深度学习框架PyTorch一书的学习-第六章-实战指南

参考：https://github.com/chenyuntc/pytorch-book/tree/v1.0/chapter6-实战指南

希望大家直接到上面的网址去查看代码，下面是本人的笔记

将上面地址的代码下载到本地后进行操作

1.安装依赖

(deeplearning) userdeMacBook-Pro:dogcat- user$ pip install -r requirements.txt
...
Successfully built fire ipdb torchnet
Installing collected packages: fire, tqdm, ipdb, torchnet
Successfully installed fire-0.1. ipdb-0.12 torchnet-0.0. tqdm-4.31.

在https://github.com/chenyuntc/pytorch-book/tree/v1.0/chapter6-实战指南处将需要的数据下载下来，并放在./data/train/和./data/test1处

2.训练

必须首先启动visdom：

(deeplearning) userdeMBP:~ user$ python -m visdom.server
It's Alive!

然后使用如下命令启动训练：

# 在gpu0上训练,并把可视化结果保存在visdom 的classifier env上
python main.py train --train-data-root=./data/train --use-gpu --env=classifier

详细的使用命令 可使用

python main.py help

3.测试

python main.py test --data-root=./data/test  --batch-size= --load-path='checkpoints/squeezenet.pth'

4.代码分析

在从事大多数深度学习研究时，程序都需要实现以下几个功能：

• 模型定义
• 数据处理和加载
• 训练模型（Train&Validate）
• 训练过程的可视化
• 测试（Test/Inference）

1）该网络介绍

Dogs vs. Cats是一个传统的二分类问题，其训练集包含25000张图片，均放置在同一文件夹下，命名格式为<category>.<num>.jpg, 如cat.10000.jpg、dog.100.jpg，测试集包含12500张图片，命名为<num>.jpg，如1000.jpg。参赛者需根据训练集的图片训练模型，并在测试集上进行预测，输出它是狗的概率。最后提交的csv文件如下，第一列是图片的<num>，第二列是图片为狗的概率。

id,label
,0.889
,0.01
...

2）文件组织架构

前面提到过，程序主要包含以下功能：

• 模型定义
• 数据加载
• 训练和测试

首先来看程序文件的组织结构：

├── checkpoints/
├── data/
│   ├── __init__.py
│   ├── dataset.py
│   └── get_data.sh
├── models/
│   ├── __init__.py
│   ├── AlexNet.py
│   ├── BasicModule.py
│   └── ResNet34.py
└── utils/
│   ├── __init__.py
│   └── visualize.py
├── config.py
├── main.py
├── requirements.txt
├── README.md

其中：

• checkpoints/： 用于保存训练好的模型，可使程序在异常退出后仍能重新载入模型，恢复训练
• data/：数据相关操作，包括数据预处理、dataset实现等
• models/：模型定义，可以有多个模型，例如上面的AlexNet和ResNet34，一个模型对应一个文件
• utils/：可能用到的工具函数，在本次实验中主要是封装了可视化工具
• config.py：配置文件，所有可配置的变量都集中在此，并提供默认值
• main.py：主文件，训练和测试程序的入口，可通过不同的命令来指定不同的操作和参数
• requirements.txt：程序依赖的第三方库
• README.md：提供程序的必要说明

3）__init__.py文件

可以看到，几乎每个文件夹下都有__init__.py，一个目录如果包含了__init__.py 文件，那么它就变成了一个包（package）。

__init__.py可以为空，也可以定义包的属性和方法，但其必须存在，其它程序才能从这个目录中导入相应的模块或函数。例如在data/文件夹下有__init__.py，则在main.py 中就可以from data.dataset import DogCat。而如果在__init__.py中写入from .dataset import DogCat，则在main.py中就可以直接写为：from data import DogCat，或者import data; dataset = data.DogCat，相比于from data.dataset import DogCat更加便捷。

