建流程

本文用前面的学习到的知识来构建一个卷积神经网络，并 训练该网络实现图像分类
要完成这个案例，需要学习的内容如下：

了解 CIFAR10 数据集
搭建卷积神经网络
编写训练函数
编写预测函数

2、CIFAR10 数据集

CIFAR-10 数据集是计算机视觉领域非常著名的一个数据集，常用于图像分类和机器学习算法的训练和评估。
以下是一些关于 CIFAR-10 数据集的详细信息：

2.1、数据集概述

数据集内容：CIFAR-10 数据集包含 10 个类别的 60000 张 32x32 像素的彩色图像；
类别：飞机（airplane）、汽车（automobile）、鸟（bird）、猫（cat）、鹿（deer）、狗（dog）、青蛙（frog）、马（horse）、船（ship）、卡车（truck）；
训练和测试集：50000 张训练图像和 10000 张测试图像。

总结起来一句话：
CIFAR-10数据集5万张训练图像、1万张测试图像、10个类别、每个类别有6k个图像，图像大小32×32×3。
下图列举了10个类，每一类随机展示了10张图片：

官网显示如下：

2.2、代码使用

不用自己去下载了，在PyTorch 中的 torchvision.datasets 计算机视觉模块封装了 CIFAR10 数据集，方便我们使用。
重中之重，先导包：

2.2.1、查看数据集基本信息

输出如下：

这里如果没有下载过数据集的，需要在代码里面指定’download=True’：

下载过后再运行代码，就不会重复运行了：

显示文件夹已下载

2.2.2、数据加载器

调用DataLoader：from torch.utils.data import DataLoader

输出如下：

2.2.3、完整代码

# -*- coding: utf-8 -*-
# @Author: CSDN@逐梦苍穹
# @Time: 2024/8/2 23:10
from torchvision.datasets import CIFAR10  # 导入 CIFAR10 数据集类
from torchvision.transforms import Compose  # 导入 Compose 用于组合多个数据变换
from torchvision.transforms import ToTensor  # 导入 ToTensor 用于将图像转换为张量
from torch.utils.data import DataLoader  # 导入 DataLoader 用于批量加载数据# 1. 数据集基本信息
def test01():# TODO 加载训练集，使用 ToTensor 将图像转换为张量train = CIFAR10(root='data', train=True, download=True, transform=Compose([ToTensor()]))# TODO 加载测试集，使用 ToTensor 将图像转换为张量valid = CIFAR10(root='data', train=False, download=True, transform=Compose([ToTensor()]))# 输出训练集的数量print('训练集数量:', len(train.targets))# 输出测试集的数量print('测试集数量:', len(valid.targets))# 输出训练集中第一张图像的形状print("数据集形状:", train[0][0].shape)# 输出数据集类别及其对应的索引print("数据集类别:", train.class_to_idx)# 2. 数据加载器
def test02():# 加载训练集，使用 ToTensor 将图像转换为张量train = CIFAR10(root='data', train=True, transform=Compose([ToTensor()]))# 创建数据加载器，每批加载 8 张图像，并打乱顺序dataloader = DataLoader(train, batch_size=8, shuffle=True)# 遍历数据加载器，取出一批数据for x, y in dataloader:# 输出一批数据的图像张量形状print(x.shape)# 输出一批数据的标签print(y)# 只取一批数据就跳出循环break# 主函数
if __name__ == '__main__':# 运行数据集基本信息函数test01()# 运行数据加载器函数test02()

3、搭建图像分类网络🔺

3.1、网络结构⭐

我们要搭建的网络结构如下：

下面是这个图的详细解释：

输入形状：32x32
第一个卷积层：

输入 Channel：3（因为输入是一个 32×32 的彩色图像，有 RGB 三个通道）
输出 Channel：6（图中显示第一个卷积层有 6 个输出特征图，说明使用了 6 个卷积核）
Kernel Size：3×33 \times 33×3（每个卷积核的大小）

