• PyTorch 系列教程之空间变换器网络


    640?wx_fmt=png

    在本教程中,您将学习如何使用称为空间变换器网络的视觉注意机制来扩充您的网络。你可以在DeepMind paper 阅读更多有关空间变换器网络的内容。

    空间变换器网络是对任何空间变换的差异化关注的概括。空间变换器网络(简称STN)允许神经网络学习如何在输入图像上执行空间变换,以增强模型的几何不变性。例如,它可以裁剪感兴趣的区域,缩放并校正图像的方向。而这可能是一种有用的机制,因为CNN对于旋转和缩放以及更一般的仿射变换并不是不变的。

    关于STN的最棒的事情之一是能够简单地将其插入任何现有的CNN,而且只需很少的修改。

    from __future__ import print_function
    import torch
    import torch.nn as nn
    import torch.nn.functional as F
    import torch.optim as optim
    import torchvision
    from torchvision import datasets, transforms
    import matplotlib.pyplot as plt
    import numpy as np
    
    plt.ion()   # 交互模式
    

    1.加载数据

    在这篇文章中,我们尝试了经典的 MNIST 数据集。使用标准卷积网络增强空间变换器网络。

    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
    
    # 训练数据集
    train_loader = torch.utils.data.DataLoader(
        datasets.MNIST(root='.', train=True, download=True,
                       transform=transforms.Compose([
                           transforms.ToTensor(),
                           transforms.Normalize((0.1307,), (0.3081,))
                       ])), batch_size=64, shuffle=True, num_workers=4)
    # 测试数据集
    test_loader = torch.utils.data.DataLoader(
        datasets.MNIST(root='.', train=False, transform=transforms.Compose([
            transforms.ToTensor(),
            transforms.Normalize((0.1307,), (0.3081,))
        ])), batch_size=64, shuffle=True, num_workers=4)
    
    • 输出结果

    Downloading http://yann.lecun.com/exdb/mnist/train-http://pytorch.panchuang.net/FourSection/images-idx3-ubyte.gz to ./MNIST/raw/train-http://pytorch.panchuang.net/FourSection/images-idx3-ubyte.gz
    Extracting ./MNIST/raw/train-http://pytorch.panchuang.net/FourSection/images-idx3-ubyte.gz
    Downloading http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz to ./MNIST/raw/train-labels-idx1-ubyte.gz
    Extracting ./MNIST/raw/train-labels-idx1-ubyte.gz
    Downloading http://yann.lecun.com/exdb/mnist/t10k-http://pytorch.panchuang.net/FourSection/images-idx3-ubyte.gz to ./MNIST/raw/t10k-http://pytorch.panchuang.net/FourSection/images-idx3-ubyte.gz
    Extracting ./MNIST/raw/t10k-http://pytorch.panchuang.net/FourSection/images-idx3-ubyte.gz
    Downloading http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz to ./MNIST/raw/t10k-labels-idx1-ubyte.gz
    Extracting ./MNIST/raw/t10k-labels-idx1-ubyte.gz
    Processing...
    Done!
    

    2.什么是空间变换器网络?

    空间变换器网络归结为三个主要组成部分:

    • 本地网络(Localisation Network)是常规CNN,其对变换参数进行回归。不会从该数据集中明确地学习转换,而是网络自动学习增强全局准确性的空间变换。

    • 网格生成器( Grid Genator)在输入图像中生成与输出图像中的每个像素相对应的坐标网格。

    • 采样器(Sampler)使用变换的参数并将其应用于输入图像。

    640?wx_fmt=png

    注意:我们使用最新版本的Pytorch,它应该包含affine_grid和grid_sample模块。

    class Net(nn.Module):
        def __init__(self):
            super(Net, self).__init__()
            self.conv1 = nn.Conv2d(1, 10, kernel_size=5)
            self.conv2 = nn.Conv2d(10, 20, kernel_size=5)
            self.conv2_drop = nn.Dropout2d()
            self.fc1 = nn.Linear(320, 50)
            self.fc2 = nn.Linear(50, 10)
    
            # 空间变换器定位 - 网络
            self.localization = nn.Sequential(
                nn.Conv2d(1, 8, kernel_size=7),
                nn.MaxPool2d(2, stride=2),
                nn.ReLU(True),
                nn.Conv2d(8, 10, kernel_size=5),
                nn.MaxPool2d(2, stride=2),
                nn.ReLU(True)
            )
    
            # 3 * 2 affine矩阵的回归量
            self.fc_loc = nn.Sequential(
                nn.Linear(10 * 3 * 3, 32),
                nn.ReLU(True),
                nn.Linear(32, 3 * 2)
            )
    
            # 使用身份转换初始化权重/偏差
            self.fc_loc[2].weight.data.zero_()
            self.fc_loc[2].bias.data.copy_(torch.tensor([1, 0, 0, 0, 1, 0], dtype=torch.float))
    
        # 空间变换器网络转发功能
        def stn(self, x):
            xs = self.localization(x)
            xs = xs.view(-1, 10 * 3 * 3)
            theta = self.fc_loc(xs)
            theta = theta.view(-1, 2, 3)
    
            grid = F.affine_grid(theta, x.size())
            x = F.grid_sample(x, grid)
    
            return x
    
        def forward(self, x):
            # transform the input
            x = self.stn(x)
    
