PythonCNN卷积神经网络实例讲解，CNN实战，CNN代码实例，超实用

见贤思齐

一、CNN简介1.神经网络基础输入层（Inputlayer），众多神经元（Neuron）接受大量非线形输入讯息。输入的讯息称为输入向量。输出层（Outputlayer），讯息在神经元链接中传输、分析、权衡，形成输出结果。输出的讯息称为输出向量。隐藏层（Hiddenlayer），简称“隐层”，是输入层和输出层之间众多神经元和链接组成的各个层面。如果有多个隐藏层，则意味着多个激活函数。2.卷积一下哦卷积神经网络（ConvolutionalNeuralNetwork，CNN）针对全连接网络的局限做出了修正，加入了卷积层（Convolution层）和池化层（Pooling层）。通常情况下，卷积神经网络由若干个卷积层（ConvolutionalLayer）、激活层（ActivationLayer）、池化层（PoolingLayer）及全连接层（FullyConnectedLayer）组成。下面看怎么卷积的1.如图，可以看到：（1）两个神经元，即depth=2，意味着有两个滤波器。（2）数据窗口每次移动两个步长取3*3的局部数据，即stride=2。（3）边缘填充，zero-padding=1，主要为了防止遗漏边缘的像素信息。  然后分别以两个滤波器filter为轴滑动数组进行卷积计算，得到两组不同的结果。2.如果初看上图，可能不一定能立马理解啥意思，但结合上文的内容后，理解这个动图已经不是很困难的事情：（1）左边是输入（7*7*3中，7*7代表图像的像素/长宽，3代表R、G、B三个颜色通道）（2）中间部分是两个不同的滤波器Filterw0、Filterw1（3）最右边则是两个不同的输出（4）随着左边数据窗口的平移滑动，滤波器Filterw0/Filterw1对不同的局部数据进行卷积计算。局部感知：左边数据在变化，每次滤波器都是针对某一局部的数据窗口进行卷积，这就是所谓的CNN中的局部感知机制。打个比方，滤波器就像一双眼睛，人类视角有限，一眼望去，只能看到这世界的局部。如果一眼就看到全世界，你会累死，而且一下子接受全世界所有信息，你大脑接收不过来。当然，即便是看局部，针对局部里的信息人类双眼也是有偏重、偏好的。比如看美女，对脸、胸、腿是重点关注，所以这3个输入的权重相对较大。参数共享：数据窗口滑动，导致输入在变化，但中间滤波器Filterw0的权重（即每个神经元连接数据窗口的权重）是固定不变的，这个权重不变即所谓的CNN中的参数（权重）共享机制。3卷积计算：图中最左边的三个输入矩阵就是我们的相当于输入d=3时有三个通道图，每个通道图都有一个属于自己通道的卷积核，我们可以看到输出（output）的只有两个特征图意味着我们设置的输出的d=2，有几个输出通道就有几层卷积核（比如图中就有FilterW0和FilterW1），这意味着我们的卷积核数量就是输入d的个数乘以输出d的个数（图中就是2*3=6个），其中每一层通道图的计算与上文中提到的一层计算相同，再把每一个通道输出的输出再加起来就是绿色的输出数字啦！举例：绿色输出的第一个特征图的第一个值：1通道x[::0]1*1+1*0=1（0像素点省略）2通道x[::1]1*0+1*(-1)+2*0=-13通道x[::2]2*0=0 b=1输出：1+（-1）+0+1（这个是b）=1 绿色输出的第二个特征图的第一个值：1通道x[::0]1*0+1*0=0（0像素点省略）2通道x[::1]1*0+1*(-1)+2*0=-13通道x[::2]2*0=0 b=0输出：0+（-1）+0+1（这个是b）=0二、CNN实例代码：importtorchimporttorch.nnasnnfromtorch.autogradimportVariableimporttorch.utils.dataasDataimporttorchvisionimportmatplotlib.pyplotasplt模型训练超参数设置，构建训练数据：如果你没有源数据，那么DOWNLOAD_MNIST=True#HyperprametersEPOCH=2BATCH_SIZE=50LR=0.001DOWNLOAD_MNIST=Truetrain_data=torchvision.datasets.MNIST(root='./mnist',train=True,download=DOWNLOAD_MNIST)数据下载后是不可以直接看的，查看第一张图片数据：print(train_data.data.size())print(train_data.targets.size())print(train_data.data[0])结果：60000张图片数据，维度都是28*28，单通道画一个图片显示出来#画一个图片显示出来plt.imshow(train_data.data[0].numpy(),cmap='gray')plt.title('%i'%train_data.targets[0])plt.show()结果：训练和测试数据准备，数据导入：#训练和测试数据准备train_loader=Data.DataLoader(dataset=train_data,batch_size=BATCH_SIZE,shuffle=True)test_data=torchvision.datasets.MNIST(root='./mnist',train=False,)#这里只取前3千个数据吧，差不多已经够用了，然后将其归一化。