基于pytorch的卷积神经网络cnn实例应用及详解

卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，主要应用于图像识别、语音识别等领域。在pytorch中，可以使用torch.nn模块来构建CNN。

下面以一个图像分类的例子来详细介绍CNN的应用及实现。

## 数据集

我们使用的是CIFAR-10数据集，它包含10个类别的60000张32x32彩色图片。其中50000张用于训练，10000张用于测试。每个类别的训练集和测试集都有5000张图片。

## 数据预处理

首先，我们需要对图像进行预处理，将其转换为tensor，并进行标准化处理。

import torch
import torchvision
import torchvision.transforms as transforms

# 数据预处理
transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

# 加载数据集
trainset = torchvision.datasets.CIFAR10(root='./data', train=True,
                                        download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                          shuffle=True, num_workers=2)

testset = torchvision.datasets.CIFAR10(root='./data', train=False,
                                       download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                                         shuffle=False, num_workers=2)

上述代码中，我们定义了一个transform，它将图像转换为tensor，并进行标准化处理。接着，我们使用torchvision加载CIFAR-10数据集，并定义一个DataLoader来对数据进行批处理。

## 定义CNN模型

我们定义一个简单的CNN模型，包括2个卷积层和3个全连接层。

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

上述代码中，我们定义了一个Net类，继承自nn.Module。在构造函数中，我们定义了2个卷积层（分别包含6个和16个卷积核），3个全连接层。在forward函数中，我们先通过卷积层和池化层进行特征提取，然后将特征展开成一维向量，再通过全连接层进行分类。

## 定义损失函数和优化器

我们使用交叉熵损失函数和随机梯度下降优化器。

import torch.optim as optim

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

## 训练网络

我们使用训练集进行训练，每次迭代都对网络参数进行优化。

for epoch in range(2):  # 循环遍历数据集多次

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # 获取输入数据
        inputs, labels = data

        # 梯度清零
        optimizer.zero_grad()

        # 前向传播，计算损失
        outputs = net(inputs)
        loss = criterion(outputs, labels)

        # 反向传播，更新网络参数
        loss.backward()
        optimizer.step()

        # 记录损失值
        running_loss += loss.item()
        if i % 2000 == 1999:    # 每2000个批次打印一次平均损失值
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

## 测试网络

我们使用测试集进行测试，并计算网络的准确率。

correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        # 获取输入数据
        images, labels = data

        # 前向传播，输出预测结果
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)

        # 统计准确率
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

上述代码中，我们使用torch.no_grad()来关闭梯度计算，这样可以减少内存的占用。在循环中，我们通过torch.max函数找到每个样本预测结果的最大值，并与标签进行比较，统计准确率。

## 总结

本文介绍了如何使用pytorch构建CNN模型，并对CIFAR-10数据集进行图像分类。通过本文的学习，你可以了解到CNN的基本原理及实现方法。