由于工作原因，需要使用到深度学习pytorch框架，所以，跟随视频学习了深度学习框架的使用方法，视频链接如下：

PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili

1、安装pytorch

在windows下使用pytorch，首先找到anaconda官网，安装64位windows版本，然后使用清华的源替换掉anaconda默认源，详细教程如下(2条消息) 【2022】保姆级Anaconda安装与换国内源教程_anaconda换源_NoBug2022的博客-CSDN博客

打开anaconda prompt

conda create -n your_env_name python=x.x

命令创建环境，可以使用

conda env list 

查看当前已有的环境，来判断环境是否创建成功

打开Start Locally | PyTorch，选择自己需要的pytorch版本，将Run this Command命令复制到自己控制台，然后就可以等待pytorch自己安装成功啦

 

 安装完成后，在控制台输入

python
import torch
print(torch.__version__)

 

 输出版本后，就表明安装成功啦，当然，如果是GPU版本，还可以输入

print (torch.cuda.is_available())

显示TRUE就表示显卡加速也开启了，就可以开启我们的深度学习之路了。

ps：python中的两个方便的函数 

　　dir()      显示包中的方法

　　help()   显示方法的具体帮助信息

2、数据加载

 

 如图所示，数据在变成Dataset的过程就是将杂乱的数据刨除和整理数据的过程，并且统计了数据的大小，而Dataset到Dataloader则是将整理过的数据按照设定大小进行打包的过程，最终Dataloader为深度学习直接提供需要的数据。

使用的示例代码如下：

from torch.utils.data import Dataset
from PIL import Image
import os

class myData(Dataset):
    def __init__(self, strRootDir, strLabelDir):
        self.mstrRootDir = strRootDir
        self.mstrLabelDir = strLabelDir
        self.mstrPath = os.path.join(strRootDir, strLabelDir)
        self.mstrImagePath = os.listdir(self.mstrPath)

    def __getitem__(self, item):
        strImageName = self.mstrImagePath[item]
        strImageItemPath = os.path.join(self.mstrPath, strImageName)
        zImage = Image.open(strImageItemPath)
        strLabel = self.mstrLabelDir
        return zImage, strLabel

    def __len__(self):
        return len(self.mstrImagePath)

strRootDir = "dateset/train"
strLabelAnts = "ants"
strLabelBees = "bees"
zAntsData = myData(strRootDir, strLabelAnts)
zBeesData = myData(strRootDir, strLabelBees)
zTrainData = zAntsData + zBeesData
print(len(zAntsData), len(zBeesData), len(zTrainData))

3、深度学习训练工具

由于深学习过程太过抽象，无法直观的查看模型学习的程度，所以使用Tensorbard工具来查看，在控制台输入

pip3 -install tensorbard

下载该工具，使用其中的SummaryWriter类的add_scalar和add_image方法就可以将数据进行图表展示以及图片的展示

示例程序如下：

from torch.utils.tensorboard import SummaryWriter
import numpy
from PIL import Image

wirter = SummaryWriter("logs")
PILImagePath = "dateset/train/ants/0013035.jpg"
PILImage = Image.open(PILImagePath)
ImageArray = numpy.array(PILImage)
wirter.add_image("ants", ImageArray, 1, dataformats='HWC')

for i in range(100):
    wirter.add_scalar("y = 2x", 2 * i, i)

wirter.close()

在控制台输入

tensorboard --logdir=你的日志文件位置

就可以查看到如下的图表

 

 4、图形变换

图形变换主要使用torchvision包中的Transforms包内的方法，有Resize、ToTensor等方法，可以使用Compose方法将所以操作合并为一个命令，要求方法间输入与下一个方法的输出一一对应。

