实现对CIFAR-10的分类，步骤如下：

• 使用torchvision加载并预处理CIFAR-10数据集
• 定义网络
• 定义损失函数和优化器
• 训练网络并更新网络参数
• 测试网络

1. CIFAR-10数据加载及预处理

import torchvision as tv
import torch as t
import torchvision.transforms as transforms
from torchvision.transforms import ToPILImage
show = ToPILImage() #将Tensor转成Image，方面可视化
# 第一次运行程序torchvision会自动下载CIFAR-10数据集。
# 如果已经下载有CIFAR-10，可通过root参数指定# 定义对数据的预处理，Compose这个类是用来管理各个transform的
transform = transforms.Compose([transforms.ToTensor(), # 转为Tensortransforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))]) # 归一化# 训练集
trainset = tv.datasets.CIFAR10(root='D:\\Workspace\\Python\\CIFAR-10\\', train = True, download=True, transform=transform)
trainloader = t.utils.data.DataLoader(trainset, batch_size=4, shuffle=True,num_workers=2)#测试集
testset = tv.datasets.CIFAR10(root='D:\\Workspace\\Python\\CIFAR-10\\', train = False, download=True, transform=transform)
testloader = t.utils.data.DataLoader(testset, batch_size=4, shuffle=False,num_workers=2)
classes = ('plane','car','bird','cat','deer','dog','frog','horse','ship','truck')

Files already downloaded and verified
Files already downloaded and verified

1.1 ToTensor类是实现：Convert a PIL Image  or numpy.ndarray  to tensor的过程，在PyTorch中常用PIL库来读取图像数据，因此这个方法相当于搭建了PIL Image和Tensor的桥梁。另外要强调的是在做数据归一化之前必须要把PIL Image转成Tensor，而其他resize或crop操作则不需要。

transform1 = transforms.Compose([transforms.ToTensor(),  # range [0, 255] -> [0.0,1.0]
])
# Converts a PIL Image or numpy.ndarray (H x W x C) in the range
# [0, 255] to a torch.FloatTensor of shape (C x H x W) in the range [0.0, 1.0].

1.2 transforms.Compose归一化到[-1.0, 1.0]

将上面的transform1改为如下所示：

transform2 = transforms.Compose([  transforms.ToTensor(),  transforms.Normalize(mean = (0.5, 0.5, 0.5), std = (0.5, 0.5, 0.5))  ])  

transforms.Normalize使用如下公式进行归一化：

channel=（channel-mean）/std         (因为transforms.ToTensor()已经把数据处理成[0,1],那么(x-0.5)/0.5就是[-1.0, 1.0])

这样一来，我们的数据中的每个值就变成了[-1,1]的数了。

1.3 torch.utils.data.DataLoader()

如果对数据的输入有特殊要求，可以设置参数：

• dataset，这个就是PyTorch已有的数据读取接口（比如torchvision.datasets.ImageFolder）或者自定义的数据接口的输出，该输出要么是torch.utils.data.Dataset类的对象，要么是继承自torch.utils.data.Dataset类的自定义类的对象。
• batch_size，每个batch加载的图像数量。默认=1
• shuffle，set to True to have the data reshuffled at every epoch(default:False)。
• collate_fn，是用来处理不同情况下的输入dataset的封装，一般采用默认即可，除非你自定义的数据读取输出非常少见。
• batch_sampler，从注释可以看出，其和batch_size、shuffle等参数是互斥的，一般采用默认。
• sampler，defines the strategy to draw samples from the dataset，其和shuffle是互斥的，一般默认即可。
• num_workers，从注释可以看出这个参数必须大于等于0，0的话表示数据导入在主进程中进行，其他大于0的数表示通过多个进程来导入数据，可以加快数据导入速度。
• pin_memory，注释写得很清楚了： pin_memory (bool, optional): If True, the data loader will copy tensors into CUDA pinned memory before returning them. 也就是一个数据拷贝的问题。
• imeout，是用来设置数据读取的超时时间的，但超过这个时间还没读取到数据的话就会报错。 
  

1.4 Dataset对象是一个数据集，可以按下标访问，返回形如（data,label）的数据。

(data, label) = trainset[100]
print(classes[label])
#(data+1)/2 是为了还原被归一化的数据，程序输出的图片如图
show((data+1)/2).resize((100,100))

