寫在前面：
本人小白研一，剛開始學習深度學習，將自己的第一個實驗過程總結下來，看了很多的大牛的博客，在下面的程序中也參考了很多大牛的博客。在剛開始入門的學習的時候，直接編寫程序下載數據集，但是后來覺得可能會用到自己手動構建數據集。所以自己參考了一些博客，嘗試了從自己手動構造數據集——搭建Resnet34網絡——訓練——驗證的一整個過程。下面將自己的實驗過程記錄如下。本文重點介紹自己構建數據集與神經網絡搭建部分
本人才疏學淺，剛入門，有錯誤紕漏的地方懇請各位批評指正。
第一章：
首先需要自己構建Mnist'>Mnist數據集，當然也可以自己從網絡上下載。在這里，由于本人有點作，想嘗試自己構造數據集，話不多說，直接貼代碼
1 #!/usr/bin/env python 3.6
2 #_*_coding:utf-8 _*_
3 #@Time :2019/11/7 9:10
4 #@Author :控制工程小白
5 #@FileName: 自己制作Mnist數據集.py
6
7 #@Software: PyCharm
8 import torch
9 import torchvision
10 from skimage import io
11 #import os
12 mnist_train=torchvision.datasets.MNIST('./make_mnistdata',train=True,download=True)#首先下載數據集，并數據分割成訓練集與數據集
13 mnist_test=torchvision.datasets.MNIST('./make_mnistdata',train=False,download=True)
14 print('testset:',len(mnist_test))
15 #txt_path = "G:/Mnist_Recognition/mnist_label.txt"
16 # if not os.path.exists(txt_path):
17 # os.makedirs(txt_path)
18 f=open("./mnist_test.txt",'w')#在指定路徑之下生成.txt文件
19 for i,(img,label) in enumerate(mnist_test):
20 img_path = "./mnist_test/" + str(i) + ".jpg"
21 io.imsave(img_path, img)#將圖片數據以圖片.jpg格式存在指定路徑下
22 img_paths=img_path+str(i)+".jpg"
23 f.write(img_path+' '+str(label)+'\n')#將路徑與標簽組合成的字符串存在.txt文件下
24 f.close()#關閉文件
注意，在運行這段代碼之前應該在根目錄下新建一個mnist_train文件夾用于存放訓練集的圖片，新建mnist_test文件夾用于存放測試集的圖片，運行這段代碼之后會生成一個mnist_test.txt與mnist_train.txt 文件，用來儲存各個字符串，這個字符串由每個圖片的路徑與對應的標簽組成，至于這樣做有什么用，請看下文。貼一下上述代碼運行結果
第二章：
下面將會用到上一章生成的.txt 文件，先上代碼
1 #!/usr/bin/env python 3.6
2 #_*_coding:utf-8 _*_
3 #@Time :2019/11/7 11:38
4 #@Author :控制工程小白
5 #@FileName: My_dataset.py
6
7 #@Software: PyCharm
8 from PIL import Image
9 import torch
10 from torch.utils import data
11 import torchvision.transforms as transforms
12 from torch.utils.data import DataLoader
13 import matplotlib.pyplot as plt
14 class MyDataset(data.Dataset):
15 def __init__(self,datatxt,transform=None,target_transform=None):
16 super(MyDataset,self).__init__()
17 fh=open(datatxt,'r')#讀取標簽文件.txt
18 imgs=[]#暫時定義一個空的列表
19 for line in fh:
20 line.strip('\n')#出去字符串末尾的空格、制表符
21 words=line.split()#將路徑名與標簽分離出來
22 imgs.append((words[0],int(words[1])))#word[0]表示圖片的路徑名，word[1]表示該數字圖片對應的標簽
23 self.imgs=imgs
24 self.transform=transform
25 self.target_transform=target_transform
26 #self.loader=loader
27 def __getitem__(self, index):
28 fn,label=self.imgs[index]#fn表示圖片的路徑
29 img = Image.open(fn)#.convert('RGB'),這里時候需要轉換成RGB圖像視神經網絡結構而定，讀取文件的路徑名，也即打開圖片
30 if self.transform is not None:
31 img=self.transform(img)
32 return img,label#返回圖片與標簽
33 def __len__(self):
34 return len(self.imgs)
這段代碼構造了一個類，用于獲取剛剛建立的數據集，思想就是讀取剛剛建立的.txt文件，將其中的圖片的路徑名與該圖片對應的標簽分離，然后根據根據圖片的路徑名獲取數據集。
第三章：
搭建神經網絡，隨著深度學習的發展，已經出現了很多種神經網絡，一般而言，神經網絡越深越好，但是神經網絡的維度太深的話，會導致神經網絡過擬合，于是開發者開發了一種殘差神經網絡Resnet，它是由很多個殘差快組成，每個殘差塊都包含跳連接，防止過擬合，這樣可以達到網絡更深同時性能不會受到過擬合的影響。
下面直接貼Resnet34代碼
#!/usr/bin/env python 3.6
#_*_coding:utf-8 _*_
#@Time :2019/11/7 15:44
#@Author :hujinzhou
#@FileName: neural_network4.py
#@Software: PyCharm
import torch.nn as nn
class Reslock(nn.Module):
def __init__(self, in_channels, out_channels, stride=1):
super(Reslock, self).__init__()
self.conv1 = nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride, padding=1)
self.bn1 = nn.BatchNorm2d(out_channels)
self.relu = nn.ReLU(inplace=True)
self.conv2 = nn.Conv2d(out_channels, out_channels, kernel_size=3, stride=1, padding=1)
self.bn2 = nn.BatchNorm2d(out_channels)
if in_channels != out_channels:
self.downsample = nn.Sequential(
nn.Conv2d(in_channels, out_channels, kernel_size=1, stride=2),
nn.BatchNorm2d(out_channels)
)
else:
self.downsample = None
def forward(self, x):
identity = x
out = self.conv1(x)
out = self.bn1(out)
out = self.relu(out)
out = self.conv2(out)
out = self.bn2(out)
if self.downsample is not None:
identity = self.downsample(x)
out += identity
out = self.relu(out)
return out
class ResNet34(nn.Module):
def __init__(self, num_classes=10):
super(ResNet34, self).__init__()
self.first = nn.Sequential(
nn.Conv2d(1, 64, 7, 2, 3),
nn.BatchNorm2d(64),
nn.ReLU(inplace=True),
nn.MaxPool2d(3, 1, 1)
)
self.layer1 = self.make_layer(64, 64, 3, 1)
self.layer2 = self.make_layer(64, 128, 4, 2)
self.layer3 = self.make_layer(128, 256, 6, 2)
self.layer4 = self.make_layer(256, 512, 3, 2)
self.avg_pool = nn.AvgPool2d(2)
self.fc = nn.Linear(512, num_classes)
def make_layer(self, in_channels, out_channels, block_num, stride):
layers = []
layers.append(Reslock(in_channels, out_channels, stride))
for i in range(block_num - 1):
layers.append(Reslock(out_channels, out_channels, 1))
return nn.Sequential(*layers)
def forward(self, x):
x = self.first(x)
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
x = self.layer4(x)
x = self.avg_pool(x)
# x.size()[0]: batch size
x = x.view(x.size()[0], -1)
x = self.fc(x)
return x
第四章：
上述過程弄好了，下面的過程就非常簡單了，下面直接訓練并識別驗證就可以了，訓練代碼與驗證代碼就很簡單了，在本文中直接貼訓練結果圖與識別精度圖
轉載自://www.cnblogs.com/hujinzhou/p/jiazhou2019_6_1.html