第一个池化层输入 30x30, 输出 15x15, Kernel Size 为: 2x2, Stride 为: 2
第二个卷积层 输入 6 个 Channel, 输出 16 个 Channel, Kernel Size 为 3x3
第二个池化层 输入 13x13, 输出 6x6, Kernel Size 为: 2x2, Stride 为: 2
第一个全连接层输入 576 维, 输出 120 维
第二个全连接层 输入 120 维, 输出 84 维
最后的输出层输入 84 维, 输出 10 维

3.2、代码构建网络⭐

我们在每个卷积计算之后应用 relu 激活函数来给网络增加非线性因素。
relu函数公式： $\text{ReLU}(x) = \max(0, x)$
网络代码实现——定义一个图像分类的神经网络类，继承自 nn.Module。

类里面实现两个方法：init(self)和forward(self, x)：
init(self)初始化：

forward(self, x)前向传播：

4、编写训练函数

我们的训练时，使用多分类交叉熵损失函数，Adam 优化器。
下面先简单复习一下这两个概念。

4.1、多分类交叉熵损失函数🔺

多分类交叉熵损失函数（Multiclass Cross-Entropy Loss）是深度学习中常用的损失函数，特别适用于多分类任务。
它计算模型 输出的概率分布与真实类别分布之间的差异。
对于一个具有 $N$ 个样本和 $C$ 类别的多分类问题，多分类交叉熵损失函数定义为：
$\text{Loss} = -\frac{1}{N} \sum_{i=1}^{N} \sum_{c=1}^{C} y_{i,c} \log(\hat{y}_{i,c})$
其中：

$N$ 是样本数量。
$C$ 是类别数量。
$y_{i,c}$ 是样本 $i$ 的真实标签，如果样本 $i$ 的真实类别是 $c$ ，则 $y_{i,c} = 1$ ，否则 $y_{i,c} = 0$ 。
$\hat{y}_{i,c}$ 是模型对样本 $i$ 的类别 $c$ 的预测概率。

实现：

在PyTorch中，多分类交叉熵损失函数可以使用 torch.nn.CrossEntropyLoss 类来实现。
该类结合了 nn.LogSoftmax 和 nn.NLLLoss，因此无需手动应用 softmax 函数到模型的输出。
CrossEntropyLoss 会自动计算 softmax，然后再计算交叉熵损失。

4.2、Adam🔺

Adam简介：
Adam（Adaptive Moment Estimation）优化器是 深度学习中常用的一种优化算法。
它结合了AdaGrad和RMSProp的优点，既能够适应稀疏梯度，又能够处理非平稳目标。
Adam通过计算梯度的一阶和二阶矩估计来动态调整每个参数 的 学习率。

一阶动量是梯度的指数加权移动平均。它可以看作是梯度的平均值，表示了梯度的方向和大小。
二阶动量是梯度平方的指数加权移动平均。它可以看作是梯度的方差，表示了梯度的变化范围。

Adam 优化器的关键特点：

自适应学习率：每个参数都有独立的学习率，可以根据一阶和二阶梯度估计动态调整。
计算效率：相对于简单的随机梯度下降 （SGD），Adam计算效率高，存储需求小。
适用于大规模数据集：在处理大规模数据集和高维参数空间时表现优越。
默认超参数效果好：在许多情况下，Adam的默认超参数配置能取得很不错的效果。

Adam通过以下公式来更新参数：

计算梯度的移动平均：
$m_t = \beta_1 m_{t-1} + (1 - \beta_1) g_t$
$v_t = \beta_2 v_{t-1} + (1 - \beta_2) g_t^2$
其中， $g_t$ 是当前时间步的梯度， $m_t$ 和 $v_t$ 分别是梯度的一阶和二阶矩的移动平均， $\beta_1$ 和 $\beta_2$ 是衰减率（通常取 $\beta_1 = 0.9$ 和 $\beta_2 = 0.999$ ）。

偏差修正：
$\hat{m_t} = \frac{m_t}{1 - \beta_1^t}$
$\hat{v_t} = \frac{v_t}{1 - \beta_2^t}$