4）数据加载

数据的相关处理主要保存在data/dataset.py中。关于数据加载的相关操作，在上一章中我们已经提到过，其基本原理就是使用Dataset提供数据集的封装，再使用Dataloader实现数据并行加载。Kaggle提供的数据包括训练集和测试集，而我们在实际使用中，还需专门从训练集中取出一部分作为验证集。

对于这三类数据集，其相应操作也不太一样，而如果专门写三个Dataset，则稍显复杂和冗余，因此这里通过加一些判断来区分。对于训练集，我们希望做一些数据增强处理，如随机裁剪、随机翻转、加噪声等，而验证集和测试集则不需要。下面看dataset.py的代码：

# coding:utf8
import os
from PIL import Image
from torch.utils import data
import numpy as np
from torchvision import transforms as T

class DogCat(data.Dataset):

    def __init__(self, root, transforms=None, train=True, test=False):
        """
        主要目标： 获取所有图片的地址，并根据训练，验证，测试划分数据
        """
        self.test = test
        imgs = [os.path.join(root, img) for img in os.listdir(root)]

        # test1: data/test1/.jpg
        # train: data/train/cat..jpg 

        if self.test:
            # 如果是进行测试，截取得到数据的数字标码，如上面的8973，根据key=8973的值进行排序，返回对所有的图片路径进行排序后返回
            imgs = sorted(imgs, key=lambda x: int(x.split('.')[-].split('/')[-]))
        else:
            #如果是进行训练，截取得到数据的数字标识，如上面的10004，根据key=10004的值进行排序，返回对所有的图片路径进行排序后返回
            imgs = sorted(imgs, key=lambda x: int(x.split('.')[-]))

        imgs_num = len(imgs) #然后就可以得到数据的大小

        if self.test:
            # 如果是进行测试
            self.imgs = imgs
        elif train:
            #如果是进行训练,使用前70%的数据
            self.imgs = imgs[:int(0.7 * imgs_num)]
        else:
            #如果是进行验证，使用后30%的数据
            self.imgs = imgs[int(0.7 * imgs_num):]

        if transforms is None:
            # 数据转换操作，测试验证和训练的数据转换有所区别

            # 对数据进行归一化
            normalize = T.Normalize(mean=[0.485, 0.456, 0.406],
                                    std=[0.229, 0.224, 0.225])

            # 当是测试集和验证集时进行的操作
            if self.test or not train:
                self.transforms = T.Compose([
                    T.Resize(), #重新设定大小
                    T.CenterCrop(), #从图片中心截取
                    T.ToTensor(), #转成Tensor格式，大小范围为[,]
                    normalize #归一化处理,大小范围为[-,]
                ])
            else:
                self.transforms = T.Compose([
                    T.Resize(),
                    T.RandomReSizedCrop(), #从图片的任何部位随机截取224*224大小的图
                    T.RandomHorizontalFlip(), #随机水平翻转给定的PIL.Image,翻转概率为0.
                    T.ToTensor(),
                    normalize
                ])

    def __getitem__(self, index):
        """
        一次返回一张图片的数据
        """
        img_path = self.imgs[index]
        if self.test:
            #如果是测试，得到图片路径中的数字标识作为label
            label = int(self.imgs[index].split('.')[-].split('/')[-])
        else:
            #如果是训练，判断图片路径中是猫狗来设定label，猫为0，狗为1
            label =  if 'dog' in img_path.split('/')[-] else
        data = Image.open(img_path) #打开该路径获得数据
        data = self.transforms(data) #然后对图片数据进行transform
        return data, label #最后得到统一的图片信息和label信息

    def __len__(self): #图片数据的大小
        return len(self.imgs)

关于数据集使用的注意事项，在上一章中已经提到，将文件读取等费时操作放在__getitem__函数中，利用多进程加速。避免一次性将所有图片都读进内存，不仅费时也会占用较大内存，而且不易进行数据增强等操作。