5、数据集

在torchvision包中的dataset包提供了一些内置的数据集可以使用，将download设置为True将在程序运行时自动下载。

6、神经网络的结构

1、模型本体，需要创建一个nn.Module的子类作为深度学习模型的本体，需要自己根据模型结构实现自己的__init__方法和forward方法

class MyModel(nn.Module):

    def __init__(self):
        super(MyModel, self).__init__()
        self.model = nn.Sequential(
            # 卷积层1
            nn.Conv2d(3, 32, 5, 1, 2, ),
            # 池化层1
            nn.MaxPool2d(2),
            # 卷积层2
            nn.Conv2d(32, 32, 5, 1, 2),
            # 池化层2
            nn.MaxPool2d(2),
            # 卷积层3
            nn.Conv2d(32, 64, 5, 1, 2),
            # 池化层3
            nn.MaxPool2d(2),
            # 展平层
            nn.Flatten(),
            # 全连接层1
            nn.Linear(64 * 4 * 4, 64),
            # 全连接层2
            nn.Linear(64, 10)
        )

    def forward(self, x):
        """
        神经元向前传播函数
        :param x: 输入的参数
        :return: 输出的参数
        """
        x = self.model(x)
        return x

一般将这个类写入单独的py文件方便之后操作，并且一般在文件末尾提供模型的自检方法

# 神经网络模型测试
if __name__ == '__main__':
    funModel = MyModel()
    myInPut = torch.ones(64, 3, 32, 32)
    myOutPut = funModel(myInPut)
    print(myOutPut.shape)

2、卷积层

卷积层负责卷积操作，一般调用nn.conv2d方法

3、池化层

池化层的作用是在尽量保证特征的同时减少数据量，一般卷积层后就会跟随一个池化层，调用nn.MaxPool2d方法

4、非线性激活层

非线性激活主要是为了引入非线性特征，一般使用的有nn.ReLU方法和Sigmoid方法

5、正则化层

正则化层主要目的是加快训练速度，一般使用nn.BatchNorm2d方法

6、线性层

线性层也叫全连接层，主要是对数据进行线性组合，一般使用Linear方法，在线性层之前可以调用nn.Flatten方法对数据进行展平

7、可以使用nn.Sequential方法将网络各层方法合并为一个命令，需要保证输出与下一个输入的数据对应

8、损失函数和反向传播

损失函数可以产生一个loss数，用来判断模型特征与实际数据之间的差异，并且对神经网络的反向传播提供依据，一般使用nn.L1Loss方法或nn.MSELoss方法，计算出的loss值越小，越接近真实。

9、优化器

优化器内置了许多成熟的神经网络优化算法，一般使用SGD方法，需要提供一个学习速率，优化前需要将之前优化器的偏移进行清空，使用zero_grad方法，然后将网络进行反向传播填充偏移，随后调用step方法进行神经网络优化

10、学习速率调整函数

为了得到更好的模型，往往随着训练次数增大，需要调整学习的速率，lr_scheduler包提供了调整学习速率的函数方法，使用step方法就可以进行速率调整，注意，这个step需要在优化器至少在之前执行了一次step

11、GPU训练模型

可以使用GPU进行训练加速的地方有数据，损失函数和模型。具体方法有两种：

11.1、使用cuda方法将需要加速的地方放入gpu

11.2、使用to(device)方法将需要加速的地方放入gpu，如果需要写cpu和gpu平台通用的函数，可以把device设备这样写：

zDevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")

7、训练模型常用套路

训练模型基本套路为：

1、设置设备

2、加载数据集

3、添加日志记录者

4、计算数据集长度

5、利用dataloader加载数据集

6、创建网络模型

7、创建损失函数

8、设置优化器

9、设置学习衰减函数

10、设置训练网络的一些参数

11、循环开始训练和测试

12、保存每一次训练的模型

13、记录者关闭

#!/usr/bin/env pytorch
# -*- coding: UTF-8 -*-
"""
@Project     :llearn_pytorch
@File        :model.py
@IDE         :PyCharm
@Author      :张世航
@Date        :2023/2/24 11:30
@Description :一个深度学习演示样例
"""
import torchvision.datasets
from torch.optim import lr_scheduler, SGD
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
from model import *
import time

