使用 PyTorch 实现基于 CNN 的图像分类器

本文将介绍使用 PyTorch 构建基于 CNN 的图像分类器。我们将使用 CIFAR-10 数据集进行训练和测试，并使用 PyTorch 内置的一些函数和工具来简化进程。

CIFAR-10 数据集

CIFAR-10 数据集包含 10 种不同类别的彩色图像，每个类别有 6,000 张图像。数据集的总图像数量为 60,000 张，其中 50,000 张用于训练，10,000 用于测试。每个图像的尺寸为 32 x 32 像素，并且具有 RGB 通道。

我们可以使用 PyTorch 的 torchvision 包轻松加载 CIFAR-10 数据集。下面是一个示例：

import torch
from torchvision import transforms, datasets

transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])

trainset = datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)

testset = datasets.CIFAR10(root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=64, shuffle=False)

上面的代码中，我们首先定义了一个 transform 对象，它指定将图像转换为 PyTorch 张量（ToTensor）和标准化图像（使用与官方文档中相同的值）。接下来，我们使用 datasets.CIFAR10 类加载数据集并指定 transform 对象。我们还指定 batch_size 和是否要对数据集进行洗牌。

构建 CNN 模型

我们接下来将构建一个简单的 CNN 模型。它将包含两个卷积层和两个全连接层。下面是我们的模型代码：

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)
    
    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

上面的代码中，我们首先定义一个名为 Net 的类，它扩展自 PyTorch 的 nn.Module 类。我们在 __init__ 方法中定义了模型的不同层。在 forward 方法中，我们定义了输入如何在这些层之间传递，即前向传递逻辑。

训练 CNN 模型

现在我们已经定义了模型和数据集，我们可以开始训练我们的 CNN 模型。我们使用交叉熵损失计算损失，并使用随机梯度下降（SGD）优化器进行优化。下面是我们的训练代码：

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

for epoch in range(10):
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data
        optimizer.zero_grad()
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        running_loss += loss.item()
        if i % 2000 == 1999:
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

上面的代码中，我们首先定义了损失函数和优化器。然后，我们迭代数据加载器中的每个批次，并使用模型计算输出。我们计算输出和实际标签之间的损失，并计算梯度以更新模型参数。最后，我们输出损失值以跟踪训练过程。在这里，我们训练了模型 10 个周期，每个周期中，我们迭代训练数据集中的所有批次。

测试我们的 CNN 模型

训练模型后，我们将对测试数据集进行评估，以计算模型的准确性。下面是我们的代码：

correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

上面的代码中，我们首先定义 correct 和 total 变量，它们将用于计算模型的准确性。我们迭代测试数据加载器中的所有批次，并使用模型计算输出。我们使用 torch.max 函数确定从输出中选择哪个标签，并将其与实际标签进行比较，以确定模型的预测是否正确。最后，我们输出模型的精度。

结论

到目前为止，我们介绍了使用 PyTorch 实现基于 CNN 的图像分类器的步骤。通过使用 PyTorch 的 torchvision 包，我们可以轻松地加载并准备 CIFAR-10 数据集。我们还构建了一个简单的 CNN 模型，并使用 SGD 优化器对其进行了训练。最后，我们对测试数据集进行评估，以计算模型的准确性。

如果您想深入了解 PyTorch，请访问 PyTorch 官方文档。祝您好运！