【Day15】自製訓練集：模型訓練與儲存權重

15th鐵人賽

sunteng

2023-09-30 20:29:09

1227 瀏覽

分享至

不知道各位烤肉有沒有吃飽飽，昨天吃飽飽今天來稍微動動腦，前兩天我們練習了如何使用爬蟲來獲取我們所需圖片與檔案的整理，今天我們將使用我們選擇好的圖片來做模型訓練，而在模型訓練後再來學習如何儲存權重，下面我們先稍微講儲存權重與模型。

儲存權重與模型
模型實作

儲存權重與模型

儲存整個模型

使用torch.save來儲存整個模型時，它將保存模型的完整結構和所有權重，包括卷積層、全連接層、激勵函數等。

用途：這可以完全恢復模型，包括其架構，並在需要時繼續訓練。

儲存權重
當您使用model.state_dict()來儲存模型參數時，它僅保存模型的權重和偏差，而不包括模型的結構。

用途：僅保存和讀取訓練過程中的權重以便後續使用，可以節省儲存空間，並且更靈活，可以將權重應用於不同的模型結構中。

也就是說當你只儲存權重，在下一次要使用時你需要先重新定義模型才能使用。

以上就是儲存模型與權重的簡短說明，下面讓我們進入實作。

模型實作

我們使用自己所建立的資料及來做測試，我的訓練集是以下圖方式放置

images/train/ 0放一種 1放一種

引入必要的函式庫

import os
import torch
import torch.nn as nn
import torch.optim as optim
import torchvision.transforms as transforms
from torch.utils.data import Dataset, DataLoader, random_split
from PIL import Image
import torch.nn.functional as F
import matplotlib.pyplot as plt
from tqdm import tqdm  # 顯示進度條

定義自定義資料集

class Setdata(Dataset):
    def __init__(self, path, transform):
        # 初始化資料的地方
        self.x, self.y = [], []
        for classes in os.listdir(path):
            file_path = os.path.join(path, classes)
            for file_name in os.listdir(file_path):
                img_laspath = os.path.join(file_path, file_name)
                datas = transform(Image.open(img_laspath).convert("RGB"))
                self.x.append(datas)
                self.y.append(int(classes))
        self.y = torch.tensor(self.y)

    def __getitem__(self, index):
        # 每次訓練時會通過__getitem__取得我們需要訓練的資料
        return self.x[index], self.y[index]

    def __len__(self):
        # 判斷資料的大小
        return len(self.x)

這段程式碼定義了一個自定義的資料集類別Setdata，繼承自PyTorch的Dataset類別，用於載入圖像資料集。下面讓我們來了解這個類別的主要功能：

class Setdata(Dataset):: 這行程式碼定義了一個名為Setdata的類別，並指定它繼承自Dataset類別，這是PyTorch中用於處理資料集的基本類別。
def __init__(self, path, transform):: 這是Setdata類別的建構子（constructor）函數，它在創建Setdata類別的實例時會被呼叫，使用方式
- path: 表示圖像資料所在的路徑。
- transform: 表示圖像資料的轉換函數，用於將圖像轉換為模型可處理的格式。
在建構子函數中的程式碼執行以下操作：
- 初始化兩個空的Python串列self.x和self.y，它們將用於儲存圖像數據和對應的標籤。
- 使用os.listdir(path)列舉指定路徑path下的所有資料夾，每個資料夾代表一個類別（class）。
- 對於每個資料夾，再次使用os.listdir列舉該資料夾下的所有檔案，每個檔案代表一個圖像樣本。
- 使用os.path.join函數組合路徑，將資料夾路徑和檔案名稱組合成完整的圖像路徑。
- 使用Image.open函數讀取圖像，並使用.convert("RGB")轉換成RGB色彩空間（確保圖像為三通道的彩色圖像）。
- 將轉換後的圖像資料（通常是Numpy陣列）添加到self.x串列中。
- 將該圖像所屬的類別（資料夾的名稱）轉換為整數，並添加到self.y串列中。
- 最後，將self.y串列轉換為PyTorch的張量（tensor）形式，以便後續在深度學習模型中使用。

總之Setdata類別的主要功能是載入圖像資料，並將圖像資料轉換為PyTorch模型可以處理的格式，同時保留了圖像對應的類別標籤。

定義卷積神經網路模型

class CNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(3, 16, 3)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(16, 32, 3)
        self.fc1 = nn.Linear(32 * 30 * 30, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 2)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(x.size(0), -1)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

這部分定義了一個卷積神經網路（CNN）模型，

super().__init__(): 這一行程式碼呼叫了父類別nn.Module的建構子，確保繼承自nn.Module的初始化工作得以執行。

接下來的程式碼定義了模型的各個層：

self.conv1 = nn.Conv2d(3, 16, 3): 這是第一個卷積層，它使用nn.Conv2d類別創建，接受的參數包括輸入通道數（3，因為一般的彩色圖像有RGB三個通道）、輸出通道數（16，這代表了卷積核的數量）、卷積核的大小（3x3）。
self.pool = nn.MaxPool2d(2, 2): 這是最大池化層，用於減少圖像的尺寸，它的功能是將每2x2區域中的最大值保留下來，並將其作為新的特徵值。
self.conv2 = nn.Conv2d(16, 32, 3): 這是第二個卷積層，輸入通道數為前一層的輸出通道數（16），輸出通道數為32。
self.fc1 = nn.Linear(32 * 30 * 30, 120): 這是第一個全連接層，它將卷積層的輸出展平為一維張量，並將其輸出到具有120個神經元的全連接層。
self.fc2 = nn.Linear(120, 84): 這是第二個全連接層，接收來自前一層的120個特徵，並將其輸出到具有84個神經元的全連接層。
self.fc3 = nn.Linear(84, 2): 這是最後一個全連接層，用於二元分類任務，它將84個特徵輸出到2個神經元，分別代表兩個類別。