withtorch.no_grad():test_x=Variable(torch.unsqueeze(test_data.data,dim=1)).type(torch.FloatTensor)[:3000]/255test_y=test_data.targets[:3000]注意：这里的归一化在此模型中区别不大构建CNN模型:'''开始建立CNN网络'''classCNN(nn.Module):def__init__(self):super(CNN,self).__init__()'''一般来说，卷积网络包括以下内容：1.卷积层2.神经网络3.池化层'''self.conv1=nn.Sequential(nn.Conv2d(#-->(1,28,28)in_channels=1,#传入的图片是几层的，灰色为1层，RGB为三层out_channels=16,#输出的图片是几层kernel_size=5,#代表扫描的区域点为5*5stride=1,#就是每隔多少步跳一下padding=2,#边框补全，其计算公式=（kernel_size-1）/2=(5-1)/2=2),#2d代表二维卷积-->(16,28,28)nn.ReLU(),#非线性激活层nn.MaxPool2d(kernel_size=2),#设定这里的扫描区域为2*2，且取出该2*2中的最大值-->(16,14,14))self.conv2=nn.Sequential(nn.Conv2d(#-->(16,14,14)in_channels=16,#这里的输入是上层的输出为16层out_channels=32,#在这里我们需要将其输出为32层kernel_size=5,#代表扫描的区域点为5*5stride=1,#就是每隔多少步跳一下padding=2,#边框补全，其计算公式=（kernel_size-1）/2=(5-1)/2=),#-->(32,14,14)nn.ReLU(),nn.MaxPool2d(kernel_size=2),#设定这里的扫描区域为2*2，且取出该2*2中的最大值-->(32,7,7)，这里是三维数据)self.out=nn.Linear(32*7*7,10)#注意一下这里的数据是二维的数据defforward(self,x):x=self.conv1(x)x=self.conv2(x)#（batch,32,7,7）#然后接下来进行一下扩展展平的操作，将三维数据转为二维的数据x=x.view(x.size(0),-1)#(batch,32*7*7)output=self.out(x)returnoutput把模型实例化打印一下：cnn=CNN()print(cnn)结果： 开始训练：#添加优化方法optimizer=torch.optim.Adam(cnn.parameters(),lr=LR)#指定损失函数使用交叉信息熵loss_fn=nn.CrossEntropyLoss()'''开始训练我们的模型哦'''step=0forepochinrange(EPOCH):#加载训练数据forstep,datainenumerate(train_loader):x,y=data#分别得到训练数据的x和y的取值b_x=Variable(x)b_y=Variable(y)output=cnn(b_x)#调用模型预测loss=loss_fn(output,b_y)#计算损失值optimizer.zero_grad()#每一次循环之前，将梯度清零loss.backward()#反向传播optimizer.step()#梯度下降#每执行50次，输出一下当前epoch、loss、accuracyif(step%50==0):#计算一下模型预测正确率test_output=cnn(test_x)y_pred=torch.max(test_output,1)[1].data.squeeze()accuracy=sum(y_pred==test_y).item()/test_y.size(0)print('nowepoch:',epoch,'|loss:%.4f'%loss.item(),'|accuracy:',accuracy)'''打印十个测试集的结果'''test_output=cnn(test_x[:10])y_pred=torch.max(test_output,1)[1].data.squeeze()#选取最大可能的数值所在的位置print(y_pred.tolist(),'predectonResult')print(test_y[:10].tolist(),'RealResult')结果： 卷积层维度变化：（1）输入1*28*28，即1通道，28*28维；（2）卷积层-01：16*28*28，即16个卷积核，卷积核维度5*5，步长1，边缘填充2，维度计算公式B=(A+2*P-K)/S+1，即（28+2*2-5）/1+1=28（3）池化层：池化层为2*2，所以输出为16*14*14（4）卷积层-02：32*14*14，即32卷积核，其它同卷积层-01（5）池化层：池化层为2*2，所以输出为32*7*7；（6）fc层：由于输出为1*10，即10个类别的概率，那么首先对最后的池化层进行压缩为二维（1，32*7*7），然后全连接层维度（32*7*7，10），最后（1，32*7*7）*（32*7*7，10）