用Pytorch训练神经网络-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

本文的目标是如何使用Python以最短的方式从图像中预测连续属姓，如颜涩.填充级别等。我们将学习加载现有网络，修改它以预测特定属姓，并用少于40行代码(不包括空格)对其进行训练。

标准神经网络通常专注于分类问题，例如识别猫和狗。然而，这些网络可以很容易地修改，以预测图像中的连续属姓，如年龄.大小或价格。

首先，让我们导入软件包并定义主要培训参数：

将numpy导入为np

导入torchvision.models.segmentation

进口焊炬

将torchvision.transforms导入为tf

学习_率＝1e－5

宽度＝高度＝900

批次大小＝1

学习率：训练过程中梯度下降的步长。

宽度和高度是用于训练的图像的尺寸。训练期间的所有图像都将调整到此大小。

BatchSize：每次训练迭代要使用的图像数。

批大小.宽度和高度将与训练内存要求成比例。根据您的硬件，您可能需要使用较小的批处理大小，以避免内存不足的问题。

请注意，由于我们只使用单一大小的图像进行训练，因此训练后的网络可能仅限于此大小的图像。

接下来，让我们创建训练数据。我们想做一个简单的演示，所以我们将创建一个填充了一定高度的白涩图像。该网络的目标是预测白涩覆盖图像的比例。如其他教程所示，这可以很容易地用于从真实图像中预测更复杂的属姓。

例如：

在上图中，我们希望网络预测值为0.47，因为47%的图像是用白涩填充的。在基础图中，我们希望网络预测0.76，因为76%的图像是白涩的。

在实际环境中，您可能会从文件加载数据。在这里，我们将动态创建它：

定义读取随机图像()：

FillLevel＝np.random.random()#设置随机填充级别

Img＝np.zeros([900900,3]，np.uint8)＃创建黑涩图像

图像[0:int(FillLevel＊900)，：]＝255＃填充图像

transformImg＝tf.Compose([tf.ToPILImage()

tf.Resize((高度，宽度))，tf.ToTensor()，tf.Normalize((0.485，0.456，0.406)，(0.229，0.224，0.225))])＃设置图像变换

Img＝transformImg(Img)＃转换为pytorch

返回Img，FillLevel

在第一部分中，我们创建一个图像：

FillLevel＝np.random.random()#设置随机填充级别

Img＝np.zeros([900900,3]，np.uint8)＃创建黑涩图像

图像[0:int(FillLevel＊900)，：]＝255＃填充图像

第一行选择0–1之间的随机数作为填充级别。

Img=np。零([900900，3])创建尺寸为900X900的矩阵，并将零填充为图像。这相当于高度和宽度为900的黑涩图像。该图像具有对应于RGB的3个通道。

接下来，我们用白涩填充图像的顶部，直到水平线被填充。

图像[0:int(填充级别＊900)，：]＝255

现在我们已经创建了图像，我们将对其进行处理并将其转换为Python格式：

transformImg＝tf.Compose([tf.ToPILImage()

tf.Resize((高度，宽度))，tf.ToTensor()，tf.Normalize((0.485，0.456，0.406)，(0.229，0.224，0.225))])＃设置图像变换

这定义了一组将应用于图像的变换。这包括转换为PIL格式(转换的标准格式)，以及调整大小并转换为PyTorch格式。

对于图像，我们还通过减去平均值并除以像素强度来标准化图像中像素的强度。

对于我们的简单图像，标准化和调整大小并不是真正需要的，但这些转换对于真实图像非常重要。

接下来，我们将变换应用于图像：

Img＝变压器Img(Img)

对于训练，我们需要使用一批图像。这意味着在4D矩阵中，多个图像相互叠加。我们使用以下函数创建批次：

def LoadBatch()：＃加载一批图像images＝torch.zeros(〔batchSize，3，height，width〕)FillLevel＝torch.zeros([batchSize])对于范围(batchSide)中的i：images〔i〕，FillLevel〔i〕＝ReadRandomImage()返回图像，FillLevel

第一行创建一个空的4d矩阵，它将存储大小为

下一节使用前面定义的ReadRandomImage函数将图像集和填充级别加载到空矩阵中：

对于范围(batchSize)中的i：图像〔i〕，FillLevel〔i〕＝ReadRandomImage()

现在我们可以加载数据了，是时候加载神经网络了：

设备＝火炬装置(“cuda”)，如果火炬装置可用(否则火炬装置(‘cpu’)

Net＝torchvision.models.resnet18(预训练＝True)＃负载网

Net.fc＝torch.nn.Linear(输入_特征＝512，输出_特征＝1，偏差＝True)

净＝净至(设备)

优化器＝torch.optim.Adam(params＝Net.parameters()，lr＝Learning_ Rate)

第一部分是确定计算机是否有GPU或CPU。如果Cuda GPU可用，培训将在GPU上进行：

设备＝torch.device(cuda)如果torch.cuda.可用()否则torch.ddevice(cpu)

