评价此页

★ ★ ★ ★ ★

beginner/basics/quickstart_tutorial

在 Google Colab 中运行

注意

转到末尾下载完整的示例代码。

学习基础知识 || 快速入门 || 张量 || 数据集 & 数据加载器 || 变换 || 构建模型 || 自动求导 || 优化 || 保存 & 加载模型

快速入门#

创建日期: 2021年02月09日 | 最后更新: 2025年01月24日 | 最后验证: 未验证

本节将介绍机器学习中常见任务的 API。有关更深入的了解，请参阅各节中的链接。

处理数据#

PyTorch 提供了两个用于处理数据的基本组件：torch.utils.data.DataLoader 和 torch.utils.data.Dataset。 Dataset 存储样本及其对应的标签，而 DataLoader 则围绕 Dataset 包装一个可迭代对象。

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor

PyTorch 提供了特定领域的库，例如 TorchText、TorchVision 和 TorchAudio，它们都包含数据集。在本教程中，我们将使用 TorchVision 数据集。

torchvision.datasets 模块包含许多真实世界视觉数据的 Dataset 对象，例如 CIFAR、COCO（完整列表在此）。在本教程中，我们使用 FashionMNIST 数据集。每个 TorchVision Dataset 都包含两个参数：transform 和 target_transform，分别用于修改样本和标签。

# Download training data from open datasets.
training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor(),
)

# Download test data from open datasets.
test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor(),
)

  0%|          | 0.00/26.4M [00:00<?, ?B/s]
  0%|          | 65.5k/26.4M [00:00<01:13, 359kB/s]
  1%|          | 197k/26.4M [00:00<00:45, 570kB/s]
  3%|▎         | 852k/26.4M [00:00<00:13, 1.94MB/s]
 13%|█▎        | 3.38M/26.4M [00:00<00:03, 6.62MB/s]
 33%|███▎      | 8.65M/26.4M [00:00<00:01, 14.6MB/s]
 55%|█████▌    | 14.6M/26.4M [00:01<00:00, 20.8MB/s]
 77%|███████▋  | 20.3M/26.4M [00:01<00:00, 24.2MB/s]
 99%|█████████▉| 26.2M/26.4M [00:01<00:00, 31.2MB/s]
100%|██████████| 26.4M/26.4M [00:01<00:00, 19.1MB/s]

  0%|          | 0.00/29.5k [00:00<?, ?B/s]
100%|██████████| 29.5k/29.5k [00:00<00:00, 323kB/s]

  0%|          | 0.00/4.42M [00:00<?, ?B/s]
  1%|▏         | 65.5k/4.42M [00:00<00:12, 360kB/s]
  5%|▌         | 229k/4.42M [00:00<00:06, 679kB/s]
 21%|██        | 918k/4.42M [00:00<00:01, 2.10MB/s]
 82%|████████▏ | 3.60M/4.42M [00:00<00:00, 7.11MB/s]
100%|██████████| 4.42M/4.42M [00:00<00:00, 6.07MB/s]

  0%|          | 0.00/5.15k [00:00<?, ?B/s]
100%|██████████| 5.15k/5.15k [00:00<00:00, 56.4MB/s]

我们将 Dataset 作为参数传递给 DataLoader。这会在我们的数据集上包装一个可迭代对象，并支持自动批处理、采样、混洗和多进程数据加载。这里我们定义一个批次大小为 64，即数据加载器可迭代对象中的每个元素将返回一个包含 64 个特征和标签的批次。

batch_size = 64

# Create data loaders.
train_dataloader = DataLoader(training_data, batch_size=batch_size)
test_dataloader = DataLoader(test_data, batch_size=batch_size)

for X, y in test_dataloader:
    print(f"Shape of X [N, C, H, W]: {X.shape}")
    print(f"Shape of y: {y.shape} {y.dtype}")
    break

Shape of X [N, C, H, W]: torch.Size([64, 1, 28, 28])
Shape of y: torch.Size([64]) torch.int64

阅读有关 PyTorch 中加载数据的更多内容。

创建模型#

要在 PyTorch 中定义神经网络，我们需要创建一个继承自 nn.Module 的类。我们在 __init__ 函数中定义网络的层，并在 forward 函数中指定数据如何通过网络。为了加速神经网络中的操作，我们将它移动到加速器，如 CUDA、MPS、MTIA 或 XPU。如果当前加速器可用，我们将使用它。否则，我们将使用 CPU。

device = torch.accelerator.current_accelerator().type if torch.accelerator.is_available() else "cpu"
print(f"Using {device} device")

# Define model
class NeuralNetwork(nn.Module):
    def __init__(self):
        super().__init__()
        self.flatten = nn.Flatten()
        self.linear_relu_stack = nn.Sequential(
            nn.Linear(28*28, 512),
            nn.ReLU(),
            nn.Linear(512, 512),
            nn.ReLU(),
            nn.Linear(512, 10)
        )

    def forward(self, x):
        x = self.flatten(x)
        logits = self.linear_relu_stack(x)
        return logits

model = NeuralNetwork().to(device)
print(model)

Using cuda device
NeuralNetwork(
  (flatten): Flatten(start_dim=1, end_dim=-1)
  (linear_relu_stack): Sequential(
    (0): Linear(in_features=784, out_features=512, bias=True)
    (1): ReLU()
    (2): Linear(in_features=512, out_features=512, bias=True)
    (3): ReLU()
    (4): Linear(in_features=512, out_features=10, bias=True)
  )
)

阅读有关在 PyTorch 中构建神经网络的更多内容。

优化模型参数#

要训练模型，我们需要一个损失函数和一个优化器。

loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)

