利用pytorch实现对CIFAR-10数据集的分类


Posted in Python onJanuary 14, 2020

步骤如下:

1.使用torchvision加载并预处理CIFAR-10数据集、

2.定义网络

3.定义损失函数和优化器

4.训练网络并更新网络参数

5.测试网络

运行环境:

windows+python3.6.3+pycharm+pytorch0.3.0

import torchvision as tv
import torchvision.transforms as transforms
import torch as t
from torchvision.transforms import ToPILImage
show=ToPILImage()    #把Tensor转成Image,方便可视化
import matplotlib.pyplot as plt
import torchvision
import numpy as np


###############数据加载与预处理
transform = transforms.Compose([transforms.ToTensor(),#转为tensor
                transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5)),#归一化
                ])
#训练集
trainset=tv.datasets.CIFAR10(root='/python projects/test/data/',
               train=True,
               download=True,
               transform=transform)

trainloader=t.utils.data.DataLoader(trainset,
                  batch_size=4,
                  shuffle=True,
                  num_workers=0)
#测试集
testset=tv.datasets.CIFAR10(root='/python projects/test/data/',
               train=False,
               download=True,
               transform=transform)

testloader=t.utils.data.DataLoader(testset,
                  batch_size=4,
                  shuffle=True,
                  num_workers=0)


classes=('plane','car','bird','cat','deer','dog','frog','horse','ship','truck')

(data,label)=trainset[100]
print(classes[label])

show((data+1)/2).resize((100,100))

# dataiter=iter(trainloader)
# images,labels=dataiter.next()
# print(''.join('11%s'%classes[labels[j]] for j in range(4)))
# show(tv.utils.make_grid(images+1)/2).resize((400,100))
def imshow(img):
  img = img / 2 + 0.5
  npimg = img.numpy()
  plt.imshow(np.transpose(npimg, (1, 2, 0)))

dataiter = iter(trainloader)
images, labels = dataiter.next()
print(images.size())
imshow(torchvision.utils.make_grid(images))
plt.show()#关掉图片才能往后继续算


#########################定义网络
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.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 = F.max_pool2d(F.relu(self.conv1(x)),2)
    x = F.max_pool2d(F.relu(self.conv2(x)),2)
    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()
print(net)

#############定义损失函数和优化器
from torch import optim
criterion=nn.CrossEntropyLoss()
optimizer=optim.SGD(net.parameters(),lr=0.01,momentum=0.9)

##############训练网络
from torch.autograd import Variable
import time

start_time = time.time()
for epoch in range(2):
  running_loss=0.0
  for i,data in enumerate(trainloader,0):
    #输入数据
    inputs,labels=data
    inputs,labels=Variable(inputs),Variable(labels)
    #梯度清零
    optimizer.zero_grad()

    outputs=net(inputs)
    loss=criterion(outputs,labels)
    loss.backward()
    #更新参数
    optimizer.step()

    # 打印log
    running_loss += loss.data[0]
    if i % 2000 == 1999:
      print('[%d,%5d] loss:%.3f' % (epoch + 1, i + 1, running_loss / 2000))
      running_loss = 0.0
print('finished training')
end_time = time.time()
print("Spend time:", end_time - start_time)

以上这篇利用pytorch实现对CIFAR-10数据集的分类就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python返回昨天日期的方法
May 13 Python
利用Python爬取可用的代理IP
Aug 18 Python
Python实现的手机号归属地相关信息查询功能示例
Jun 08 Python
python email smtplib模块发送邮件代码实例
Apr 26 Python
Python使用cx_Oracle模块操作Oracle数据库详解
May 07 Python
Python 文本文件内容批量抽取实例
Dec 10 Python
关于pytorch多GPU训练实例与性能对比分析
Aug 19 Python
Python字符串大小写转换拼接删除空白
Sep 19 Python
Python+Tensorflow+CNN实现车牌识别的示例代码
Oct 11 Python
简单了解Pandas缺失值处理方法
Nov 16 Python
python3读取csv文件任意行列代码实例
Jan 13 Python
如何用Python提取10000份log中的产品信息
Jan 14 Python
pytorch下使用LSTM神经网络写诗实例
Jan 14 #Python
python使用openCV遍历文件夹里所有视频文件并保存成图片
Jan 14 #Python
pytorch实现mnist数据集的图像可视化及保存
Jan 14 #Python
Pytorch在dataloader类中设置shuffle的随机数种子方式
Jan 14 #Python
python3.7通过thrift操作hbase的示例代码
Jan 14 #Python
解决pytorch DataLoader num_workers出现的问题
Jan 14 #Python
PyTorch实现ResNet50、ResNet101和ResNet152示例
Jan 14 #Python
You might like
php cookie 登录验证示例代码
2009/03/16 PHP
PHP中exec与system用法区别分析
2014/09/22 PHP
Symfony2安装第三方Bundles实例详解
2016/02/04 PHP
Laravel 微信小程序后端实现用户登录的示例代码
2019/11/26 PHP
jQuery中文入门指南,翻译加实例,jQuery的起点教程
2007/02/09 Javascript
不间断滚动JS打包类,基本可以实现所有的滚动效果,太强了
2007/12/08 Javascript
JavaScript 学习历程和心得分享
2010/12/12 Javascript
javascript获取隐藏dom的宽高 具体实现
2013/07/14 Javascript
判断ie的两种简单方法
2013/08/12 Javascript
jquery validate添加自定义验证规则(验证邮箱 邮政编码)
2013/12/04 Javascript
使用mini-define实现前端代码的模块化管理
2014/12/25 Javascript
jQuery实现可以控制图片旋转角度效果(附demo源码下载)
2016/01/27 Javascript
jQuery实现table中的tr上下移动并保持序号不变的实例代码
2016/07/11 Javascript
微信小程序之MaterialDesign--input组件详解
2017/02/15 Javascript
前端构建工具之gulp的语法教程
2017/06/12 Javascript
Node.js进阶之核心模块https入门
2018/05/23 Javascript
[56:48]FNATIC vs EG 2019国际邀请赛小组赛 BO2 第二场 8.15
2019/08/16 DOTA
python启动办公软件进程(word、excel、ppt、以及wps的et、wps、wpp)
2009/04/09 Python
python和ruby,我选谁?
2017/09/13 Python
python爬取Ajax动态加载网页过程解析
2019/09/05 Python
解决django-xadmin列表页filter关联对象搜索问题
2019/11/15 Python
python 实现生成均匀分布的点
2019/12/05 Python
Python可以用来做什么
2020/11/23 Python
如何使用localstorage代替cookie实现跨域共享数据问题
2018/04/18 HTML / CSS
德国传统玻璃制造商:Cristalica
2018/04/23 全球购物
大学班长的职责
2014/01/27 职场文书
学校消防安全制度
2014/01/30 职场文书
创建卫生先进单位实施方案
2014/03/10 职场文书
养生餐厅创业计划书范文
2014/03/26 职场文书
活动总结怎么写啊
2014/05/07 职场文书
安全标语口号
2014/06/09 职场文书
临床专业自荐信
2014/06/22 职场文书
2015年政教主任工作总结
2015/07/23 职场文书
2016年暑期社会实践活动总结报告
2016/04/06 职场文书
go语言map与string的相互转换的实现
2021/04/07 Golang
Java 获取Word中所有的插入和删除修订的方法
2022/04/06 Java/Android