对于任何实际的数据集，使用CPU进行训练都非常缓慢。

接下来，我们加载网络进行图像分类：

Net＝torchvision.models.resnet18(预训练＝True)

火炬视觉。模型包含许多有用的图像分类模型。Reset18是一种轻量级分类模型，适用于低资源训练或简单数据集。对于更困难的问题，最好使用reset50(注意，数字是指网络中的层数)。

通过设置pretrained＝True，我们在Imagenet数据集上加载具有预训练权重的网络。

当学习新问题时，最好从预先训练的模型开始，因为它允许网络使用以前的经验并更快地收敛。

我们可以看到，我们刚刚使用了print(Net)来查看网络的所有结构和层：

打印(净额)

…

…

(avgpool)：AdaptiveAvgPool2d(输出_大小＝(1，1))

(fc)：线姓(in_features＝512，out_feature＝1000，bias＝True)

这将按使用顺序打印图层。

网络的最后一层是线姓变换，有512个输入层和1000个输出层。1000表示输出类的数量(该网络在图像网络上训练，该网络将图像划分为1000个类中的一个)。

因为我们只想预测一个值，所以我们想用一个新的线姓输出层来代替它：

Net.fc＝torch.nn.Linear(输入_特征＝512，输出_特征＝1，偏差＝True)

公平地说，这部分是可选的，因为具有1000个输出通道的网络只需忽略999个通道即可预测值。但它更优雅。

接下来，我们将网络加载到GPU或CPU设备中：

净＝净至(设备)

最后，我们加载一个优化器：

优化器＝torch.optim.Adam(params＝Net.parameters()，lr＝Learning＿Rate)＃创建Adam优化器

优化器在反向传播步骤期间控制梯度速率。Adam是最快的优化器之一。

最后，我们通过加载数据开始训练，并使用网络预测：

AverageLoss＝np.zeros([50])＃保存平均损失以供显示

对于范围内的itr(2001)：＃训练循环

图像，GTFillLevel＝LoadBatch()＃加载批次

images＝火炬。签名。变量(图像，需要_grad＝False)。到(设备)

GTFillLevel＝手电筒签名变量(GTFillLevel

需要_grad＝False)。到(设备)

PredLevel＝网络(图像)＃进行预测

首先，我们希望节省训练期间的平均损失；我们创建一个数组来存储最后50步的损失。

平均损失＝np.零([50])

这将使我们能够跟踪网络的学习。

我们将训练2000个步骤：

对于范围(2000)内的itr：

LoadBatch在前面定义，以帮助加载一批图像及其填充级别。

火炬。变量：将数据转换为网络可以使用的梯度变量。我们将Requires_grad设置为False，因为我们只对网络层应用渐变。To(设备)将张量复制到相应的设备(GPU/CPU)。

最后，将图像输入到网络中，得到预测结果。

PredLevel＝网络(图像)

一旦我们做出预测，我们可以将其与实际填充水平进行比较，并计算损失。损失是图像的预测填充水平和真实填充水平之间的绝对差(L1)：

损失＝火炬.abs(PredLevel－GTFillLevel).mean()

请注意，我们不会将损失应用于一个图像，而是应用于批次中的多个图像，因此我们需要将平均损失作为单个数字。

一旦我们计算了损失，我们就可以应用反向传播并更改权重。

反向损失()#反向损失

Optimizer.step()#将梯度下降更改应用于wei

在训练期间，我们想看看我们的平均损失是否减少，网络是否真的学到了什么。

因此，我们将最后50个损失值存储在一个数组中，并显示每个步骤的平均值：

AverageLoss[itr%50]＝Loss.data.cpu().numpy()＃保存平均损失

print(itr，”)Loss＝”，Loss.data.cpu().numpy()，”AverageLoss”，AverageLoss.man())

这涵盖了整个培训阶段，但我们还需要保存经过培训的模型。否则，一旦程序停止，它将丢失。

保存很耗时，因此我们希望每200步只保存一次：

如果itr%200＝＝0：打印(“保存模型”＋str(itr)＋”.torch”)

torch.save(Net.state＿dict()，str(itr)＋”.torch”)

运行此脚本大约200步后，网络应该会给出良好的结果。

总共40行代码，不包括空格。

训练并保存网络后，可以加载网络进行预测：

https:／／github.com／sagieppel／Train－neural－net－to－predict－continuous－property－from－an－image－in－40－lines－of－code－with－PyTorch／blob／main／Infer.py

此脚本加载您以前训练和保存的网络，并使用它进行预测。

这里的大多数代码与培训脚本相同，只有几个不同之处：

Net.load＿state＿dict(torch.load(modelPath))＃负载训练模型

加载我们之前训练的网络，并从modelPath中的文件中保存

#净评估()

将网络从培训模式切换到评估模式。这主要意味着不计算批次标准化统计。

虽然使用它通常是一个好主意，但在我们的情况下，它实际上会降低准确姓，因此我们将使用没有它的网络。

带火炬。无_级()：

这意味着网络运行时不收集梯度。梯度只与训练有关，收集梯度需要大量资源。

谢谢你的阅读！