《PyTorch与深度学习实战》第2章 PyTorch深度学习通用流程.pptx

数据加载与预处理;深度学习通常包含数据加载与预处理、构建网络、训练网络和性能评估几个主要的步骤。 PyTorch为每个步骤提供了一些相应的函数，使得可以方便快速地进行深度学习。 本章以猫狗分类的例子介绍PyTorch深度学习的通用流程。 深度学习的通用流程如图所示，分为以下6个步骤。 ;深度学习的通用流程分为以下6个步骤。 数据加载，加载用于训练深度神经网络的数据，使得深度神经网络能够学习到数据中潜在的特征，可以指定从某些特定路径加载数据。 数据预处理，对加载的数据进行预处理，使之符合网络的输入要求，如标签格式转换、样本变换等。数据形式的不统一将对模型效果造成较大的影响。 构建网络，根据特定的任务使用不同的网络层搭建网络，若网络太简单则无法学习到足够丰富的特征，若网络太复杂则容易过拟合。 ;编译网络，设置网络训练过程中使用的优化器和损失函数，优化器和损失函数的选择会影响到网络的训练时长、性能等。 训练网络，通过不断的迭代和批训练的方法，调整模型中各网络层的参数，减小模型的损失，使得模型的预测值逼近真实值。 性能评估，计算网络训练过程中损失和分类精度等与模型对应的评价指标，根据评价指标的变化调整模型从而取得更好的效果。 ;;数据的形式多种多样，因此读取数据的方法也是多种多样。 在一个图像分类的任务中，图像所在的文件夹即为图像的类别标签，则需要把图片和类别标签都读入计算机中，同时还需对图像数据进行张量变换和归一化等预处理。 PyTorch框架中提供了一些常用的数据读取和预处理的方法。;在PyTorch框架中，torchtext.utils包中的类可以用于数据加载。 常见加载的数据的方式包括从指定的网址（url）下载数据、加载本地的表格数据和直接读取压缩文件中的数据。;download_from_url类可以从对应网址下载文件并返回所下载文件的存储路径。 download_from_url类的语法格式如下。 torchtext.utils.download_from_url(url, path=None, root=.data, overwrite=False, hash_value=None, hash_type=sha256) download_from_url类的常用参数及其说明如表所示。 ;unicode_csv_reader类用于读取csv数据文件，unicode_csv_reader类的语法格式如下。 其中的参数“unicode_csv_data”指的是csv数据文件。 torchtext.utils.unicode_csv_reader(unicode_csv_data, **kwargs) ;extract_archive类用于读取压缩文件中的数据。 extract_archive类的语法格式如下。 torchtext.utils.extract_archive(from_path, to_path=None, overwrite=False) extract_archive类的常用参数及其说明如表所示。 ;;在深度学习的时候，可以事先单独将图片进行清晰度、画质和切割等处理然后存起来以扩充样本，但是这样做效率比较低下，而且不是实时的。 接下来介绍如何用PyTorch对数据进行处理。 数据预处理分为图像数据预处理和文本数据预处理。;在PyTorch框架中，处理图像与视频的torchvision库中常用的包及其说明如表所示。 ;1. 组合图像的多种变换处理 Compose类可以将多种图像的变换处理组合到一起，Compose类语法格式如下。 其中参数“transforms”接收的是由多种变换处理组合成的列表。 torchvision.transforms.Compose(transforms) ;常见的PIL图像包括以下几种模式。 L（灰色图像） P（8位彩色图像） I（32位整型灰色图像） F（32位浮点灰色图像） RGB（8位彩色图像） YCbCr（24位彩色图像） RGBA（32位彩色模式） CMYK（32位彩色图像） 1（二值图像） ;在PyTorch框架下能实现对PIL图像和torch张量做变换处理的类较多，此处仅介绍常用的6个类。 CenterCrop类 CenterCrop类可以裁剪给定的图像并返回图像的中心部分。 如果图像是torch张量，形状将会是[…，H，W]，其中省略号“…”是一个任意尺寸。 如果输入图像的大小小于期望输出图像的大小，则在输入图像的四周填充0，然后居中裁剪。 CenterCrop类的语法格式如下，其中参数“size”指的是图像的期望输出大小。 torchvision.transforms.CenterCrop(size);ColorJitter类 ColorJitter类可以随机改变