另外在这里，我们将训练集中的30%作为验证集，可用来检查模型的训练效果，避免过拟合。

在使用时，我们可通过dataloader加载数据。

#进行训练，定义训练数据和label集合train_dataset
train_dataset = DogCat(opt.train_data_root, train=True)
#开始进行数据的加载，将数据打乱(shuffle = True),
#随机将数据分批，一批有opt.batch_size个，并行处理，打开opt.num_workers个进程
trainloader = DataLoader(train_dataset,
                        batch_size = opt.batch_size,
                        shuffle = True,
                        num_workers = opt.num_workers)
#显示得到的数据
for ii, (data, label) in enumerate(trainloader):
    train() #然后进行训练

5）模型定义

模型的定义主要保存在models/目录下，其中BasicModule是对nn.Module的简易封装，提供快速加载和保存模型的接口

#coding:utf8
import torch as t
import time

class BasicModule(t.nn.Module):
    """
    封装了nn.Module,主要是提供了save和load两个方法
    """

    def __init__(self):
        super(BasicModule,self).__init__()
        self.model_name=str(type(self))# 默认名字

    def load(self, path):
        """
        可加载指定路径的模型
        """
        self.load_state_dict(t.load(path))

    def save(self, name=None):
        """
        保存模型，默认使用“模型名字+时间”作为文件名
        """
        if name is None:
            #存储到文件夹checkpoints下面
            prefix = 'checkpoints/' + self.model_name + '_'
            name = time.strftime(prefix + '%m%d_%H:%M:%S.pth')
        t.save(self.state_dict(), name)
        return name

    def get_optimizer(self, lr, weight_decay): #优化器
        return t.optim.Adam(self.parameters(), lr=lr, weight_decay=weight_decay)

class Flat(t.nn.Module):
    """
    把输入reshape成（batch_size,dim_length）
    """

    def __init__(self):
        super(Flat, self).__init__()
        #self.size = size

    def forward(self, x):
        return x.view(x.size(), -) #得到的是批数据的大小

在实际使用中，直接调用model.save()及model.load(opt.load_path)即可。

其它自定义模型一般继承BasicModule，然后实现自己的模型。其中alexNet.py实现了AlexNet，resNet34实现了ResNet34。在models/__init__py中，代码如下：

from .alexnet import AlexNet
from .resnet34 import ResNet34
from .squeezenet import SqueezeNet
# from torchvision.models import InceptinV3
# from torchvision.models import alexnet as AlexNet

alexnet.py为：

# coding:utf8
from torch import nn
from .basic_module import BasicModule

class AlexNet(BasicModule):
    """
    code from torchvision/models/alexnet.py
    结构参考 <https://arxiv.org/abs/1404.5997>
    """

    def __init__(self, num_classes=):
        super(AlexNet, self).__init__()

        self.model_name = 'alexnet'

        self.features = nn.Sequential(
            nn.Conv2d(, , kernel_size=, stride=, padding=),
            nn.ReLU(inplace=True), # inplace-选择是否进行覆盖运算
            nn.MaxPool2d(kernel_size=, stride=),
            nn.Conv2d(, , kernel_size=, padding=),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=, stride=),
            nn.Conv2d(, , kernel_size=, padding=),
            nn.ReLU(inplace=True),
            nn.Conv2d(, , kernel_size=, padding=),
            nn.ReLU(inplace=True),
            nn.Conv2d(, , kernel_size=, padding=),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=, stride=),
        )
        self.classifier = nn.Sequential(
            nn.Dropout(),
            nn.Linear( *  * , ),
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(, ),
            nn.ReLU(inplace=True),
            nn.Linear(, num_classes),
        )

    def forward(self, x):
        x = self.features(x)
        x = x.view(x.size(),  *  * )
        x = self.classifier(x)
        return x

resnet34.py为：

# coding:utf8
from .basic_module import BasicModule
from torch import nn
from torch.nn import functional as F

class ResidualBlock(nn.Module):
    """
    实现子module: Residual Block
    """