            # 执行一般的前进传递
            x = F.relu(F.max_pool2d(self.conv1(x), 2))
            x = F.relu(F.max_pool2d(self.conv2_drop(self.conv2(x)), 2))
            x = x.view(-1, 320)
            x = F.relu(self.fc1(x))
            x = F.dropout(x, training=self.training)
            x = self.fc2(x)
            return F.log_softmax(x, dim=1)
    
    
    model = Net().to(device)
    

    3.训练模型

    训练模型现在我们使用 SGD(随机梯度下降)算法来训练模型。网络正在以有监督的方式学习分类任务。同时,该模型以端到端的方式自动学习STN。

    optimizer = optim.SGD(model.parameters(), lr=0.01)
    
    def train(epoch):
        model.train()
        for batch_idx, (data, target) in enumerate(train_loader):
            data, target = data.to(device), target.to(device)
    
            optimizer.zero_grad()
            output = model(data)
            loss = F.nll_loss(output, target)
            loss.backward()
            optimizer.step()
            if batch_idx % 500 == 0:
                print('Train Epoch: {} [{}/{} ({:.0f}%)]	Loss: {:.6f}'.format(
                    epoch, batch_idx * len(data), len(train_loader.dataset),
                    100. * batch_idx / len(train_loader), loss.item()))
    #
    # 一种简单的测试程序,用于测量STN在MNIST上的性能。.
    #
    
    def test():
        with torch.no_grad():
            model.eval()
            test_loss = 0
            correct = 0
            for data, target in test_loader:
                data, target = data.to(device), target.to(device)
                output = model(data)
    
                # 累加批量损失
                test_loss += F.nll_loss(output, target, size_average=False).item()
                # 获取最大对数概率的索引
                pred = output.max(1, keepdim=True)[1]
                correct += pred.eq(target.view_as(pred)).sum().item()
    
            test_loss /= len(test_loader.dataset)
            print('
    Test set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)
    '
                  .format(test_loss, correct, len(test_loader.dataset),
                          100. * correct / len(test_loader.dataset)))
    

    4.可视化 STN 结果

    现在,我们将检查我们学习的视觉注意机制的结果。

    我们定义了一个小辅助函数,以便在训练时可视化变换。

    def convert_http://pytorch.panchuang.net/FourSection/image_np(inp):
        """Convert a Tensor to numpy http://pytorch.panchuang.net/FourSection/image."""
        inp = inp.numpy().transpose((1, 2, 0))
        mean = np.array([0.485, 0.456, 0.406])
        std = np.array([0.229, 0.224, 0.225])
        inp = std * inp + mean
        inp = np.clip(inp, 0, 1)
        return inp
    
    # 我们想要在训练之后可视化空间变换器层的输出
    # 我们使用STN可视化一批输入图像和相应的变换批次。
    def visualize_stn():
        with torch.no_grad():
            # Get a batch of training data
            data = next(iter(test_loader))[0].to(device)
    
            input_tensor = data.cpu()
            transformed_input_tensor = model.stn(data).cpu()
    
            in_grid = convert_http://pytorch.panchuang.net/FourSection/image_np(
                torchvision.utils.make_grid(input_tensor))
    
            out_grid = convert_http://pytorch.panchuang.net/FourSection/image_np(
                torchvision.utils.make_grid(transformed_input_tensor))
    
            # Plot the results side-by-side
            f, axarr = plt.subplots(1, 2)
            axarr[0].imshow(in_grid)
            axarr[0].set_title('Dataset http://pytorch.panchuang.net/FourSection/images')
    
            axarr[1].imshow(out_grid)
            axarr[1].set_title('Transformed http://pytorch.panchuang.net/FourSection/images')
    
    for epoch in range(1, 20 + 1):
        train(epoch)
        test()
    
    # 在某些输入批处理上可视化STN转换
    visualize_stn()
    
    plt.ioff()
    plt.show()
    
    • 输出结果

    640?wx_fmt=png

    Train Epoch: 1 [0/60000 (0%)]   Loss: 2.336866
    Train Epoch: 1 [32000/60000 (53%)]      Loss: 0.841600
    
    Test set: Average loss: 0.2624, Accuracy: 9212/10000 (92%)
    
    Train Epoch: 2 [0/60000 (0%)]   Loss: 0.527656
    Train Epoch: 2 [32000/60000 (53%)]      Loss: 0.428908
    
    Test set: Average loss: 0.1176, Accuracy: 9632/10000 (96%)
    
    Train Epoch: 3 [0/60000 (0%)]   Loss: 0.305364
    Train Epoch: 3 [32000/60000 (53%)]      Loss: 0.263615
    
    Test set: Average loss: 0.1099, Accuracy: 9677/10000 (97%)
    
    Train Epoch: 4 [0/60000 (0%)]   Loss: 0.169776
    Train Epoch: 4 [32000/60000 (53%)]      Loss: 0.408683
    