参数更新：
$\theta_t = \theta_{t-1} - \alpha \frac{\hat{m_t}}{\sqrt{\hat{v_t}} + \epsilon}$
其中， $\alpha$ 是学习率， $\epsilon$ 是一个小常数（防止分母为零，通常取 $10^{-8}$ ）。

4.3、训练函数代码

4.3.1、代码

# 训练模型
def train(BATCH_SIZE, epoch) -> None:"""Args:BATCH_SIZE (int): 批量大小。epoch (int): 训练轮数。"""# 定义图像转换操作，将图像转换为张量transgform = Compose([ToTensor()])# 加载 CIFAR10 训练集，并应用定义的图像转换操作cifar10 = torchvision.datasets.CIFAR10(root='data', train=True, download=True, transform=transgform)# TODO 构建图像分类模型, 此时完成卷积神经网络初始化model = ImageClassification()# 定义损失函数为交叉熵损失criterion = nn.CrossEntropyLoss()# 定义优化器为 Adam，学习率为 1e-3optimizer = optim.Adam(model.parameters(), lr=1e-3)for epoch_idx in range(epoch):# 构建数据加载器，批次大小为 BATCH_SIZE，打乱数据顺序dataloader = DataLoader(cifar10, batch_size=BATCH_SIZE, shuffle=True)# 初始化样本数量sam_num = 0# 初始化损失总和total_loss = 0.0# 记录开始时间start = time.time()# 初始化正确分类样本数量correct = 0for x, y in dataloader:# TODO 开始训练# 将输入数据送入模型，得到输出output = model(x)# 计算损失loss = criterion(output, y)# 梯度清零optimizer.zero_grad()# 反向传播，计算梯度loss.backward()# 更新模型参数optimizer.step()# 计算正确分类的样本数量correct += (torch.argmax(output, dim=-1) == y).sum().item()# 累加损失total_loss += (loss.item() * len(y))# 累加样本数量sam_num += len(y)# 打印每个 epoch 的损失、准确率和训练时间print('epoch:%2s loss:%.5f acc:%.2f time:%.2fs' %(epoch_idx + 1,total_loss / sam_num,correct / sam_num,time.time() - start))# 序列化模型，将模型参数保存到文件torch.save(model.state_dict(), 'model/image_classification.bin')

4.3.2、训练过程说明⭐

定义图像转换操作
加载 CIFAR10 训练集
构建图像分类模型
定义损失函数
定义优化器
进行多个 epoch 的训练：
6.1 构建数据加载器：
使用 DataLoader 构建数据加载器，设置批次大小为 BATCH_SIZE，并打乱数据顺序。

6.2 初始化样本数量计数器：
sam_num 初始化为 0，用于记录样本数量。

6.3 初始化损失总和计数器：
total_loss 初始化为 0.0，用于累加每个批次的损失。

6.4 初始化正确分类样本数量计数器：
6.5 进行一个批次的训练：
6.5.1 将输入数据送入模型
6.5.2 计算损失——计算预测输出与真实标签之间的损失
6.5.3 梯度清零
6.5.4 反向传播，计算梯度：loss.backward()
6.5.5 更新模型参数：optimizer.step()
6.5.6 计算正确分类的样本数量
6.5.7 累加当前批次的损失
6.5.8 累加当前批次的样本数量

4.3.3、重要代码解读

分步解释：

torch.argmax(output, dim=-1):
torch.argmax 函数返回指定维度上最大值的索引。
output 是模型的输出，通常是一个包含预测分数的张量。
dim=-1 指定在最后一个维度上寻找最大值的索引，通常这个维度对应于类别的维度。
结果是一个张量，其中包含每个样本的预测类别索引。