    def __init__(self, inchannel, outchannel, stride=, shortcut=None):
        super(ResidualBlock, self).__init__()
        self.left = nn.Sequential(
            nn.Conv2d(inchannel, outchannel, , stride, , bias=False),
            nn.BatchNorm2d(outchannel),
            nn.ReLU(inplace=True),
            nn.Conv2d(outchannel, outchannel, , , , bias=False),
            nn.BatchNorm2d(outchannel))
        self.right = shortcut

    def forward(self, x):
        out = self.left(x)
        residual = x if self.right is None else self.right(x)
        out += residual
        return F.relu(out)

class ResNet34(BasicModule):
    """
    实现主module：ResNet34
    ResNet34包含多个layer，每个layer又包含多个Residual block
    用子module来实现Residual block，用_make_layer函数来实现layer
    """

    def __init__(self, num_classes=):
        super(ResNet34, self).__init__()
        self.model_name = 'resnet34'

        # 前几层: 图像转换
        self.pre = nn.Sequential(
            nn.Conv2d(, , , , , bias=False),
            nn.BatchNorm2d(),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(, , ))

        # 重复的layer，分别有3，，，3个residual block
        self.layer1 = self._make_layer(, , )
        self.layer2 = self._make_layer(, , , stride=)
        self.layer3 = self._make_layer(, , , stride=)
        self.layer4 = self._make_layer(, , , stride=)

        # 分类用的全连接
        self.fc = nn.Linear(, num_classes)

    def _make_layer(self, inchannel, outchannel, block_num, stride=):
        """
        构建layer,包含多个residual block
        """
        shortcut = nn.Sequential(
            nn.Conv2d(inchannel, outchannel, , stride, bias=False),
            nn.BatchNorm2d(outchannel))

        layers = []
        layers.append(ResidualBlock(inchannel, outchannel, stride, shortcut))

        for i in range(, block_num):
            layers.append(ResidualBlock(outchannel, outchannel))
        return nn.Sequential(*layers)

    def forward(self, x):
        x = self.pre(x)

        x = self.layer1(x)
        x = self.layer2(x)
        x = self.layer3(x)
        x = self.layer4(x)

        x = F.avg_pool2d(x, )
        x = x.view(x.size(), -)
        return self.fc(x)

这样在主函数中就可以写成：

from models import AlexNet
或
import models
model = models.AlexNet()
或
import models
model = getattr('models', 'AlexNet')()

其中最后一种写法最为关键，这意味着我们可以通过字符串直接指定使用的模型，而不必使用判断语句，也不必在每次新增加模型后都修改代码。新增模型后只需要在models/__init__.py中加上from .new_module import new_module即可。

其它关于模型定义的注意事项，在上一章中已详细讲解，这里就不再赘述，总结起来就是：

• 尽量使用nn.Sequential（比如AlexNet）
• 将经常使用的结构封装成子Module（比如GoogLeNet的Inception结构，ResNet的Residual Block结构）
• 将重复且有规律性的结构，用函数生成（比如VGG的多种变体，ResNet多种变体都是由多个重复卷积层组成）

6）工具函数——实现可视化visdom

在项目中，我们可能会用到一些helper方法，这些方法可以统一放在utils/文件夹下，需要使用时再引入。在本例中主要是封装了可视化工具visdom的一些操作，其代码如下，在本次实验中只会用到plot方法，用来统计损失信息。

# coding:utf8
import visdom
import time
import numpy as np

class Visualizer(object):
    """
    封装了visdom的基本操作，但是你仍然可以通过`self.vis.function`
    调用原生的visdom接口
    """

    def __init__(self, env='default', **kwargs):
        self.vis = visdom.Visdom(env=env,use_incoming_socket=False, **kwargs)