    Test set: Average loss: 0.0861, Accuracy: 9734/10000 (97%)
    
    Train Epoch: 5 [0/60000 (0%)]   Loss: 0.286635
    Train Epoch: 5 [32000/60000 (53%)]      Loss: 0.122162
    
    Test set: Average loss: 0.0817, Accuracy: 9743/10000 (97%)
    
    Train Epoch: 6 [0/60000 (0%)]   Loss: 0.331074
    Train Epoch: 6 [32000/60000 (53%)]      Loss: 0.126413
    
    Test set: Average loss: 0.0589, Accuracy: 9822/10000 (98%)
    
    Train Epoch: 7 [0/60000 (0%)]   Loss: 0.109780
    Train Epoch: 7 [32000/60000 (53%)]      Loss: 0.172199
    
    Test set: Average loss: 0.0629, Accuracy: 9814/10000 (98%)
    
    Train Epoch: 8 [0/60000 (0%)]   Loss: 0.078934
    Train Epoch: 8 [32000/60000 (53%)]      Loss: 0.156452
    
    Test set: Average loss: 0.0563, Accuracy: 9839/10000 (98%)
    
    Train Epoch: 9 [0/60000 (0%)]   Loss: 0.063500
    Train Epoch: 9 [32000/60000 (53%)]      Loss: 0.186023
    
    Test set: Average loss: 0.0713, Accuracy: 9799/10000 (98%)
    
    Train Epoch: 10 [0/60000 (0%)]  Loss: 0.199808
    Train Epoch: 10 [32000/60000 (53%)]     Loss: 0.083502
    
    Test set: Average loss: 0.0528, Accuracy: 9850/10000 (98%)
    
    Train Epoch: 11 [0/60000 (0%)]  Loss: 0.092909
    Train Epoch: 11 [32000/60000 (53%)]     Loss: 0.204410
    
    Test set: Average loss: 0.0471, Accuracy: 9857/10000 (99%)
    
    Train Epoch: 12 [0/60000 (0%)]  Loss: 0.078322
    Train Epoch: 12 [32000/60000 (53%)]     Loss: 0.041391
    
    Test set: Average loss: 0.0634, Accuracy: 9796/10000 (98%)
    
    Train Epoch: 13 [0/60000 (0%)]  Loss: 0.061228
    Train Epoch: 13 [32000/60000 (53%)]     Loss: 0.137952
    
    Test set: Average loss: 0.0654, Accuracy: 9802/10000 (98%)
    
    Train Epoch: 14 [0/60000 (0%)]  Loss: 0.068635
    Train Epoch: 14 [32000/60000 (53%)]     Loss: 0.084583
    
    Test set: Average loss: 0.0515, Accuracy: 9853/10000 (99%)
    
    Train Epoch: 15 [0/60000 (0%)]  Loss: 0.263158
    Train Epoch: 15 [32000/60000 (53%)]     Loss: 0.127036
    
    Test set: Average loss: 0.0493, Accuracy: 9851/10000 (99%)
    
    Train Epoch: 16 [0/60000 (0%)]  Loss: 0.083642
    Train Epoch: 16 [32000/60000 (53%)]     Loss: 0.028274
    
    Test set: Average loss: 0.0461, Accuracy: 9867/10000 (99%)
    
    Train Epoch: 17 [0/60000 (0%)]  Loss: 0.076734
    Train Epoch: 17 [32000/60000 (53%)]     Loss: 0.034796
    
    Test set: Average loss: 0.0409, Accuracy: 9864/10000 (99%)
    
    Train Epoch: 18 [0/60000 (0%)]  Loss: 0.122501
    Train Epoch: 18 [32000/60000 (53%)]     Loss: 0.152187
    
    Test set: Average loss: 0.0474, Accuracy: 9860/10000 (99%)
    
    Train Epoch: 19 [0/60000 (0%)]  Loss: 0.050512
    Train Epoch: 19 [32000/60000 (53%)]     Loss: 0.270055
    
    Test set: Average loss: 0.0416, Accuracy: 9878/10000 (99%)
    
    Train Epoch: 20 [0/60000 (0%)]  Loss: 0.073357
    Train Epoch: 20 [32000/60000 (53%)]     Loss: 0.017542
    
    Test set: Average loss: 0.0713, Accuracy: 9816/10000 (98%)
    

    脚本的总运行时间:1分48.736秒

    PyTorch 官方60分钟教程的配套视频教程已经上线B站,欢迎观看,关注:

    https://www.bilibili.com/video/av66421076

    欢迎关注磐创博客资源汇总站:
    http://docs.panchuang.net/

    欢迎关注PyTorch官方中文教程站:
    http://pytorch.panchuang.net/

  • 相关阅读:
    js刷新页面方法
    ng-disabled的使用
    拖拽——拖动进度条显示进度
    node Express安装与使用(一)
    javascript 中slice,substr,substring方法的对比
    DOM节点
    js事件(一)之事件流
    谈谈React Native环境安装中我遇到的坑
    Git--分布式版本控制系统
    js代码
  • 原文地址:https://www.cnblogs.com/panchuangai/p/12567994.html
Copyright © 2020-2023  润新知