手擼神經網路 深度學習環境搭建與簡單神經網路實作圖片分類

大家可以通過我的公眾號視頻詳細了解：

https://mp.weixin.qq.com/s/9HAuQl8MOcfjIBqn8kacvA

先上ppt截圖

手擼神經網路 全代碼 如下

# -*- coding: utf-8 -*-
# cv君 周小夏
import argparse
from tqdm import tqdm
import torch
import torchvision
from torchvision import datasets, transforms
import numpy as np
import matplotlib.pyplot as plt


class mnist_cls():
    def __init__(self):
        pass

    # 1. 加載MNIST手寫數字資料集資料和標簽
    def load_data(self):
        """
        資料集較小時（小于2W）建議num_works不用管默認就行，因為用了反而比沒用慢，
        當資料集較大時建議采用，num_works一般設定為（CPU執行緒數+-1）為最佳，
        可以用以下代碼找出最佳num_works（注意windows用戶如果要使用多核多執行緒
        必須把訓練放在if __name__ == '__main__':下才不會報錯）
        """
        transform = transforms.Compose([transforms.ToTensor(),
                                        transforms.Normalize((0.5,), (0.5,))])
        trainset = datasets.MNIST(root='./data', train=True,
                                  download=True, transform=transform)
        self.trainsetloader = torch.utils.data.DataLoader(trainset, batch_size=20000, shuffle=True, pin_memory=True)

        testset = datasets.MNIST(root='./data', train=True,
                                 download=True, transform=transform)
        self.testsetloader = torch.utils.data.DataLoader(testset, batch_size=20000, shuffle=True, pin_memory=True)

    """
    圖片可視化
    """

    def show_images(self, trainsetloader):
        dataiter = iter(trainsetloader)
        images, labels = dataiter.next()
        plt.imshow(images[0].numpy().squeeze())
        plt.show()
        print(images.shape)
        print(labels.shape)

    def define_NN(self):
        # 2. 設計神經網路結構
        first_in, first_out, second_out = 28 * 28, 128, 10
        self.model = torch.nn.Sequential(
            torch.nn.Linear(first_in, first_out),
            torch.nn.ReLU(),
            torch.nn.Linear(first_out, second_out),
        ).to(args.device)

        # 3. 定義損失函式
        self.loss_fn = torch.nn.CrossEntropyLoss()

        # 4. 設定用于自動調節神經網路引數的優化器
        learning_rate = 1e-4  # 1.5e-4
        self.optimizer = torch.optim.Adam(self.model.parameters(), lr=learning_rate)
        # self.optimizer = torch.optim.SGD(self.model.parameters(), lr=learning_rate)
    # 5. 訓練神經網路（10個epochs）
    def train(self):
        self.load_data()
        self.define_NN()
        tq = tqdm(range(args.epochs))
        best = 1000
        for t in tq:
            for i, one_batch in enumerate(self.trainsetloader, 60):
                data, label = one_batch
                data = data.to(args.device)
                label = label.to(args.device)
                data[0].view(1, 784)  # 將28x28的圖片變成784的向量
                data = data.view(data.shape[0], -1)

                # 讓神經網路根據現有的引數，根據當前的輸入計算一個輸出
                model_output = self.model(data)
                # 5.1 用所設計算損失(誤差)函式計算誤差
                loss = self.loss_fn(model_output, label)
                tq.set_description("Loss %.4f" % float(loss.item()))
                tq.set_postfix({"Best_loss": best})
                tq.update(1)
                # if i% 500 == 0:
                #     print('loss:', loss)
                # 5.2 每次訓練前清零之前計算的梯度(導數)
                self.optimizer.zero_grad()
                # 5.3 根據誤差反向傳播計算誤差對各個權重的導數
                loss.backward()
                # 5.4 根據優化器里面的演算法自動調整神經網路權重
                self.optimizer.step()

                # 保存下訓練好的模型,省得下次再重新訓練
                if loss <= best:
                    best = loss.item()
                    torch.save(self.model.state_dict(), args.weights)
                    print('Best model saved! Epoch:', t)

    def detect(self):
        self.load_data()
        self.define_NN()
        self.model.load_state_dict(torch.load(args.weights))

        # 6. 用這個神經網路解決你的問題，比如手寫數字識別，輸入一個圖片矩陣，然后模型回傳一個數字
        testdataiter = iter(self.testsetloader)
        testimages, testlabels = testdataiter.next()
        plt.imshow(testimages[0].numpy().squeeze())
        plt.show()
        testimages = testimages.to(args.device)
        testlabels = testlabels.to(args.device)
        img_vector = testimages[0].squeeze().view(1, -1)
        # 模型回傳的是一個1x10的矩陣，第幾個元素值最大那就是表示模型認為當前圖片是數字幾
        result_digit = self.model(img_vector)
        print("該手寫數字圖片識別結果為：", result_digit.max(1)[1].item(), "標注的標簽為：", testlabels[0].item())


if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--epochs', default=300, help='training epochs')
    parser.add_argument('--method', default='test', help='train to run, test or val')
    parser.add_argument('--weights', default='./my_handwrite_recognize_model.pt', help='save the weight')
    parser.add_argument('--device',  default='cuda', help='cuda or cpu')
    args = parser.parse_args()
    mnist = mnist_cls()
    if 'test' in args.method:
        mnist.detect()
    elif 'train' in args.method:
        mnist.train()
    else:
        print('please check the argparse!')

主要是使用的兩層全連接，直接就能得到不錯的準確率~ 我們目的是走一套簡單完整的應用，實測可用，歡迎大家關注~

資料會自動下載，如果覺得下載過慢，歡迎關注我的公眾號下載：公眾號回復：手擼神經網路 獲取哦~

另外附帶一下詳細的ppt介紹的內容~

官方安裝教程

CUDA：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
cuDNN：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows

WIN10安裝CUDA10

CUDA Toolkit 10.0 Download：https://developer.nvidia.com/cuda-downloads

按圖下載，（可以離線安裝[local]，也可在線下載安裝[network]），

下載完成后，打開安裝程式：
安裝路徑可以默認也可以自定義，之后點擊ok就行，

等待，，，，，，

繼續等待，，，，，，

點擊同意并繼續

如果不知道怎么選，就選擇精簡安裝，

我也不知道按那個，so 我全部安裝??

可以選擇默認路徑或者自定義安裝路徑，記下安裝的路徑，

最終“下一步”，然后“完成”就行，
配置系統環境變數，選擇path：
如圖：

檢查是否有下圖中的兩個環境變數

驗證安裝：nvcc -V

CUDA安裝成功！

WIN10安裝cuDNN

cuDNN Download：https://developer.nvidia.com/rdp/cudnn-download
（進入網頁下載當然要注冊賬號，如果有就不用了）

注意要打勾才顯示下載串列，按照自己的需要下載安裝：

下載后，將下載檔案解壓，然后 copy------》past
按照自己的情況來，圖中是我的解壓和安裝路徑：（注意是路徑中的檔案）

添加環境變數：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

cuDNN安裝完成！！

輸入nvcc -V 測驗即可

其他內容請看視頻~

再上一張測驗集：

老規矩了_{關注我的公眾號，一起進入AI知識星球吧}