在单个训练循环中，模型会对训练数据集（以批次形式提供）进行预测，并通过反向传播预测误差来调整模型的参数。

def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)
    model.train()
    for batch, (X, y) in enumerate(dataloader):
        X, y = X.to(device), y.to(device)

        # Compute prediction error
        pred = model(X)
        loss = loss_fn(pred, y)

        # Backpropagation
        loss.backward()
        optimizer.step()
        optimizer.zero_grad()

        if batch % 100 == 0:
            loss, current = loss.item(), (batch + 1) * len(X)
            print(f"loss: {loss:>7f}  [{current:>5d}/{size:>5d}]")

我们还会检查模型在测试数据集上的性能，以确保它正在学习。

def test(dataloader, model, loss_fn):
    size = len(dataloader.dataset)
    num_batches = len(dataloader)
    model.eval()
    test_loss, correct = 0, 0
    with torch.no_grad():
        for X, y in dataloader:
            X, y = X.to(device), y.to(device)
            pred = model(X)
            test_loss += loss_fn(pred, y).item()
            correct += (pred.argmax(1) == y).type(torch.float).sum().item()
    test_loss /= num_batches
    correct /= size
    print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")

训练过程会进行多个迭代（*epoch*）。在每个 epoch 中，模型会学习参数以做出更好的预测。我们会在每个 epoch 打印模型的准确率和损失；我们希望看到准确率随着每个 epoch 的增加而提高，损失随着每个 epoch 的减少而降低。

epochs = 5
for t in range(epochs):
    print(f"Epoch {t+1}\n-------------------------------")
    train(train_dataloader, model, loss_fn, optimizer)
    test(test_dataloader, model, loss_fn)
print("Done!")

Epoch 1
-------------------------------
loss: 2.303329  [   64/60000]
loss: 2.295025  [ 6464/60000]
loss: 2.273224  [12864/60000]
loss: 2.270264  [19264/60000]
loss: 2.261334  [25664/60000]
loss: 2.225680  [32064/60000]
loss: 2.238048  [38464/60000]
loss: 2.197467  [44864/60000]
loss: 2.186717  [51264/60000]
loss: 2.165679  [57664/60000]
Test Error:
 Accuracy: 36.1%, Avg loss: 2.157367

Epoch 2
-------------------------------
loss: 2.165268  [   64/60000]
loss: 2.160882  [ 6464/60000]
loss: 2.101057  [12864/60000]
loss: 2.119750  [19264/60000]
loss: 2.084711  [25664/60000]
loss: 2.017247  [32064/60000]
loss: 2.050231  [38464/60000]
loss: 1.962866  [44864/60000]
loss: 1.958225  [51264/60000]
loss: 1.909125  [57664/60000]
Test Error:
 Accuracy: 52.3%, Avg loss: 1.895544

Epoch 3
-------------------------------
loss: 1.930305  [   64/60000]
loss: 1.901407  [ 6464/60000]
loss: 1.781452  [12864/60000]
loss: 1.823782  [19264/60000]
loss: 1.729935  [25664/60000]
loss: 1.676765  [32064/60000]
loss: 1.703422  [38464/60000]
loss: 1.593295  [44864/60000]
loss: 1.614066  [51264/60000]
loss: 1.529086  [57664/60000]
Test Error:
 Accuracy: 61.2%, Avg loss: 1.530624

Epoch 4
-------------------------------
loss: 1.600758  [   64/60000]
loss: 1.561728  [ 6464/60000]
loss: 1.408281  [12864/60000]
loss: 1.488339  [19264/60000]
loss: 1.378870  [25664/60000]
loss: 1.363136  [32064/60000]
loss: 1.385985  [38464/60000]
loss: 1.297972  [44864/60000]
loss: 1.335844  [51264/60000]
loss: 1.245208  [57664/60000]
Test Error:
 Accuracy: 64.0%, Avg loss: 1.264171

Epoch 5
-------------------------------
loss: 1.343286  [   64/60000]
loss: 1.320881  [ 6464/60000]
loss: 1.154897  [12864/60000]
loss: 1.265511  [19264/60000]
loss: 1.148149  [25664/60000]
loss: 1.159283  [32064/60000]
loss: 1.187562  [38464/60000]
loss: 1.113920  [44864/60000]
loss: 1.159711  [51264/60000]
loss: 1.074973  [57664/60000]
Test Error:
 Accuracy: 65.1%, Avg loss: 1.095291

Done!

阅读有关训练模型的更多内容。

保存模型#

保存模型的一种常用方法是序列化其内部状态字典（包含模型参数）。

torch.save(model.state_dict(), "model.pth")
print("Saved PyTorch Model State to model.pth")

Saved PyTorch Model State to model.pth

加载模型#

加载模型的过程包括重新创建模型结构并将状态字典加载到其中。

model = NeuralNetwork().to(device)
model.load_state_dict(torch.load("model.pth", weights_only=True))

<All keys matched successfully>

现在可以使用此模型进行预测。

classes = [
    "T-shirt/top",
    "Trouser",
    "Pullover",
    "Dress",
    "Coat",
    "Sandal",
    "Shirt",
    "Sneaker",
    "Bag",
    "Ankle boot",
]

model.eval()
x, y = test_data[0][0], test_data[0][1]
with torch.no_grad():
    x = x.to(device)
    pred = model(x)
    predicted, actual = classes[pred[0].argmax(0)], classes[y]
    print(f'Predicted: "{predicted}", Actual: "{actual}"')

Predicted: "Ankle boot", Actual: "Ankle boot"

阅读有关保存 & 加载模型的更多内容。

脚本总运行时间： (0 分 38.077 秒)