代码地址：训练神经网络的基本知识。
本文会介绍如何使用PyTorch构建一个神经网络模型。比如，会堆叠少量的层，构建一个图像分类器模型，然后评估这个模型。
这次的教程会比较短，并且尽可能地避免使用"术语"和太难懂的代码。就是说，这可能是你能用PyTorch构建出的最基础的神经网络模型。实际上，这次要讲的非常基础，非常适合PyTorch和机器学习的初学者。
起步
在开始上手写代码之前，你需要先安装最新版本的 PyTorch。
pip3 install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f ，它们都包含实用函数以构建的模型。可能不会使用下面列出的所有模块，但它们是你开始机器学习项目之前需要导入的典型模块。
## The usual imports import torch import torch.nn as nn import torch.nn.functional as F import torchvision import torchvision.transforms as transforms ## for printing image import matplotlib.pyplot as plt import numpy as np使用下面的命令检查 PyTorch 版本，以确保你正在使用的是本教程使用的正确版本。在本教程中，使用 PyTorch 1.2。
print(torch.__version__)数据加载
开始一个机器学习的工程，首先需要加载数据。这里使用 MNIST数据集。这个数据集可以看做是机器学习的入门数据集。
该数据集中包含一系列的手写数字图像，图像大小为28*28。下面会对数据进行介绍，加载数据的时候采用批量大小为32，如下图所示。
下面是加载数据的完整步骤：
利用transform模块加载数据，并将数据转换为tensor，tensor是一种储存数据结构一种有效的方式。采用Dataloader类构建非常方便的数据加载器，这有助于将数据批量输送到神经网络模型中，从现在开始将接触到batch的概念，现在先将它看做是数据的子集。如上所述，还将通过在数据加载器中设置批处理参数来创建批量数据，在这里将其设置为32，如果你设置成64也可以。## parameter denoting the batch size BATCH_SIZE = 32 ## transformations transform = transforms.Compose( [transforms.ToTensor()]) ## download and load training dataset trainset = torchvision.datasets.MNIST(root='./data', train=True, download=True, transform=transform) trainloader = torch.utils.data.DataLoader(trainset, batch_size=BATCH_SIZE, shuffle=True, num_workers=2) ## download and load testing dataset testset = torchvision.datasets.MNIST(root='./data', train=False, download=True, transform=transform) testloader = torch.utils.data.DataLoader(testset, batch_size=BATCH_SIZE, shuffle=False, num_workers=2)下面来仔细看看trainset和testset包含的内容：
print(trainset)print(testset)## outputDataset MNIST Number of datapoints: 60000 Root location: ./data Split: Train StandardTransform Transform: Compose(ToTensor()) Dataset MNIST Number of datapoints: 10000 Root location: ./data Split: Test StandardTransform Transform: Compose(ToTensor())下面详细介绍几个参数：
BATCH_SIZE是模型中使用的batch的大小。transform是用于对数据进行转换的模块。下面我将展示一个示例，以确切地演示它是如何为其使用的 training set 和 testset 提供更多信息的，testset 包含实际的 dataset对象。 注意，设置train=True对应的是训练数据，train=False对应的是测试数据。训练和测试数据的比例是85%/15%,即训练数据60000，测试数据10000个。trainloader储存着数据加载器的实例，可以对数据进行打乱和构建批处理。再看一看transforms.Compose(...) 函数和它的功能。随便生成一张图像，看看它是怎么使用的。
image = transforms.ToPILImage(mode='L')(torch.randn(1, 96, 96))显示生成的图像
plt.imshow(image)
输出结果
现在有了一张图像，对它应用一些虚拟变换。对图像进行45度旋转，以下的转换过程将解决这个问题：
## dummy transformation dummy_transform = transforms.Compose( [transforms.RandomRotation(45)]) dummy_result = dummy_transform(image) plt.imshow(dummy_result)输出结果
你可以使用transforms.Compose(...)对图像进行多种变换。Pytorch内置了多种变换函数，事实上你也可以自己写转换函数。看看另外一个变换的效果：旋转+水平翻转