(torch.argmax(output, dim=-1) == y):
y 是实际的标签张量。
torch.argmax(output, dim=-1) 计算得到的是模型的预测类别索引。

sum():
对布尔张量中的元素求和。
在 PyTorch 中，布尔值 True 被视为 1，False 被视为 0。

假设有一个批次的输出 output 和真实标签 y，形状分别为 [4, 3] 和 [4]：

输出结果为：

5、预测函数

5.1、代码

我们加载训练好的模型，对测试集中的 1 万条样本进行预测，查看模型在测试集上的准确率。
代码总览：

程序输出结果（这是读取训练10轮的模型）：

训练过程：

我独显的算力不行，凑合看吧😭

5.2、model.eval()⭐

在深度学习中，模型在训练和评估（推理）阶段的行为可能会有所不同。
PyTorch 提供了 model.train() 和 model.eval() 两种模式，用于切换模型在训练和评估时的行为。
model.train() 与 model.eval()：

model.train()：
用于设置模型为训练模式。
这会启用训练时特有的操作，例如 Dropout 和 Batch Normalization。
Dropout 在训练时会随机地丢弃部分神经元，以防止过拟合；Batch Normalization 在训练时会根据当前批次的数据动态调整均值和方差。

model.eval()：
用于设置模型为评估模式。
这会关闭训练时特有的操作，例如 Dropout 和 Batch Normalization 的动态调整。
Dropout 在评估时不丢弃任何神经元；Batch Normalization 在评估时使用训练时计算的全局均值和方差，而不是当前批次的数据。