        # 画的第几个数，相当于横座标
        # 保存（’loss',23） 即loss的第23个点
        self.index = {}
        self.log_text = ''

    def reinit(self, env='default', **kwargs):
        """
        修改visdom的配置
        """
        self.vis = visdom.Visdom(env=env, **kwargs)
        return self

    def plot_many(self, d):
        """
        一次plot多个
        @params d: dict (name,value) i.e. ('loss',0.11)
        """
        for k, v in d.items():
            self.plot(k, v)

    def img_many(self, d):
        for k, v in d.items():
            self.img(k, v)

    def plot(self, name, y, **kwargs):
        """
        self.plot('loss',1.00)
        """
        x = self.index.get(name, )
        self.vis.line(Y=np.array([y]), X=np.array([x]),
                      win=name,
                      opts=dict(title=name),
                      update=None if x ==  else 'append',
                      **kwargs
                      )
        self.index[name] = x + 

    def img(self, name, img_, **kwargs):
        """
        self.img('input_img',t.Tensor(,))
        self.img('input_imgs',t.Tensor(,,))
        self.img('input_imgs',t.Tensor(,,,))
        self.img('input_imgs',t.Tensor(,,,),nrows=)

        ！！！don‘t ~~self.img('input_imgs',t.Tensor(,,),nrows=)~~！！！
        """
        self.vis.images(img_.cpu().numpy(),
                        win=name,
                        opts=dict(title=name),
                        **kwargs
                        )

    def log(self, info, win='log_text'):
        """
        self.log({'loss':,'lr':0.0001})
        """

        self.log_text += ('[{time}] {info} <br>'.format(
            time=time.strftime('%m%d_%H%M%S'),
            info=info))
        self.vis.text(self.log_text, win)

    def __getattr__(self, name):
        return getattr(self.vis, name)

7）配置文件

在模型定义、数据处理和训练等过程都有很多变量，这些变量应提供默认值，并统一放置在配置文件中，这样在后期调试、修改代码或迁移程序时会比较方便，在这里我们将所有可配置项放在config.py中。

# coding:utf8
import warnings
import torch as t

class DefaultConfig(object):
    env = 'default'  # visdom 环境
    vis_port = # visdom 端口
    model = 'SqueezeNet'  # 使用的模型，名字必须与models/__init__.py中的名字一致

    train_data_root = './data/train/'  # 训练集存放路径
    test_data_root = './data/test1'  # 测试集存放路径
    load_model_path = None  # 加载预训练的模型的路径，为None代表不加载

    batch_size =   # batch size
    use_gpu = True  # user GPU or not
    num_workers =   # how many workers for loading data
    print_freq =   # print info every N batch

    debug_file = '/tmp/debug'  # if os.path.exists(debug_file): enter ipdb
    result_file = 'result.csv'

    max_epoch =
    lr = 0.001  # initial learning rate
    lr_decay = 0.5  # when val_loss increase, lr = lr*lr_decay
    weight_decay = 0e-  # 损失函数

可配置的参数主要包括：

• 数据集参数（文件路径、batch_size等）
• 训练参数（学习率、训练epoch等）
• 模型参数

这样我们在程序中就可以这样使用：

import models
from config import DefaultConfig

opt = DefaultConfig()
lr = opt.lr
model = getattr(models, opt.model)
dataset = DogCat(opt.train_data_root)

这些都只是默认参数，在这里还提供了更新函数，根据字典更新配置参数：

    def _parse(self, kwargs):
        """
        根据字典kwargs 更新 config参数
        """
        # 更新配置参数
        for k, v in kwargs.items():
            if not hasattr(self, k):
                # 警告还是报错，取决于你个人的喜好
                warnings.warn("Warning: opt has not attribut %s" % k)
            setattr(self, k, v)

        opt.device =t.device('cuda') if opt.use_gpu else t.device('cpu')

        # 打印配置信息
        print('user config:')
        for k, v in self.__class__.__dict__.items():
            if not k.startswith('_'):
                print(k, getattr(self, k))