# 设置设备
zDevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# 加载数据集
zTrainData = torchvision.datasets.CIFAR10("TrainData", train=True, transform=torchvision.transforms.ToTensor(),
                                          download=True)
zTestData = torchvision.datasets.CIFAR10("TestData", train=False, transform=torchvision.transforms.ToTensor(),
                                         download=True)

# 添加记录者
writer = SummaryWriter("logs")

# 计算数据集长度
iTrainDataLength = len(zTrainData)
iTestDataLength = len(zTestData)
print("the length of train data :{}".format(iTrainDataLength))
print("the length of test data:{}".format(iTestDataLength))

# 利用dataloader加载数据集
zTraindataLoader = DataLoader(zTrainData, batch_size=64)
zTestDataLoader = DataLoader(zTestData, batch_size=64)

# 创建网络模型
myModel = MyModel()
myModel = myModel.to(zDevice)
# 创建损失函数
myLossFunction = nn.CrossEntropyLoss()
myLossFunction = myLossFunction.to(zDevice)
# 优化器
dLearnRate = 1e-2
myOptimizer = SGD(myModel.parameters(), lr=dLearnRate)
# 设置学习率衰减函数
MyScheduler = lr_scheduler.StepLR(myOptimizer, 50, gamma=0.5)

# 设置训练网络的一些参数
# 训练的总次数
iTotalTrainStep = 0
# 测试的总次数
iTotalTestStep = 0
# 训练的轮数
iEpoch = 300

# 记录开始时间
fStartTime = time.time()

for i in range(iEpoch):
    print("----第{}训练开始！！!----".format(i))
    myModel.train()
    for data in zTraindataLoader:
        images, targets = data
        images = images.to(zDevice)
        targets = targets.to(zDevice)
        outputs = myModel(images)
        loss = myLossFunction(outputs, targets)
        # 优化器优化模型
        myOptimizer.zero_grad()
        loss.backward()
        myOptimizer.step()
        iTotalTrainStep = iTotalTrainStep + 1
        if iTotalTrainStep % 100 == 0:
            fEndTime = time.time()
            print("第{}次模型训练loss是{}".format(iTotalTrainStep, loss.item()))
            writer.add_scalar("train_loss", loss.item(), iTotalTrainStep)
            print("训练耗时{}".format(fEndTime - fStartTime))
    MyScheduler.step()
    print("----调整学习率为{}----".format(myOptimizer.state_dict()['param_groups'][0]['lr']))
    writer.add_scalar("train_lr", myOptimizer.state_dict()['param_groups'][0]['lr'], i)

    myModel.eval()
    iTotalLoss = 0
    iTotalAccuracy = 0
    print("----第{}测试开始！！!----".format(i))
    with torch.no_grad():
        for data in zTestDataLoader:
            images, targets = data
            images = images.to(zDevice)
            targets = targets.to(zDevice)
            outputs = myModel(images)
            loss = myLossFunction(outputs, targets)
            iTotalLoss = iTotalLoss + loss.item()
            accuracy = (outputs.argmax(1) == targets).sum()
            iTotalAccuracy = accuracy + iTotalAccuracy

    print("第{}次模型测试loss是{}".format(i, iTotalLoss))
    print("第{}次模型测试正确率是{}".format(i, iTotalAccuracy / iTestDataLength))
    writer.add_scalar("test_loss", iTotalLoss, iTotalTestStep)
    writer.add_scalar("test_accuracy", iTotalAccuracy / iTestDataLength, iTotalTestStep)
    iTotalTestStep = iTotalTestStep + 1

    # 保存每一次训练的模型
    torch.save(myModel.state_dict(), "model/model_{}.path".format(i))
    print("----模型已经保存！！！----")

writer.close()

8、模型保存和读取方法

有两种方法保存和读取训练好的模型

1、使用torch.save和torch.load保存和读取整个模型

2、使用torch.save(model.state_dict(),”xxx“)和model.load_state_dict(torch.load("xxx"))来保存和加载模型中的数据（官方推荐）

