关于Pytorch的MNIST数据集的预处理详解

更新时间：2020年01月10日 10:31:24 作者：water&12

今天小编就为大家分享一篇关于Pytorch的MNIST数据集的预处理详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

关于Pytorch的MNIST数据集的预处理详解

MNIST的准确率达到99.7%

用于MNIST的卷积神经网络（CNN）的实现，具有各种技术，例如数据增强，丢失，伪随机化等。

操作系统：ubuntu18.04

显卡：GTX1080ti

python版本：2.7（3.7）

网络架构

具有4层的CNN具有以下架构。

输入层：784个节点（MNIST图像大小）

第一卷积层：5x5x32

第一个最大池层

第二卷积层：5x5x64

第二个最大池层

第三个完全连接层：1024个节点

输出层：10个节点（MNIST的类数)

用于改善CNN性能的工具

采用以下技术来改善CNN的性能。

1. Data augmentation

通过以下方式将列车数据的数量增加到5倍

随机旋转：每个图像在[-15°，+ 15°]范围内随机旋转。

随机移位：每个图像在两个轴上随机移动一个范围为[-2pix，+ 2pix]的值。

零中心归一化：将像素值减去（PIXEL_DEPTH / 2）并除以PIXEL_DEPTH。

2. Parameter initializers

重量初始化器：xaiver初始化器

偏差初始值设定项：常量（零）初始值设定项

3. Batch normalization

所有卷积/完全连接的层都使用批量标准化。

4. Dropout

The third fully-connected layer employes dropout technique.

5. Exponentially decayed learning rate

A learning rate is decayed every after one-epoch.

代码部分

第一步：了解MNIST数据集

MNIST数据集是一个手写体数据集，一共60000张图片，所有的图片都是28×28的，下载数据集的地址：数据集官网。这个数据集由四部分组成，分别是：

train-images-idx3-ubyte.gz: training set images (9912422 bytes) 
train-labels-idx1-ubyte.gz: training set labels (28881 bytes) 
t10k-images-idx3-ubyte.gz: test set images (1648877 bytes) 
t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)

也就是一个训练图片集，一个训练标签集，一个测试图片集，一个测试标签集；我们可以看出这个其实并不是普通的文本文件

或是图片文件，而是一个压缩文件，下载并解压出来，我们看到的是二进制文件。

第二步：加载MNIST数据集

先引入一些库文件

import torchvision,torch
import torchvision.transforms as transforms
from torch.utils.data import Dataset, DataLoader
import matplotlib.pyplot as plt

加载MNIST数据集有很多方法：

方法一：在pytorch下可以直接调用torchvision.datasets里面的MNIST数据集（这是官方写好的数据集类）

train = torchvision.datasets.MNIST(root='./mnist/',train=True, transform= transforms.ToTensor())

返回值为一个元组（train_data,train_target)(这个类使用的时候也有坑，必须用train[i]索引才能使用 transform功能)

一般是与torch.utils.data.DataLoader配合使用

dataloader = DataLoader(train, batch_size=50,shuffle=True, num_workers=4)
for step, (x, y) in enumerate(dataloader):
 b_x = x.shape
 b_y = y.shape
 print 'Step: ', step, '| train_data的维度' ,b_x,'| train_target的维度',b_y

如图将60000张图片的数据分为1200份，每份包含50张图像，这样并行处理数据能有效加快计算速度

看个人喜好，本人不太喜欢这种固定的数据类，所以想要灵活多变，可以开始自己写数据集类

方法二：自己设置数据集

使用pytorch相关类，API对数据集进行封装，pytorch中数据集相关的类位于torch.utils.data package中。

本次实验，主要使用以下类：

torch.utils.data.Dataset

torch.utils.data.DataLoader

Dataset类的使用：所有的类都应该是此类的子类(也就是说应该继承该类)。所有的子类都要重写(override) len(), getitem() 这两个方法。

使用到的python package

python package	目的
`numpy`	矩阵操作，对图像进行转置
`skimage`	图像处理，图像I/O,图像变换
`matplotlib`	图像的显示，可视化
`os`	一些文件查找操作
`torch`	pytorch
`torvision`	pytorch

导入相关的包

import numpy as np
from skimage import io
from skimage import transform
import matplotlib.pyplot as plt
import os
import torch
import torchvision
from torch.utils.data import Dataset, DataLoader
from torchvision.transforms import transforms
from PIL import Image

第一步：

定义一个子类，继承Dataset类，重写 __len()__, __getitem()__ 方法。

细节：

1.数据集一个样本的表示：采用字典的形式sample = {'img': img, 'target': target}。

图像的读取：采用torch.load进行读取，读取之后的结果为torch.Tensor形式。

图像变换：transform参数

class MY_MNIST(Dataset):
 training_file = 'training.pt'
 test_file = 'test.pt'
 def __init__(self, root, transform=None):
  self.transform = transform
  self.data, self.targets = torch.load(root)
 def __getitem__(self, index):
  img, target = self.data[index], int(self.targets[index])
  img = Image.fromarray(img.numpy(), mode='L')

  if self.transform is not None:
   img = self.transform(img)
  img =transforms.ToTensor()(img)

  sample = {'img': img, 'target': target}
  return sample
 def __len__(self):
  return len(self.data)
  
train = MY_MNIST(root='./mnist/MNIST/processed/training.pt', transform= None)