6、完整代码

6.1、CPU

# -*- coding: utf-8 -*-
# @Author: CSDN@逐梦苍穹
# @Time: 2024/8/3 2:21
import torch  # 导入 PyTorch 主库
import torch.nn.functional as F  # 导入 PyTorch 的神经网络功能模块
import torch.nn as nn  # 导入 PyTorch 的神经网络模块
import torch.optim as optim  # 导入 PyTorch 的优化器模块
import torchvision  # 导入 PyTorch 的计算机视觉工具包
from torchvision.transforms import Compose  # 导入 Compose 用于组合多个数据变换
from torchvision.transforms import ToTensor  # 导入 ToTensor 用于将图像转换为张量
from torch.utils.data import DataLoader  # 导入数据加载器模块
import time  # 导入时间模块# 定义一个图像分类的神经网络类，继承自 nn.Module
class ImageClassification(nn.Module):# 初始化方法，定义网络的层def __init__(self):super(ImageClassification, self).__init__()  # 调用父类的初始化方法# 定义第一个卷积层：输入通道数 3，输出通道数 6，卷积核大小 3x3self.conv1 = nn.Conv2d(3, 6, stride=1, kernel_size=3)# 定义第一个池化层：池化核大小 2x2，步幅 2self.pool1 = nn.MaxPool2d(kernel_size=2, stride=2)# 定义第二个卷积层：输入通道数 6，输出通道数 16，卷积核大小 3x3self.conv2 = nn.Conv2d(6, 16, stride=1, kernel_size=3)# 定义第二个池化层：池化核大小 2x2，步幅 2self.pool2 = nn.MaxPool2d(kernel_size=2, stride=2)# 定义第一个全连接层：输入节点数 576，输出节点数 120self.linear1 = nn.Linear(576, 120)# 定义第二个全连接层：输入节点数 120，输出节点数 84self.linear2 = nn.Linear(120, 84)# 定义输出层：输入节点数 84，输出节点数 10（对应 10 个分类）self.out = nn.Linear(84, 10)# 前向传播方法，定义数据如何通过网络层def forward(self, x):# TODO 应用第一个卷积层和 ReLU 激活函数x = F.relu(self.conv1(x))# 应用第一个池化层x = self.pool1(x)# TODO 应用第二个卷积层和 ReLU 激活函数x = F.relu(self.conv2(x))# 应用第二个池化层x = self.pool2(x)# TODO 展平操作，将多维特征图展平为一维向量# TODO x.size(0)获取第一个维度的大小, 即 batch_size； -1表示自动计算# TODO 如果批次大小为 1, 特征为16x6x6, 则展平后的输入形状为[1,576]# TODO 由于最后一个批次可能不够 32，所以需要根据批次数量来 flattenx = x.reshape(x.size(0), -1)# 应用第一个全连接层和 ReLU 激活函数x = F.relu(self.linear1(x))# 应用第二个全连接层和 ReLU 激活函数x = F.relu(self.linear2(x))# TODO 返回输出层的结果return self.out(x)# 训练模型
def train(BATCH_SIZE, epoch) -> None:"""Args:BATCH_SIZE (int): 批量大小。epoch (int): 训练轮数。"""# 定义图像转换操作，将图像转换为张量transgform = Compose([ToTensor()])# 加载 CIFAR10 训练集，并应用定义的图像转换操作cifar10 = torchvision.datasets.CIFAR10(root='data', train=True, download=True, transform=transgform)  # TODO train=False测试集# TODO 构建图像分类模型, 此时完成卷积神经网络初始化model = ImageClassification()# 定义损失函数为交叉熵损失criterion = nn.CrossEntropyLoss()# 定义优化器为 Adam，学习率为 1e-3optimizer = optim.Adam(model.parameters(), lr=1e-3)for epoch_idx in range(epoch):# 构建数据加载器，批次大小为 BATCH_SIZE，打乱数据顺序dataloader = DataLoader(cifar10, batch_size=BATCH_SIZE, shuffle=True)# 初始化样本数量sam_num = 0# 初始化损失总和total_loss = 0.0# 记录开始时间start = time.time()# 初始化正确分类样本数量correct = 0for x, y in dataloader:# TODO 开始训练# 将输入数据送入模型，得到输出output = model(x)# 计算损失loss = criterion(output, y)# 梯度清零optimizer.zero_grad()# 反向传播，计算梯度loss.backward()# 更新模型参数optimizer.step()# 计算正确分类的样本数量correct += (torch.argmax(output, dim=-1) == y).sum().item()# 累加损失total_loss += (loss.item() * len(y))# 累加样本数量sam_num += len(y)# 打印每个 epoch 的损失、准确率和训练时间print('epoch:%2s loss:%.5f acc:%.2f time:%.2fs' %(epoch_idx + 1,total_loss / sam_num,correct / sam_num,time.time() - start))# 序列化模型，将模型参数保存到文件torch.save(model.state_dict(), 'model/image_classification.bin')# 预测函数
def predict(BATCH_SIZE):# TODO 加载 CIFAR10 测试集，并将其转换为张量# 使用 Compose 将多个转换操作组合在一起，这里只使用 ToTensor 将图像转换为张量transform = Compose([ToTensor()])# 使用 torchvision.datasets.CIFAR10 加载 CIFAR10 测试集，设置 train=False 表示加载测试集，transform=transform 表示应用上述的图像转换操作cifar10 = torchvision.datasets.CIFAR10(root='data', train=False, download=True, transform=transform)  # TODO train=False测试集# TODO 构建数据加载器，用于批量加载测试数据dataloader = DataLoader(cifar10, batch_size=BATCH_SIZE, shuffle=True)  # shuffle=True 表示打乱数据顺序# TODO 创建卷积神经网络model = ImageClassification()# 加载训练好的模型参数model.load_state_dict(torch.load('model/image_classification.bin'))model.eval()  # TODO 设置模型为评估模式total_correct = 0  # 初始化正确分类的样本数量为 0total_samples = 0  # 初始化总样本数量为 0# 遍历数据加载器，按批次处理数据for x, y in dataloader:# 将输入数据送入模型，得到输出output = model(x)# 计算正确分类的样本数量total_correct += (torch.argmax(output, dim=-1) == y).sum()# 累加当前批次的样本数量total_samples += len(y)print('Acc: %.2f' % (total_correct / total_samples))if __name__ == '__main__':train(BATCH_SIZE=32, epoch=10)  # 训练模型, 批次大小为 32, 训练轮数为 10predict(BATCH_SIZE=32)  # 测试模型, 批次大小为 32