## dummy transform dummy2_transform = transforms.Compose( [transforms.RandomRotation(45), transforms.RandomVerticalFlip()]) dummy2_result = dummy2_transform(image) plt.imshow(dummy2_result)输出结果
是不是看起来很酷，你可以尝试其他的转换方法。关于进一步研究的数据的主题，让接下来仔细看看的图像数据集。
探索数据
作为一名从业者和研究人员，我总是花费一些时间和精力来探索和理解我的数据集。这是一个有趣的并且很有意义的做法，以确保训练模型之前一切井然。
让检查训练和测试数据集包含的内容。我将使用 matplotlib 库从数据集打印出一些图像。使用一点numpy代码，我可以将图像转换为正确的格式来打印出来。下面我打印出一整批 32 张图像：
## functions to show an image def imshow(img): #img = img / 2 + 0.5 # unnormalize npimg = img.numpy() plt.imshow(np.transpose(npimg, (1, 2, 0))) ## get some random training images dataiter = iter(trainloader) images, labels = dataiter.next() ## show images imshow(torchvision.utils.make_grid(images))输出结果：
打印batches的维度信息：
for images, labels in trainloader: print("Image batch dimensions:", images.shape) print("Image label dimensions:", labels.shape) break结果
Image batch dimensions: torch.Size([32, 1, 28, 28]) Image label dimensions: torch.Size([32])构建模型
现在可以构建用于执行图像分类任务的卷积神经网络模型了。为了简化，的将堆叠使用一个dense层，一个dropout层和一个output层来训练模型。
关于模型的讨论：
首先，以下结构涉及名为MyModel的类，是用于在PyTorch中构建神经网络模型的标准代码：
## the model class MyModel(nn.Module): def __init__(self): super(MyModel, self).__init__() self.d1 = nn.Linear(28 * 28, 128) self.dropout = nn.Dropout(p=0.2) self.d2 = nn.Linear(128, 10) def forward(self, x): x = x.flatten(start_dim = 1) x = self.d1(x) x = F.relu(x) x = self.dropout(x) logits = self.d2(x) out = F.softmax(logits, dim=1) return out各层定义在def _init()函数里。super(...).init() 是将所有的东西组合在一块。模型中堆叠 了一个隐藏层 (self.d1），其后跟着一个dropout层 (self.dropout)，然后是分类的输出层(self.d2)。nn.Linear(...)定义 了dense层，其中的输入和输出维度。这里的输入和输出分别与输入的特征和输出的特征所分别对应。nn.Dropout（）用于定义Dropout层，Dropout层是在深度学习中用于防止过拟合的方法。 这意味着Dropout在模型训练过程中扮演着一个正则化的功能。使用这个方法主要是为 了的模型在其他数据集上也能表现良好。Dropout随机的将神经网络中的一些单元置为0，在构建的模型中将Dropout的参数设置为0.2.了解更多关于Dropout的信息，请阅读关于Dropout的说明文档。模型的入口也就是数据输入到神经网络模型的位置放在了forward（）函数之下。通常也会添加其他变换函数，用于训练过程中对图像进行变换。在forward函数中，对输入的数据进行一系列的计算。1）将图像拉平，从2D的图像（2828）转化为1D（1784）；2）将1D的图像按照批次输入到第一个隐含层；3）隐含层的输出采用非线性激活函数Relu。了解Relu函数的功能并不是很重要，但他的作用确实异常的显著，使得在大数据集上训练更快更有效；4）正如上面解释的那样，dropout层可以帮助解决模型在训练数据上过拟合的问题；5）紧接着将dropout的结果输入到分类层d2;6)最后的结果输入到softmax函数中，将概率分布归一化，从而帮助计算分类的准确率；7）这就是最后的输出结果。直观地说，下面就是刚刚构建的模型图。但是隐藏层比图中显示的大很多，但由于空间限制，该图应被视为实际模型的近似表示。
正如我在前面的教程中所做的那样，我总是鼓励用一个批处理来测试模型，以确保输出的维度符合的预期。请注意，是怎样迭代数据加载器，它可以方便地存储图像和标签对。out 包含模型的输出，这是应用了softmax层的logits来帮助预测。
## test the model with 1 batch model = MyModel() for images, labels in trainloader: print("batch size:", images.shape) out = model(images) print(out.shape) break输出结果：
batch size: torch.Size([32, 1, 28, 28]) torch.Size([32, 10])可以清楚地看到，返回批次中有10个输出值与批次中的每个图像相关联；这些值将被用于检查模型的性能。
训练模型
在准备好训练模型之前，需要设置一个损失函数、一个优化器和一个效用函数来计算模型的准确性：