Out: ship    

1.5 Dataloder是一个可迭代的对象，它将dataset返回的每一条数据样本拼接成一个batch，并提供多线程加速优化和数据打乱等操作。当程序对dataset的所有数据遍历完一遍之后，对Dataloader也完成了一次迭代。

dataiter = iter(trainloader)
images,labels = dataiter.next() #返回4张图片及标签，如下图
print(''.join('%11s'%classes[labels[j]] for j in range(4)))
show(tv.utils.make_grid((images+1)/2)).resize((400,100))

Out:   horse      plane       frog       deer

2.定义网络

import torch.nn as nn
import torch.nn.functional as F
class Net(nn.Module):def __init__(self):#nn.Module子类必须在构造函数中执行父类的构造函数#下式等价于nn.Module.__init__(self)super(Net,self).__init__()#卷积层'3'表示输入图片为3通道，'6'表示输出通道数，'5'表示卷积核为5*5self.conv1 = nn.Conv2d(3,6,5)#卷积层self.conv2 = nn.Conv2d(6,16,5)#仿射层/全连接层，y=Wx+bself.fc1 = nn.Linear(16*5*5,120)self.fc2 = nn.Linear(120,84)self.fc3 = nn.Linear(84,10)def forward(self,x):#卷积 -> 激活 -> 池化x = F.max_pool2d(F.relu(self.conv1(x)),(2,2))x = F.max_pool2d(F.relu(self.conv2(x)),2)# reshape, '-1'表示自适应x = x.view(x.size()[0], -1)x = F.relu(self.fc1(x))x = F.relu(self.fc2(x))x = self.fc3(x)return x
net = Net()
print(net)
# Out: Net(
#         (conv1): Conv2d(3, 6, kernel_size=(5, 5), stride=(1, 1))
#         (conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))
#         (fc1): Linear(in_features=400, out_features=120, bias=True)
#         (fc2): Linear(in_features=120, out_features=84, bias=True)
#         (fc3): Linear(in_features=84, out_features=10, bias=True)
#         )

3. 定义损失函数和优化器（loss和optimizer）

from torch import optim
criterion = nn.CrossEntropyLoss() #交叉熵损失函数
optimizer = optim.SGD(net.parameters(),lr=0.001, momentum = 0.9)

4.训练网络

所有网络的训练流程都是类似的，不断地执行如下流程。

• 输入数据
• 前向传播+后向传播
• 更新参数

for epoch in range(2):  # loop over the dataset multiple timesrunning_loss = 0.0for i, data in enumerate(trainloader, 0):# get the inputsinputs, labels = data# zero the parameter gradientsoptimizer.zero_grad()# forward + backward + optimizeoutputs = net(inputs)loss = criterion(outputs, labels)loss.backward()# 更新参数optimizer.step()# print statisticsrunning_loss += loss.item()if i % 2000 == 1999:    # print every 2000 mini-batchesprint('[%d, %5d] loss: %.3f' %(epoch + 1, i + 1, running_loss / 2000))running_loss = 0.0print('Finished Training')

此处仅训练了2个epoch（遍历完一遍数据集称为一个epoch）。我们来看看网络有没有效果。将测试图片输入网络，计算它的label，然后与实际的label进行比较。

dataiter = iter(testloader)
images,labels = dataiter.next() #一个batch返回4张图片# print images
print('GroundTruth: ', ' '.join('%08s' % classes[labels[j]] for j in range(4)))
show(tv.utils.make_grid(images/2-0.5)).resize((400,100))

Out:         GroundTruth:       cat     ship     ship    plane

接着计算网络预测的label:

#计算图片在每个类别上的分类
outputs = net(images)
#得分最高的那个类
_, predicted = t.max(outputs.data, 1)print('Predicted: ', ' '.join('%5s' % classes[predicted[j]]  for j in range(4)))

Out： Predicted: dog ship car plane

我们再来看看在整个测试集上的效果。

correct = 0 #预测正确的图片数
total = 0 #总图片数
with t.no_grad():for data in testloader:images, labels = dataoutputs = net(images)_, predicted = t.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))

Out： Accuracy of the network on the 10000 test images: 61 %

5. 在GPU上训练

if t.cuda.is_available():net.cuda()images = images.cuda()labels = labels.cuda()output = net(images)loss = criterion(output, labels)