6.2、GPU

# -*- coding: utf-8 -*-
# @Author: CSDN@逐梦苍穹
# @Time: 2024/8/3 2:29
# -*- coding: utf-8 -*-
# @Author: CSDN@逐梦苍穹
# @Time: 2024/8/3 2:21
import torch  # 导入 PyTorch 主库
import torch.nn.functional as F  # 导入 PyTorch 的神经网络功能模块
import torch.nn as nn  # 导入 PyTorch 的神经网络模块
import torch.optim as optim  # 导入 PyTorch 的优化器模块
import torchvision  # 导入 PyTorch 的计算机视觉工具包
from torchvision.transforms import Compose  # 导入 Compose 用于组合多个数据变换
from torchvision.transforms import ToTensor  # 导入 ToTensor 用于将图像转换为张量
from torch.utils.data import DataLoader  # 导入数据加载器模块
import time  # 导入时间模块# 定义一个图像分类的神经网络类，继承自 nn.Module
class ImageClassification(nn.Module):# 初始化方法，定义网络的层def __init__(self):super(ImageClassification, self).__init__()  # 调用父类的初始化方法# 定义第一个卷积层：输入通道数 3，输出通道数 6，卷积核大小 3x3self.conv1 = nn.Conv2d(3, 6, stride=1, kernel_size=3)# 定义第一个池化层：池化核大小 2x2，步幅 2self.pool1 = nn.MaxPool2d(kernel_size=2, stride=2)# 定义第二个卷积层：输入通道数 6，输出通道数 16，卷积核大小 3x3self.conv2 = nn.Conv2d(6, 16, stride=1, kernel_size=3)# 定义第二个池化层：池化核大小 2x2，步幅 2self.pool2 = nn.MaxPool2d(kernel_size=2, stride=2)# 定义第一个全连接层：输入节点数 576，输出节点数 120self.linear1 = nn.Linear(576, 120)# 定义第二个全连接层：输入节点数 120，输出节点数 84self.linear2 = nn.Linear(120, 84)# 定义输出层：输入节点数 84，输出节点数 10（对应 10 个分类）self.out = nn.Linear(84, 10)# 前向传播方法，定义数据如何通过网络层def forward(self, x):# TODO 应用第一个卷积层和 ReLU 激活函数x = F.relu(self.conv1(x))# 应用第一个池化层x = self.pool1(x)# TODO 应用第二个卷积层和 ReLU 激活函数x = F.relu(self.conv2(x))# 应用第二个池化层x = self.pool2(x)# TODO 展平操作，将多维特征图展平为一维向量# TODO x.size(0)获取第一个维度的大小, 即 batch_size； -1表示自动计算# TODO 如果批次大小为 1, 特征为16x6x6, 则展平后的输入形状为[1,576]# TODO 由于最后一个批次可能不够 32，所以需要根据批次数量来 flattenx = x.reshape(x.size(0), -1)# 应用第一个全连接层和 ReLU 激活函数x = F.relu(self.linear1(x))# 应用第二个全连接层和 ReLU 激活函数x = F.relu(self.linear2(x))# TODO 返回输出层的结果return self.out(x)# 训练模型
def train(BATCH_SIZE, epoch) -> None:"""Args:BATCH_SIZE (int): 批量大小。epoch (int): 训练轮数。"""# 定义图像转换操作，将图像转换为张量transform = Compose([ToTensor()])# 加载 CIFAR10 训练集，并应用定义的图像转换操作cifar10 = torchvision.datasets.CIFAR10(root='data', train=True, download=True, transform=transform)# TODO 构建图像分类模型, 并将模型移动到设备上model = ImageClassification().to(device)# 定义损失函数为交叉熵损失criterion = nn.CrossEntropyLoss()# 定义优化器为 Adam，学习率为 1e-3optimizer = optim.Adam(model.parameters(), lr=1e-3)for epoch_idx in range(epoch):# 构建数据加载器，批次大小为 BATCH_SIZE，打乱数据顺序dataloader = DataLoader(cifar10, batch_size=BATCH_SIZE, shuffle=True)# 初始化样本数量sam_num = 0# 初始化损失总和total_loss = 0.0# 记录开始时间start = time.time()# 初始化正确分类样本数量correct = 0for x, y in dataloader:# TODO 将输入数据移动到设备上x, y = x.to(device), y.to(device)# 