这样我们在实际使用时，并不需要每次都修改config.py，只需要通过命令行传入所需参数，覆盖默认配置即可。

例如：

opt = DefaultConfig()
new_config = {'lr':0.1,'use_gpu':False}
opt.parse(new_config)
opt.lr == 0.1

8）main.py

1>fire

2017年3月谷歌开源的一个命令行工具fire^3 ，通过pip install fire即可安装。下面来看看fire的基础用法，假设example.py文件内容如下：

import fire

def add(x, y):
  return x + y

def mul(**kwargs):
    a = kwargs['a']
    b = kwargs['b']
    return a * b

if __name__ == '__main__':
  fire.Fire()

那么我们可以使用：

python example.py add   # 执行add(, )
python example.py mul --a= --b= # 执行mul(a=, b=), kwargs={'a':, 'b':}
python example.py add --x= --y== # 执行add(x=, y=)

可见，只要在程序中运行fire.Fire()，即可使用命令行参数python file <function> [args,] {--kwargs,}。fire还支持更多的高级功能，具体请参考官方指南^4 。

2>main.py

在主程序main.py中，主要包含四个函数，其中三个需要命令行执行，main.py的代码组织结构如下：

def train(**kwargs):
    """
    训练
    """
    pass

def val(model, dataloader):
    """
    计算模型在验证集上的准确率等信息，用以辅助训练
    """
    pass

def test(**kwargs):
    """
    测试（inference）
    """
    pass

def help():
    """
    打印帮助的信息
    """
    print('help')

if __name__=='__main__':
    import fire
    fire.Fire()

根据fire的使用方法，可通过python main.py <function> --args=xx的方式来执行训练或者测试。

1》训练

训练的主要步骤如下：

• 定义网络
• 定义数据
• 定义损失函数和优化器
• 计算重要指标
• 开始训练
  • 训练网络
  • 可视化各种指标
  • 计算在验证集上的指标

训练函数的代码如下：

def train(**kwargs):
    #根据传入的参数更改配置信息
    opt._parse(kwargs)
    vis = Visualizer(opt.env,port = opt.vis_port)

    # step1: configure model配置模型
    model = getattr(models, opt.model)() #默认使用模型SqueezeNet
    if opt.load_model_path: # 加载预训练的模型的路径
        model.load(opt.load_model_path)
    model.to(opt.device) #使用的是GPU还是CPU

    # step2: data加载数据
    train_data = DogCat(opt.train_data_root,train=True) #训练数据
    val_data = DogCat(opt.train_data_root,train=False) #测试数据
    train_dataloader = DataLoader(train_data,opt.batch_size,
                        shuffle=True,num_workers=opt.num_workers)
    val_dataloader = DataLoader(val_data,opt.batch_size,
                        shuffle=False,num_workers=opt.num_workers)

    # step3: criterion and optimizer ，损失函数和优化器
    criterion = t.nn.CrossEntropyLoss()
    lr = opt.lr
    optimizer = model.get_optimizer(lr, opt.weight_decay)

    # step4: meters，统计指标：平滑处理之后的损失，还有混淆矩阵
    loss_meter = meter.AverageValueMeter() #能够计算所有数的平均值和标准差，用来统计一个epoch中损失的平均值
    confusion_matrix = meter.ConfusionMeter() #用来统计分类问题中的分类情况，是一个比准确率更详细的统计指标
    previous_loss = 1e10

    # train，开始训练
    for epoch in range(opt.max_epoch): #迭代次数

        loss_meter.reset()
        confusion_matrix.reset()

        for ii,(data,label) in tqdm(enumerate(train_dataloader)):

            # train model
            input = data.to(opt.device)
            target = label.to(opt.device)

            optimizer.zero_grad()
            score = model(input)
            loss = criterion(score,target)
            loss.backward()
            optimizer.step()

            # meters update and visualize，# 更新统计指标以及可视化
            loss_meter.add(loss.item())
            # detach 一下更安全保险
            confusion_matrix.add(score.detach(), target.detach()) 

            if (ii + )%opt.print_freq == :
                vis.plot('loss', loss_meter.value()[])