第二步

实例化一个对象，并读取和显示数据集

for (cnt,i) in enumerate(train):
 image = i['img']
 label = i['target']
 ax = plt.subplot(4, 4, cnt+1)
 # ax.axis('off')
 ax.imshow(image.squeeze(0))
 ax.set_title(label)
 plt.pause(0.001)
 if cnt ==15:
  break

输出如下，这样就表明，咱们自己写的数据集读取图像，并读取之后的结果为torch.Tensor形式成功啦！

第三步(可选 optional)

对数据集进行变换：一般收集到的图像大小尺寸，亮度等存在差异，变换的目的就是使得数据归一化。另一方面，可以通过变换进行数据增强

关于pytorch中的变换transforms,请参考该系列之前的文章

由于数据集中样本采用字典dicts形式表示。因此不能直接调用torchvision.transofrms中的方法。

本实验进行了旋转，随机裁剪，调节图像的色彩饱和明暗等操作。

compose = transforms.Compose([
   transforms.Resize(20),
   transforms.RandomHorizontalFlip(),
   transforms.RandomCrop(20),
   transforms.ColorJitter(brightness=1, contrast=0.1, hue=0.5),
   # transforms.ToTensor(),
   # transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
   ])
train_transformed = MY_MNIST(root='./mnist/MNIST/processed/training.pt', transform= compose)

#显示变换后的图像
for (cnt,i) in enumerate(train_transformed):
 image = i['img']
 # print image[0].sum()
 # image = compose(image)
 print 'sdsdadfasfasfasf',type(image)
 label = i['target']
 ax = plt.subplot(4, 4, cnt+1)
 # ax.axis('off')
 ax.imshow(image.squeeze(0))
 ax.set_title(label)
 plt.pause(0.001)
 if cnt ==15:
  break

变换后的图像，和之前对比，你发现了什么不同吗？

第四步：使用DataLoader进行包装

为何要使用DataLoader?

① 深度学习的输入是mini_batch形式

② 样本加载时候可能需要随机打乱顺序，shuffle操作

③ 样本加载需要采用多线程

pytorch提供的DataLoader封装了上述的功能，这样使用起来更方便。

# 使用DataLoader可以利用多线程，batch,shuffle等
trainset_dataloader = DataLoader(dataset=transformed_trainset,
         batch_size=4,
         shuffle=True,
         num_workers=4)

可视化：

dataloader = DataLoader(train, batch_size=50,shuffle=True, num_workers=4)

通过DataLoader包装之后，样本以min_batch形式输出，而且进行了随机打乱顺序。

for step, i in enumerate(dataloader):
 b_x = i['img'].shape
 b_y = i['target'].shape
 print 'Step: ', step, '| train_data的维度' ,b_x,'| train_target的维度',b_y

如图图片大小已经裁剪为20*20，而且并行处理让60000个数据在3秒内就能处理好，效率非常高

Step: 1186 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1187 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1188 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1189 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1190 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1191 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1192 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1193 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1194 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1195 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1196 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1197 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1198 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)
Step: 1199 | train_data的维度 (50, 1, 20, 20) | train_target的维度 (50,)

未完待续…

以上这篇关于Pytorch的MNIST数据集的预处理详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

Python实现给文件添加内容及得到文件信息的方法
这篇文章主要介绍了Python实现给文件添加内容及得到文件信息的方法,可实现从文件开头添加内容的功能,需要的朋友可以参考下
2015-05-05
Python subprocess模块常见用法分析
这篇文章主要介绍了Python subprocess模块常见用法,结合实例形式分析了subprocess模块进程操作相关使用技巧与注意事项,需要的朋友可以参考下
2018-06-06
python安装包出现Retrying (Retry(total=4, connect=None, read=No
这篇文章主要给大家介绍了关于python安装包出现Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))问题的解决方法,需要的朋友可以参考下
2022-09-09
Python基础之数据类型相关知识总结
众所周知,在Python中,常用的数据类型有三种,分别是字符串、整数和浮点数.在Python基础学习的过程中,数据类型是初学者常常容易混淆的一个基础知识点,本文为大家详细总结了三种数据类型的概念、数据类型的查询以及更为复杂的数据转化,需要的朋友可以参考下
2021-06-06
Python实现对照片中的人脸进行颜值预测
今天给大家带来的是关于Python实战的相关知识,文章围绕如何用Python实现对照片中的人脸进行颜值预测展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下
2021-06-06
FP-growth算法发现频繁项集——发现频繁项集
常见的挖掘频繁项集算法有两类，一类是Apriori算法，另一类是FP-growth。Apriori通过不断的构造候选集、筛选候选集挖掘出频繁项集，需要多次扫描原始数据，当原始数据较大时，磁盘I/O次数太多，效率比较低下
2021-06-06
Python全栈之学习MySQL(1)
这篇文章主要为大家介绍了Python全栈之MySQL，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
2022-01-01
python批量爬取图片的方法详解
这篇文章给大家介绍了如何使用python批量爬取图片,文中通过代码示例给大家介绍的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下
2023-12-12
Python数据分析之彩票的历史数据
这篇文章主要介绍了Python数据分析之彩票的历史数据,文中有非常详细的代码示例,对正在学习python的小伙伴们有非常好的帮助,需要的朋友可以参考下
2021-04-04
基于Python-turtle库绘制路飞的草帽骷髅旗、美国队长的盾牌、高达的源码
这篇文章主要介绍了基于Python-turtle库绘制路飞的草帽骷髅旗、美国队长的盾牌、高达的源码,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-02-02

关于Pytorch的MNIST数据集的预处理详解

相关文章

最新评论

大家感兴趣的内容

最近更新的内容

常用在线小工具