9、使用模型的套路

1、加载模型

2、加载数据

3、获取模型输出结果

#!/usr/bin/env pytorch
# -*- coding: UTF-8 -*-
"""
@Project     :llearn_pytorch 
@File        :testmodel.py
@IDE         :PyCharm 
@Author      :张世航
@Date        :2023/2/27 8:48 
@Description :一个简易的验证训练好的模型的程序
"""
import os

import torch
from PIL import Image
from torchvision import transforms
from model import MyModel


class myImage:
    def __init__(self, strRootDir):
        self.mstrRootDir = strRootDir
        self.mstrImagePath = os.listdir(self.mstrRootDir)

    def __getitem__(self, item):
        strImageName = self.mstrImagePath[item]
        strImageItemPath = os.path.join(self.mstrRootDir, strImageName)
        zImage = Image.open(strImageItemPath)
        strLabel = strImageName
        return zImage, strLabel

    def __len__(self):
        return len(self.mstrImagePath)


funTransform = transforms.Compose([
    transforms.Resize((32, 32)),
    transforms.ToTensor()
])

model = MyModel()
model.load_state_dict(torch.load("model/model_37.path"))
model.eval()
strTestDir = "testimage"
zData = myImage(strTestDir)
image_type = ("airplane", "automobile", "bird", "cat", "deer", "dog", "frog", "horse", "ship", "truck", "nolen")
with torch.no_grad():
    for data in zData:
        image, label = data
        image = image.convert('RGB')
        image = funTransform(image)
        image = torch.reshape(image, (1, 3, 32, 32))
        output = model(image)
        iResult = output.argmax(1)
        print("图片类型|模型识别出类型:{}|{}".format(label, image_type[iResult]))

完整的代码地址 深度学习练习: 在学习深度学习时候的一些代码 编译环境为python10+pytorch1.13.1+ancoda (gitee.com)

希望可以对大家学习有一定的帮助，互勉。

2023.03.01更新

又观看了1. Overview_哔哩哔哩_bilibili 刘老师这个pytorch系列，从另一给角度认识了深度学习，补充一些笔记。刘老师和小土堆的视频相比，小土堆的视频在于教会你怎么使用pytorch这套工具，刘老师的视频pytorch版本比较老，侧重点不在于教会使用pytorch这套工具，而在于给学习者打开深度学习这扇门，所以一些原理也简单的讲解了一些，并且参杂着一些思维方式。

1、数据集尽可能接近真实

2、梯度下降算法本质：下一步所在的点 = 当前点位置-学习率*当前点所在位置的导数

3、鞍点：梯度为0的点，或者在多维问题中，这个点在一个切面为极大值点，另一个切面为极小值点，就会导致梯度消失现象。

4、梯度消失：梯度在运算过程中趋近于0，导致权值无法随着迭代进行更新

5、随机梯度下降算法：使用随机的一个loss来代替平均loss计算梯度。好处是引入随机噪点可能解决了梯度消失问题，坏处是由于计算过程中，后一步的loss计算依赖前一步的计算，导致无法使用cpu或gpu的并行计算能力，时间复杂度增加

6、batch：批量 批量随机梯度下降算法，解决随机梯度下降算法时间复杂度高的折中方法，在一批中使用梯度下降算法，在批与批之间使用随机梯度下降算法。

7、由于线性方程无论多少层也可以化简为一层的形式，所以每层间需要加入一个非线性函数进行激活，引入随机变量

8、反向传播的过程就是通过loss来计算前一层梯度的过程

9、sigmoid（饱和函数）：有极限，单调增，趋向正负无穷导数为0的函数

10、常用网络：GoogleNet、ResidualNet、DenseNet

11、LSTM 时间复杂度高，但是效果比RNN好

12、RNN算法需要一定基础才能听懂，12、13课前尽量自己去了解下RNN算法的原理