寫這篇文章，我主要是想要介紹一種流行的深度學習框架---Pytorch，並且完成一個簡單的CNN網路例子來加深對它的認識，我們還使用到了Fashion Mnist資料集，完成這個DL領域的“Hello World”。

相比於TF，Pytorch有很多優點。這些可以自行Google來了解。總之，Pytorch更加符合python的特性，也更加好理解。

資料集

在這個專案中，我將使用Fashion Mnist資料集，可以在kaggle下載csv檔案。

網路模型

為了訓練圖片，我們使用CNN網路來提取圖片的各項特徵。例如：

在這個網路中，一共有五個卷積層。我們將輸入值通過filters來更新數值，這些kernel values通過前向傳播來 

計算損失函式，然後通過反向傳播來再次更新損失函式。在這個專案中，我們使用的網路結構如下圖所示：

我們使用了兩個卷積層，kenel的大小為5*5，後面是一個全連線層，最後輸出一個啟用值給最後的輸出層。下面，我們來逐個分析程式碼。

Imports

import torch 
import torch.nn as nn
import torchvision.datasets as dsets
from skimage import transform
import torchvision.transforms as transforms
from torch.autograd import Variable
import pandas as pd;
import numpy as np;
from torch.utils.data import Dataset, DataLoader
from vis_utils import *  #視覺化工具，可以省略
import random;
import math;
 

宣告必要的全域性變數：

num_epochs = 5;
batch_size = 100;
learning_rate = 0.001;

載入資料

在pytorch中，為了載入資料，我們需要編寫一個類來繼承Dataset型別，然後定義資料讀取函式和資料獲取函式，來看看我們是怎麼完成對Fashion MNIST的載入：

class FashionMNISTDataset(Dataset):
    '''Fashion MNIST Dataset'''
    def __init__(self, csv_file, transform=None):
        """
        Args:
            csv_file (string): Path to the csv file
            transform (callable): Optional transform to apply to sample
        """
        
        '''iloc也就是分割矩陣，把data想成一個表格，X代表的是每個樣本，Y代表的是樣本對應的標籤，
        那麼取樣本的話，取全部的行和第一列到最後一列。取標籤的話，取全部的行和第0列。'''
        data = pd.read_csv(csv_file);
        self.X = np.array(data.iloc[:, 1:]).reshape(-1, 1, 28, 28).astype(float);
        self.Y = np.array(data.iloc[:, 0]);
        
        del data;  #結束data對資料的引用
        self.transform = transform;
        
    def __len__(self):
        return len(self.X);
    
    def __getitem__(self, idx):
        item = self.X[idx];
        label = self.Y[idx];
        
        if self.transform:
            item = self.transform(item);
        
        return (item, label);
 

在__init__中，我們從csv檔案中載入了資料， 我使用了pandas將資料讀取為dataframe，然後將其轉成numpy陣列來進行索引，後面緊跟著transform函式。（還未具體理解transform函式）

__getitem__會返回單張圖片，它包含一個index，返回值為樣本及其標籤。

我們定義如下的資料讀取方式：

train_dataset = FashionMNISTDataset(csv_file='fashionmnist/fashion-mnist_train.csv');
test_dataset = FashionMNISTDataset(csv_file='fashionmnist/fashion-mnist_test.csv')

通過以上程式碼，可以自己建立資料夾目錄。

我們接著使用dataloader模組來使用這些資料：

train_loader = torch.utils.data.DataLoader(dataset=train_dataset,
                                           batch_size=batch_size,
                                           shuffle=True);
test_loader = torch.utils.data.DataLoader(dataset=test_dataset,
                                          batch_size=batch_size,
                                          shuffle=True);

構建網路

神經網路繼承了nn.Module，我們需要完成兩個函式，__init__ 和forward：

class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.layer1 = nn.Sequential(
            nn.Conv2d(1, 16, kernel_size=5, padding=2),
            nn.BatchNorm2d(16),
            nn.ReLU(),
            nn.MaxPool2d(2))
        self.layer2 = nn.Sequential(
            nn.Conv2d(16, 32, kernel_size=5, padding=2),
            nn.BatchNorm2d(32),
            nn.ReLU(),
            nn.MaxPool2d(2))
        self.fc = nn.Linear(7*7*32, 10)
        
    def forward(self, x):
        out = self.layer1(x)
        out = self.layer2(out)
        out = out.view(out.size(0), -1)
        out = self.fc(out)
        return out

以上程式碼看起來很簡單。在函式裡邊，我們使用nn提供的模組來定義各個層，在兩個卷積層和啟用值後我們使用了全連線層來輸出10個類別。view函式用來改變輸出值矩陣的形狀來匹配最後一層的維度。

訓練模型

下面我們來定義損失函式啦進行優化，然後訓練模型。

#instance of the Conv Net
cnn = CNN();
#loss function and optimizer
criterion = nn.CrossEntropyLoss();
optimizer = torch.optim.Adam(cnn.parameters(), lr=learning_rate);

訓練模型：

losses = [];
for epoch in range(num_epochs):
    for i, (images, labels) in enumerate(train_loader):
        images = Variable(images.float())
        labels = Variable(labels)
        
        # Forward + Backward + Optimize
        optimizer.zero_grad()
        outputs = cnn(images)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        
        losses.append(loss.data[0]);
        
        if (i+1) % 100 == 0:
            print ('Epoch : %d/%d, Iter : %d/%d,  Loss: %.4f' 
                   %(epoch+1, num_epochs, i+1, len(train_dataset)//batch_size, loss.data[0]))

對於每一批訓練集我們都做了如下操作：

a.將優化器中的梯度全部歸零，因為backward()函式會累積梯度值，我們不能將每個batch（mini batch）的梯度值都混合起來。

b.將資料輸入到卷積網路，即輸入到forward（）函式，然後獲得輸出。

c.通過輸出值和正確的標籤來計算損失函式。

d.反向傳播梯度值。

e.基於反向傳播的數值來更新引數。

程式碼執行情況如下：

Epoch : 1/20, Iter : 100/600,  Loss: 0.4417
Epoch : 1/20, Iter : 200/600,  Loss: 0.7577
Epoch : 1/20, Iter : 300/600,  Loss: 0.3303
Epoch : 1/20, Iter : 400/600,  Loss: 0.2696
Epoch : 1/20, Iter : 500/600,  Loss: 0.3722
Epoch : 1/20, Iter : 600/600,  Loss: 0.4107
Epoch : 2/20, Iter : 100/600,  Loss: 0.2769
Epoch : 2/20, Iter : 200/600,  Loss: 0.2467

上邊的結果沒有完全跑完。

評估模型

程式碼如下：

cnn.eval()
correct = 0
total = 0
for images, labels in test_loader:
    images = Variable(images.float())
    outputs = cnn(images)
    _, predicted = torch.max(outputs.data, 1)
    total += labels.size(0)
    correct += (predicted == labels).sum()
print('Test Accuracy of the model on the 10000 test images: %.4f %%' % (100 * correct / total))

步驟解釋如下：

1.將網路的模式改為eval。

2.將圖片輸入到網路中得到輸出。

3.通過取出one-hot輸出的最大值來得到輸出的 標籤。

4.統計正確的預測值。

視覺化損失函式的變化過程

程式碼如下：

losses_in_epochs = losses[0::600]
plt.xkcd();
plt.xlabel('Epoch #');
plt.ylabel('Loss');
plt.plot(losses_in_epochs);
plt.show();