當然你可以自己選擇當中各層要怎麼設定，調整出一個適合自己目標的模型。

訓練函數

def train(train_loader, test_loader, model, optimizer, criterion):
    # 訓練模型的函數
    epochs = 20
    loss_record = {'train': [], 'test': []}
    for epoch in range(epochs):
        train_acc = 0
        train_loss = 0
        train = tqdm(train_loader)

        model.train()
        for cnt, (data, label) in enumerate(train, 1):
            data, label = data.to(device), label.to(device)
            outputs = model(data)
            loss = criterion(outputs, label)
            _, predict_label = torch.max(outputs, 1)

            optimizer.zero_grad()
            loss.backward()
            optimizer.step()

            train_loss += loss.item()
            train_acc += (predict_label == label).sum()
            train.set_description(f'train Epoch {epoch}')
            train.set_postfix({'loss': float(train_loss) / len(train_dataset), 'acc': float(train_acc) / len(train_dataset)})
        print(train_loss)
        print(epoch)
        loss_record['train'].append(train_loss)
        model.eval()
        test = tqdm(test_loader)
        test_acc = 0
        test_loss = 0
        for cnt, (data, label) in enumerate(test, 1):
            data, label = data.to(device), label.to(device)
            outputs = model(data)
            losst = criterion(outputs, label)
            _, predict_label = torch.max(outputs, 1)

            test_loss += losst.item()
            test_acc += (predict_label == label).sum()
            test.set_description(f'test Epoch {epoch}')
            test.set_postfix({'loss': float(test_loss) / len(test_dataset)}, {'acc': float(test_acc) / len(test_dataset)})

        loss_record['test'].append(test_loss)
        print(test_loss)
    # 只儲存權重
    torch.save(model.state_dict(), 'model_weights.pth')
    show_training_loss(loss_record)

在這裡，epochs被設置為20，表示模型將進行20個完整的訓練週期。

訓練模式：使用model.train()將模型切換到訓練模式。這對於啟用模型的訓練相關功能，例如Dropout和Batch Normalization等，非常重要。

計算損失：對於每個訓練批次，使用模型進行前向傳播，計算輸出的預測值，然後使用損失函數（在這裡是交叉熵損失）計算預測值與實際標籤之間的損失。

反向傳播和優化：使用損失計算梯度，然後使用優化器（在這裡是SGD優化器）來調整模型的權重。這部分包括以下程式碼：

optimizer.zero_grad(): 清除之前的梯度，以確保新的梯度能夠正確計算。
loss.backward(): 倒傳播梯度，計算損失相對於模型參數的梯度。
optimizer.step(): 使用優化器來更新模型的權重。

監控訓練進度：使用tqdm庫，顯示訓練的進度條，包括每個epoch的訓練損失和準確度。這有助於實時監控模型的性能。

測試模式和測試數據：在每個epoch結束時，將模型切換到測試模式（model.eval()）並使用測試數據進行模型性能的測試。

測試模式才不會去更動到訓練好的權重

儲存權重：在訓練結束時，使用torch.save()函數將模型的權重儲存到文件'model_weights.pth'中。

顯示訓練損失：最後使用show_training_loss函數，將訓練和測試損失繪製成圖表，以幫助可視化模型的訓練過程。

顯示訓練損失的函數

def show_training_loss(loss_record):
    test_loss, train_loss = [i for i in loss_record.values()]

    plt.plot(test_loss)
    plt.plot(train_loss)

    plt.title('Result')
    plt.ylabel('Loss')
    plt.xlabel('Epoch')
    plt.legend(['test', 'train

'], loc='upper left')
    plt.show()

我們這次把繪製圖形另外定義一個函數，然後在模型訓練完後再呼叫函數把我們的圖畫出來。

資料預處理和資料加載

transform = transforms.Compose([
    transforms.Resize((128, 128)),
    transforms.ToTensor(),  # 轉換成張量
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))  # 正規化
])

# 載入資料集
dataset = Setdata(r'images/train', transform)

# 定義訓練集和測試集的比例（這裡設為80%訓練，20%測試）
train_ratio = 0.8
test_ratio = 1 - train_ratio

# 計算訓練集和測試集的數量
total_samples = len(dataset)
train_size = int(train_ratio * total_samples)
test_size = total_samples - train_size

# 使用random_split函數拆分資料集
train_dataset, test_dataset = random_split(dataset, [train_size, test_size])

# 創建訓練集和測試集的資料加載器
train_loader = DataLoader(train_dataset, batch_size=128, shuffle=True, num_workers=0)
test_loader = DataLoader(test_dataset, batch_size=128, shuffle=False, num_workers=0)

一般來說訓練擊與測試集常見的比例是 70% 訓練集和 30% 測試集，或者 80% 訓練集和 20% 測試集。而這個比例並不是固定的，它可以根據情況進行調整，如果數據集很大，那麼可以分配更多的數據給訓練集，如 90% 訓練集和 10% 測試集。

創建模型、定義損失函數和優化器，以及訓練模型

# 設定設備
device = torch.device("cpu")

# 創建模型
model = CNN().to(device)

# 定義損失函數和優化器
criterion = nn.CrossEntropyLoss()
optimizer =ㄊoptim.SGD(model.parameters(), lr=0.001, momentum=0.9)

# 訓練模型
train(train_loader, test_loader, model, optimizer, criterion)