learning_rate = 0.001 num_epochs = 5 device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") model = MyModel() model = model.to(device) criterion = nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)learning_rate 学习率，用于优化模型的权重，可以看做是模型的一个参数。num_epochs训练步骤数目，为了让训练时间不太长，设置epoch为5.device训练模型的硬件设备，如果有GPU的话，采用GPU训练，否则，默认采用CPU训练。model构建的模型实例。model.to(divice)设置模型在什么硬件设备上训练。criterion用于计算模型损失的度量标准，通过前向传播和反向传播优化权重。optimizer优化工具，在反向传播中调整权重，注意，它需要一个学习率和模型参数，这些是优化器的一部分。稍后会详细介绍。效用函数将在下面进行定义，它有助于计算模型的准确率。了解它是如何计算的在目前来看并不是很重要，只需要了解它是通过比较模型的输出结果（预测）和实际目标值（数据集的标签）来计算预测的准确率。
## utility function to compute accuracy def get_accuracy(output, target, batch_size): ''' Obtain accuracy for training round ''' corrects = (torch.max(output, 1)[1].view(target.size()).data == target.data).sum() accuracy = 100.0 * corrects/batch_size return accuracy.item()开始训练
现在可以训练模型了，代码如下：
## train the model for epoch in range(num_epochs): train_running_loss = 0.0 train_acc = 0.0 ## commence training model = model.train() ## training step for i, (images, labels) in enumerate(trainloader): images = images.to(device) labels = labels.to(device) ## forward + backprop + loss predictions = model(images) loss = criterion(predictions, labels) optimizer.zero_grad() loss.backward() ## update model params optimizer.step() train_running_loss += loss.detach().item() train_acc += get_accuracy(predictions, labels, BATCH_SIZE) model.eval() print('Epoch: %d | Loss: %.4f | Train Accuracy: %.2f' \ %(epoch, train_running_loss / i, train_acc/i))训练模型的第一步是定义训练循环for epoch in range(num_epochs): ...定义了两个变量training_running_loss和train_acc，帮助在不同批次训练时监视训练精度和损失。model.train()设置模型的模式，准备训练。注意，是在dataloader上迭代数据，这很方便地将的数据和标签一一对应。第二个for循环，指的是在每一步训练过程中，迭代batch中全部的数据。往模型中传入数据通过model(image),输出结果代表模型的预测结果。预测结果和实际类别标签进行对应和比较，从而计算训练损失。在更新权重之前，需要做以下工作：1）利用optimizer重置梯度变量（optimizer.zero_grad() ）；2）这一步是安全的，并不会重写模型计算的梯度，模型上一次计算的梯度暂时存储在缓存里，可以通过loss.backward() 进行重访；3）loss.backward()计算模型损失各参数对应的梯度；4）optimizer.step()确保模型参数更新；5）最终获得损失和精度，通过这两个指标可以告诉模型训练的情况。输出结果如下：
Epoch: 0 | Loss: 1.6167 | Train Accuracy: 86.02 Epoch: 1 | Loss: 1.5299 | Train Accuracy: 93.26 Epoch: 2 | Loss: 1.5143 | Train Accuracy: 94.69 Epoch: 3 | Loss: 1.5059 | Train Accuracy: 95.46 Epoch: 4 | Loss: 1.5003 | Train Accuracy: 95.98训练完毕，可以清楚地看到损失值一直在下降，精度一直在上升，说明的模型是有效的，可以用于图像的分类任务。
可以通过对测试数据计算精度，来验证的模型是否在分类任务表现良好。通过下面的代码，你可以看到，在MINIST分类任务上，的模型表现的很好。
test_acc = 0.0 for i, (images, labels) in enumerate(testloader, 0): images = images.to(device) labels = labels.to(device) outputs = model(images) test_acc += get_accuracy(outputs, labels, BATCH_SIZE) print('Test Accuracy: %.2f'%( test_acc/i))输出测试精度：
Test Accuracy: 96.32结语
恭喜你已完成本教程。这是一个全面的教程，目的是对使用神经网络和PyTorch进行基本的图像分类做一个非常基本的介绍。
