上一节介绍了简单的线性回归,如何在pytorch里面用最小二乘来拟合一些离散的点,这一节我们将开始简单的logistic回归,介绍图像分类问题,使用的数据是手写字体数据集MNIST。
logistic回归
logistic回归简单来说和线性回归是一样的,要做的运算同样是 y = w * x b,logistic回归简单的是做二分类问题,使用sigmoid函数将所有的正数和负数都变成0-1之间的数,这样就可以用这个数来确定到底属于哪一类,可以简单的认为概率大于0.5即为第二类,小于0.5为第一类。
这就是sigmoid的图形
而我们这里要做的是多分类问题,对于每一个数据,我们输出的维数是分类的总数,比如10分类,我们输出的就是一个10维的向量,然后我们使用另外一个激活函数,softmax
这就是softmax函数作用的机制,其实简单的理解就是确定这10个数每个数对应的概率有多大,因为这10个数有正有负,所以通过指数函数将他们全部变成正数,然后求和,然后这10个数每个数都除以这个和,这样就得到了每个类别的概率。
Code
data
首先导入torch里面专门做图形处理的一个库,torchvision,根据官方安装指南,你在安装pytorch的时候torchvision也会安装。
我们需要使用的是torchvision.transforms和torchvision.datasets以及torch.utils.data.DataLoader
首先DataLoader是导入图片的操作,里面有一些参数,比如batch_size和shuffle等,默认load进去的图片类型是PIL.Image.open的类型,如果你不知道PIL,简单来说就是一种读取图片的库
torchvision.transforms里面的操作是对导入的图片做处理,比如可以随机取(50, 50)这样的窗框大小,或者随机翻转,或者去中间的(50, 50)的窗框大小部分等等,但是里面必须要用的是transforms.ToTensor(),这可以将PIL的图片类型转换成tensor,这样pytorch才可以对其做处理
torchvision.datasets里面有很多数据类型,里面有官网处理好的数据,比如我们要使用的MNIST数据集,可以通过torchvision.datasets.MNIST()来得到,还有一个常使用的是torchvision.datasets.ImageFolder(),这个可以让我们按文件夹来取图片,和keras里面的flow_from_directory()类似,具体的可以去看看官方文档的介绍。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | # 定义超参数 batch_size = 32 learning_rate = 1e-3 num_epoches = 100 # 下载训练集 MNIST 手写数字训练集 train_dataset = datasets.MNIST(root=\'./data\', train=True, transform=transforms.ToTensor(), download=True) test_dataset = datasets.MNIST(root=\'./data\', train=False, transform=transforms.ToTensor()) train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True) test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False) |
以上就是我们对图片数据的读取操作
model
之前讲过模型定义的框架,废话不多说,直接上代码
1 2 3 4 5 6 7 8 9 10 | class Logstic_Regression(nn.Module): def __init__(self, in_dim, n_class): super(Logstic_Regression, self).__init__() self.logstic = nn.Linear(in_dim, n_class) def forward(self, x): out = self.logstic(x) return out model = Logstic_Regression(28*28, 10) # 图片大小是28x28 |
我们需要向这个模型传入参数,第一个参数定义为数据的维度,第二维数是我们分类的数目。
接着我们可以在gpu上跑模型,怎么做呢?
首先可以判断一下你是否能在gpu上跑
1 | torh.cuda.is_available() |
如果返回True就说明有gpu支持
接着你只需要一个简单的命令就可以了
1 2 3 4 5 | model = model.cuda() 或者 model.cuda() |
然后需要定义loss和optimizer
1 2 | criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(model.parameters(), lr=learning_rate) |
这里我们使用的loss是交叉熵,是一种处理分类问题的loss,optimizer我们还是使用随机梯度下降
train
接着就可以开始训练了
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | for epoch in range(num_epoches): print(\'epoch {}\'.format(epoch 1)) print(\'*\'*10) running_loss = 0.0 running_acc = 0.0 for i, data in enumerate(train_loader, 1): img, label = data img = img.view(img.size(0), -1) # 将图片展开成 28x28 if use_gpu: img = Variable(img).cuda() label = Variable(label).cuda() else: img = Variable(img) label = Variable(label) # 向前传播 out = model(img) loss = criterion(out, label) running_loss = loss.data[0] * label.size(0) _, pred = torch.max(out, 1) num_correct = (pred == label).sum() running_acc = num_correct.data[0] # 向后传播 optimizer.zero_grad() loss.backward() optimizer.step() |
注意我们如果将模型放到了gpu上,相应的我们的Variable也要放到gpu上,也很简单
1 2 | img = Variable(img).cuda() label = Variable(label).cuda() |
然后可以测试模型,过程与训练类似,只是注意要将模型改成测试模式
1 | model.eval() |
这是跑完100 epoch的结果
具体的结果多久打印一次,如何打印可以自己在for循环里面去设计。
本文代码已经上传到了github上。
文章来源:知乎专栏
本站微信群、QQ群(三群号 726282629):

训练中的 num_correct = (pred == label).sum()
running_acc = num_correct.data[0]
是什么意思?
就是比较目标值和实际值。把目标值和实际值相等的加起来,就是正确率。
其实有个很尴尬的一点,由于模型结构过于简单,导致训练过程中大部分时间都花在了CPU和GPU的数据传输上,所以最后其实针对本节的logistic模型,用CPU其实比用GPU加速还快点 😆
为什么程序跑下来,acc都是0呢?
you must mul 100
print(‘[{}/{}] Loss: {:.6f}, Acc: {:.6f}’.format(
epoch + 1, num_epoches, running_loss / (batch_size * i),
running_acc *100/ (batch_size * i)))
print(‘Test Loss: {:.6f}, Acc: {:.6f}’.format(eval_loss / (len(
test_dataset)), eval_acc*100 / (len(test_dataset))))
乘100就好了
原来如此, 多谢
原来如此多谢了
请问这里使用的torch.nn.linear是指线性模型么?那么上面所述的非线性是怎么实现的
out = self.logstic(x)
这是 Softmax?
请注意,这不是逻辑回归。
要么,在forward里面把out = self.logstic(x)改成
python
torch.nn.functional.sigmoid(self.linear(x))
要么把损失函数改成
python
criterion = torch.nn.BCEWithLogitsLoss() #损失函数,封装好的逻辑损失函数