【发布时间】：2019-01-28 15:17:37
【问题描述】：
这是我的convolution 网络，它创建训练数据，然后使用单个convolution 和relu 激活对这些数据进行训练：
train_dataset = []
mu, sigma = 0, 0.1 # mean and standard deviation
num_instances = 10
for i in range(num_instances) :
image = []
image_x = np.random.normal(mu, sigma, 1000).reshape((1 , 100, 10))
train_dataset.append(image_x)
mu, sigma = 100, 0.80 # mean and standard deviation
for i in range(num_instances) :
image = []
image_x = np.random.normal(mu, sigma, 1000).reshape((1 , 100, 10))
train_dataset.append(image_x)
labels_1 = [1 for i in range(num_instances)]
labels_0 = [0 for i in range(num_instances)]
labels = labels_1 + labels_0
print(labels)
x2 = torch.tensor(train_dataset).float()
y2 = torch.tensor(labels).long()
my_train2 = data_utils.TensorDataset(x2, y2)
train_loader2 = data_utils.DataLoader(my_train2, batch_size=batch_size_value, shuffle=False)
import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms
# Device configuration
device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
# device = 'cpu'
# Hyper parameters
num_epochs = 50
num_classes = 2
batch_size = 5
learning_rate = 0.001
# Convolutional neural network (two convolutional layers)
class ConvNet(nn.Module):
def __init__(self, num_classes=1):
super(ConvNet, self).__init__()
self.layer1 = nn.Sequential(
nn.Conv2d(1, 16, kernel_size=5, stride=1, padding=2),
nn.BatchNorm2d(16),
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2))
self.layer2 = nn.Sequential(
nn.Conv2d(16, 32, kernel_size=5, stride=1, padding=2),
nn.BatchNorm2d(32),
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2))
self.fc = nn.Linear(32*25*2, num_classes)
def forward(self, x):
out = self.layer1(x)
out = self.layer2(out)
out = out.reshape(out.size(0), -1)
out = self.fc(out)
return out
model = ConvNet(num_classes).to(device)
# Loss and optimizer
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)
# Train the model
total_step = len(train_loader2)
for epoch in range(num_epochs):
for i, (images, labels) in enumerate(train_loader2):
images = images.to(device)
labels = labels.to(device)
# Forward pass
outputs = model(images)
loss = criterion(outputs, labels)
# Backward and optimize
optimizer.zero_grad()
loss.backward()
optimizer.step()
if (i % 10) == 0:
print ('Epoch [{}/{}], Step [{}/{}], Loss: {:.4f}'
.format(epoch+1, num_epochs, i+1, total_step, loss.item()))
为了做出一个单一的预测，我使用：
model(x2[10].unsqueeze_(0).cuda())
哪些输出：
tensor([[ 4.4880, -4.3128]], device='cuda:0')
这不应该返回预测的形状为 (100,10) 的图像张量吗？
更新：为了执行预测，我使用：
torch.argmax(model(x2[2].unsqueeze_(0).cuda()), dim=1)
源代码：https://discuss.pytorch.org/t/argmax-with-pytorch/1528/11
torch.argmax 在此上下文中返回使预测最大化的值的位置。
【问题讨论】：
-
没有。最初尺寸为
(100, 10)的图像穿过您在上面定义的所有层[Conv->BN->ReLU>MaxPool->Conv->BN->ReLU->Maxpool->Linear]，每层的输出尺寸根据每层的属性而变化（如maxpool(2X2)减半，等）。最后，您从最后一个Linear层获得输出，该层输出维度为num_classes的向量，在您的情况下为 2。正确地得到输出。 -
@Koustav 请查看问题更新。
-
其实你的疑问对我来说有点不清楚。我的意思是，预测的 torch.argmax() 将返回最大值的索引。在上述情况下，它将是 4.4880 的指数。您是否得到或期待与此不同的东西？那么请提一下。
-
嘿！在深入研究代码之前，请允许我建议您了解使用 CNN 进行图像分类的工作原理。如果您需要，我可以为您提供一些入门材料。我觉得这部分需要稍微梳理一下。为了回答您的查询，数字
4.4880是通过执行一系列 sum-of-products 得出的>（在训练时）你的隐藏单位。是的，最大值的索引是您预测的类标签索引。 -
CNN 基础：(1) CS231n（圣杯）：cs231n.github.io/convolutional-networks (2) 中型帖子：medium.com/technologymadeeasy/… (3) PyTorch 示例：pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html
标签： neural-network deep-learning computer-vision conv-neural-network pytorch