                # 进入debug模式
                if os.path.exists(opt.debug_file):
                    import ipdb;
                    ipdb.set_trace()

        model.save()

        # validate and visualize，计算验证集上的指标及可视化
        val_cm,val_accuracy = val(model,val_dataloader)

        vis.plot('val_accuracy',val_accuracy)
　　　　 #loss_meter.value()返回的是loss列表的mean,std平均数和标准差，[0]则得到其平均数
        vis.log("epoch:{epoch},lr:{lr},loss:{loss},train_cm:{train_cm},val_cm:{val_cm}".format(
                    epoch = epoch,loss = loss_meter.value()[],val_cm = str(val_cm.value()),train_cm=str(confusion_matrix.value()),lr=lr))

        # update learning rate，如果损失不再下降，则降低学习率
        if loss_meter.value()[] > previous_loss:
            lr = lr * opt.lr_decay
            # 第二种降低学习率的方法:不会有moment等信息的丢失
            for param_group in optimizer.param_groups:
                param_group['lr'] = lr

        previous_loss = loss_meter.value()[]

这里用到了PyTorchNet^5里面的一个工具: meter。meter提供了一些轻量级的工具，用于帮助用户快速统计训练过程中的一些指标。AverageValueMeter能够计算所有数的平均值和标准差，这里用来统计一个epoch中损失的平均值。confusionmeter用来统计分类问题中的分类情况，是一个比准确率更详细的统计指标。例如对于表格6-1，共有50张狗的图片，其中有35张被正确分类成了狗，还有15张被误判成猫；共有100张猫的图片，其中有91张被正确判为了猫，剩下9张被误判成狗。相比于准确率等统计信息，混淆矩阵更能体现分类的结果，尤其是在样本比例不均衡的情况下。

表6-1 混淆矩阵

样本	判为狗	判为猫
实际是狗	35	15
实际是猫	9	91

PyTorchNet从TorchNet^6迁移而来，提供了很多有用的工具，但其目前开发和文档都还不是很完善，本书不做过多的讲解。

2》验证

验证相对来说比较简单，但要注意需将模型置于验证模式(model.eval())，验证完成后还需要将其置回为训练模式(model.train())，这两句代码会影响BatchNorm和Dropout等层的运行模式。验证模型准确率的代码如下。

@t.no_grad()
def val(model,dataloader):
    """
    计算模型在验证集上的准确率等信息
    """
    # 把模型设为验证模式
    model.eval()

    confusion_matrix = meter.ConfusionMeter()
    for ii, (val_input, label) in tqdm(enumerate(dataloader)):
        val_input = val_input.to(opt.device)
        score = model(val_input)
        confusion_matrix.add(score.detach().squeeze(), label.type(t.LongTensor))

    # 把模型恢复为训练模式，要养成习惯，不实用验证模式后要将其调整回来
    model.train()

    #计算准确率
    cm_value = confusion_matrix.value()
    accuracy = . * (cm_value[][] + cm_value[][]) / (cm_value.sum())
    return confusion_matrix, accuracy

3》测试：

测试时，需要计算每个样本属于狗的概率，并将结果保存成csv文件。测试的代码与验证比较相似，但需要自己加载模型和数据。

@t.no_grad() # pytorch>=0.5
def test(**kwargs):
    opt._parse(kwargs) #根据输入更改相应配置的值

    # configure model，设置使用的模型，并将其设置为验证模式
    model = getattr(models, opt.model)().eval()
    if opt.load_model_path:
        model.load(opt.load_model_path)
    model.to(opt.device)

    # data
    train_data = DogCat(opt.test_data_root,test=True)
    test_dataloader = DataLoader(train_data,batch_size=opt.batch_size,shuffle=False,num_workers=opt.num_workers)
    results = []
    for ii,(data,path) in tqdm(enumerate(test_dataloader)):
        input = data.to(opt.device)
        score = model(input)
        probability = t.nn.functional.softmax(score,dim=)[:,].detach().tolist()
        # label = score.max(dim = )[].detach().tolist()

