PyTorch 60分钟入门系列之训练分类器

训练分类器

前面的教程中我们已经学习了如何定义神经网络，计算损失并更新网络的权重。接下来，我们完整的训练一个神经网络模型，并测试其性能。

数据集说明

一般来说，当在处理图像，文本，音频或视频数据时，可以使用标准的python包将数据加载到一个numpy数组中。然后将这个数组转换成torch.Tensor。

• 图像的话，可以用Pillow, OpenCV。
• 声音处理可以用scipy和librosa。
• 文本的处理使用原生Python或者Cython以及NLTK和SpaCy都可以。 特别是对于图像，PyTorch创建了一个名为torchvision的软件包，该软件包具有常用数据集（如Imagenet，CIFAR10，MNIST等）的数据加载器torchvision.datasets，以及用于图像的数据转换器torch.utils.data.DataLoader。这提供了巨大的便利并避免了编写样板代码。 本教程使用CIFAR10数据集。 我们要进行的分类的类别有：'airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck'。 这个数据集中的图像都是3通道，32x32像素的图片。

训练一个图像分类器

我们要按顺序做这几个步骤：

• 使用torchvision来读取并预处理CIFAR10数据集
• 定义一个卷积神经网络
• 定义一个代价函数
• 在神经网络中训练训练集数据
• 使用测试集数据测试神经网络

1.加载和归一化CIFAR10

torchvision加载的数据集的输出是范围[0，1]的PILImage图像。我们将它们转换为归一化范围[-1，1]的张量。

我们来从中找几张图片看看。

2.定义卷积神经网络结构

3.定义损失函数和优化器

4.训练网络

5.测试网络

我们已经训练了两遍了。 此时需要测试一下到底结果如何。

通过对比神经网络给出的分类和已知的类别结果，可以得出正确与否。如果预测的正确，我们可以将样本加入正确预测的结果的列表中。

好的第一步，让我们展示几张照片来熟悉一下。

现在让我们看看神经网络认为这些例子是什么：

输出是10类对应的数值。一个类对应的数值越高，网络认为这个图像就是越接近这个类。那么，让我们得到最高数值对应的类：

结果看起来挺好。 看看神经网络在整个数据集上的表现结果如何:

从结果上看，神经网络输出的结果比随机要好，随机选择的话从十个中选择一个出来，准确率大概只有10%。 看上去神经网络学到了点东西。 我们看一下那么到底哪些类别表现良好又是哪些类别不太行呢？

参考

Deep Learning with PyTorch: A 60 Minute Blitz（https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html）