将输入数据送入模型，得到输出output = model(x)# 计算损失loss = criterion(output, y)# 梯度清零optimizer.zero_grad()# 反向传播，计算梯度loss.backward()# 更新模型参数optimizer.step()# 计算正确分类的样本数量correct += (torch.argmax(output, dim=-1) == y).sum().item()# 累加损失total_loss += (loss.item() * len(y))# 累加样本数量sam_num += len(y)# 打印每个 epoch 的损失、准确率和训练时间print('epoch:%2s loss:%.5f acc:%.2f time:%.2fs' %(epoch_idx + 1,total_loss / sam_num,correct / sam_num,time.time() - start))# 序列化模型，将模型参数保存到文件torch.save(model.state_dict(), 'model-gpu/image_classification.bin')# 预测函数
def predict(BATCH_SIZE):print('device:', device)# TODO 加载 CIFAR10 测试集，并将其转换为张量# 使用 Compose 将多个转换操作组合在一起，这里只使用 ToTensor 将图像转换为张量transform = Compose([ToTensor()])# 使用 torchvision.datasets.CIFAR10 加载 CIFAR10 测试集，设置 train=False 表示加载测试集，transform=transform 表示应用上述的图像转换操作cifar10 = torchvision.datasets.CIFAR10(root='data', train=False, download=True, transform=transform)# TODO 构建数据加载器，用于批量加载测试数据dataloader = DataLoader(cifar10, batch_size=BATCH_SIZE, shuffle=True)  # shuffle=True 表示打乱数据顺序# TODO 创建卷积神经网络model = ImageClassification()# 加载训练好的模型参数model.load_state_dict(torch.load('model-gpu/image_classification.bin'))model.to(device)  # TODO 将模型移动到设备上model.eval()  # TODO 设置模型为评估模式total_correct = 0  # 初始化正确分类的样本数量为 0total_samples = 0  # 初始化总样本数量为 0# 遍历数据加载器，按批次处理数据for x, y in dataloader:# TODO 将输入数据移动到设备上x, y = x.to(device), y.to(device)# 将输入数据送入模型，得到输出output = model(x)# 计算正确分类的样本数量total_correct += (torch.argmax(output, dim=-1) == y).sum().item()# 累加当前批次的样本数量total_samples += len(y)print('Acc: %.2f' % (total_correct / total_samples))if __name__ == '__main__':# 选择运行设备device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')print("PyTorch版本: ", torch.__version__)  # 打印PyTorch版本print("torchvision版本 ", torchvision.__version__)  # 打印torchvision版本print("CUDA是否可用: ", torch.cuda.is_available())  # 检查CUDA是否可用print("GPU设备数量: ", torch.cuda.device_count())print("GPU设备名称: ", torch.cuda.get_device_name(0))print("当前设备: ", device)# train(BATCH_SIZE=32, epoch=100)  # 训练模型, 批次大小为 32, 训练轮数为 10predict(BATCH_SIZE=32)  # 测试模型, 批次大小为 32

7、改进之处🔺

网络模型还可以以下几个方面来调整：

增加卷积核输出通道数
增加全连接层的参数量
调整学习率
调整优化方法
修改激活函数
等等…

比如，对网络参数微调，让网络参数量增加，然后再调整一下学习率，由 1e-3 修改为 1e-4等等操作。

网络模型修改：

可以看到，就是增加了整个卷积神经网络的复杂性。
训练十次差不多提高准确率0.1，训练100次肯定更明显！
100次的你们去跑吧…这网络复杂度上来了，我这设备干不动了……😭

8、小结

本文主要讲解了如何使用卷积层和池化层来设计、构建一个卷积神经网络。
回顾一下训练过程：

定义损失函数
定义优化器
进行多个 epoch 的训练：
3.1 构建数据加载器
3.2 初始化样本数量计数器
3.3 初始化损失总和计数器
3.4 初始化正确分类样本数量计数器
3.5 进行一个批次的训练
3.5.1 将输入数据送入模型
3.5.2 计算损失
3.5.3 梯度清零
3.5.4 反向传播，计算梯度
3.5.5 更新模型参数
3.5.6 计算正确分类的样本数量
3.5.7 累加当前批次的损失
3.5.8 累加当前批次的样本数量