        #将批数据中图像数据的路径和其可能性结果结合在一起，得到批数据的结果
        batch_results = [(path_.item(),probability_) for path_,probability_ in zip(path,probability) ]

        #将这一批数据结果存储在总结果中
        results += batch_results
    write_csv(results,opt.result_file)

    return results

def write_csv(results,file_name): #将得到的结果写到file_name文件中，是一个.csv文件
    import csv
    with open(file_name,'w') as f:
        writer = csv.writer(f)
        writer.writerow(['id','label']) #设置行标签
        writer.writerows(results) #然后将数据写入

4》帮助函数

为了方便他人使用, 程序中还应当提供一个帮助函数，用于说明函数是如何使用。程序的命令行接口中有众多参数，如果手动用字符串表示不仅复杂，而且后期修改config文件时，还需要修改对应的帮助信息，十分不便。这里使用了Python标准库中的inspect方法，可以自动获取config的源代码。help的代码如下:

def help():
    """
    打印帮助的信息： python file.py help
    """

    print("""
    usage : python file.py <function> [--args=value]
    <function> := train | test | help
    example:
            python {} train --env='env0701' --lr=0.01
            python {} test --dataset='path/to/dataset/root/'
            python {} help
    avaiable args:""".format(__file__))

    from inspect import getsource
    source = (getsource(opt.__class__))
    print(source)

当用户执行python main.py help的时候，会打印如下帮助信息：

(deeplearning) userdeMacBook-Pro:dogcat- user$ python main.py help

    usage : python file.py <function> [--args=value]
    <function> := train | test | help
    example:
            python main.py train --env='env0701' --lr=0.01
            python main.py test --dataset='path/to/dataset/root/'
            python main.py help
    avaiable args:
class DefaultConfig(object):
    env = 'default'  # visdom 环境
    vis_port = # visdom 端口
...

9)使用

正如help函数的打印信息所述，可以通过命令行参数指定变量名.下面是三个使用例子，fire会将包含-的命令行参数自动转层下划线_，也会将非数值的值转成字符串。所以--train-data-root=data/train和--train_data_root='data/train'是等价的。

# 训练模型
python main.py train
        --train-data-root=data/train/
        --lr=0.005
        --batch-size=
        --model='ResNet34'
        --max-epoch = 

# 测试模型
python main.py test
       --test-data-root=data/test1
       --load-model-path='checkpoints/resnet34_00:23:05.pth'
       --batch-size=
       --model='ResNet34'
       --num-workers=

# 打印帮助信息
python main.py help

10)本地运行：

1》训练命令为：

python main.py train --env=main --train-data-root=./data/train/ --lr=0.005 --batch-size= --model='ResNet34' --max-epoch=

指明visdom可视化工具的env为main，训练数据在文件夹./data/train/下，学习率设置为0.005，批处理大小为32，使用的模型是ResNet34，循环轮数是100次，返回的结果为：

可见训练的效果不错，loss图表示损失在减少，val_accuracy图表示验证集的准确率在上升

此时checkpoint中会生成100次轮询生成的参数值，以.pth文件结尾的，可以随机选择60次轮训后训练生成的参数值来进行测试，然后查看结果看测试的效果

⚠️这里因为linux上没安装可视化工具，所以我是在Linux服务器上训练，然后从～/.visdom文件夹中将main.json下载到本地的～/.visdom文件夹中进行查看

2》测试命令为：

python main.py test --test-data-root=./data/test1 --load-model-path='checkpoints/resnet34_0408_12:02:48.pth' --batch-size= --model='ResNet34' --num-workers= --result-file=result1.csv

test-data-root指明测试集所在的文件夹，load-model-path指明使用的是那个训练后的参数，result-file说明将测试结果存储在result1.csv文件中