pytorch学习笔记 (visdom可视化、正则化、动量、学习率衰减、BN)
一、visdom可视化工具
安装： pip install visdom
启动： 命令行直接运行visdom
打开WEB： 在浏览器使用http://localhost:8097打开visdom界面
二、使用visdom
# 导入Visdom类
from visdom import Visdom
# 定义一个env叫Mnist的board，如果不指定，则默认归于main
viz = Visdom(env='Mnist')
# 在window Accuracy中画train acc和test acc,x坐标都是epoch
viz.line(Y=np.column_stack((acc, test_acc)),
X=np.column_stack((epoch, epoch)),
win='Accuracy',
update='append',
opts=dict(markers=False, legend=['Acc', 'Test Acc']))
# 在window Loss中画train loss和test loss,x坐标都是epoch
viz.line(Y=np.column_stack((loss.cpu().item(), test_loss.cpu().item())),
X=np.column_stack((epoch, epoch)),
win='Loss',
update='append',
opts=dict(markers=False, legend=['Loss', 'Test Loss']))
三、使用正则化
正则化也叫权重衰减（Weight Decay）
L1和L2正则化可以参考：https://blog.csdn.net/red_stone1/article/details/80755144
在代码中，我们只需要在优化器中使用weight_decay参数就可以启用L2正则化
# 选择一个优化器，指定需要优化的参数，学习率，以及正则化参数
optimizer = torch.optim.SGD(net.parameters(), lr=learning_rate, weight_decay=0.01)
由于在Pytorch中没有纳入L1正则化，我们可以通过手工实现：
# 正则化超参数lambda
lambd = 0.01
# 所有参数的绝对值的和
regularization_loss = 0
for param in model.parameters():
regularization_loss += torch.sum(torch.abs(param))
# 自己手动在loss函数后添加L1正则项 lambda * sum(abs)
loss = F.cross_entropy(z, target) + lambd * regularization_loss
optimizer.zero_grad()
loss.backward()
四、使用Momentum动量
使用Momentum,即在使用SGD时指定momentum参数，如果不指定，默认为0，即不开启动量优化模式。
# 选择一个优化器，指定需要优化的参数，学习率，以及正则化参数,是否使用momentum
optimizer = torch.optim.SGD(net.parameters(), lr=learning_rate, momentum=0.9, weight_decay=0.01)
使用Adam时，由于Adam包含了Monmentum，所以他自己指定了Momentum参数的大小，无需我们指定。
五、学习率衰减 Learning rate decay
当学习率太小时，梯度下降很慢。当学习率太大时，可以在某个狭窄区间震荡，难以收敛。
学习率衰减就是为了解决学习率多大这种情况。
当我们在训练一个模型时，发现Loss在某个时间不发生变化（在一个平坦区），则我们要考虑是否是在一个狭窄区间震荡，导致的难以收敛。
我们在pytorch中可以使用ReducelROnPlateau(optimizer,‘min’)来监控loss的值：
from torch.optim.lr_scheduler import ReduceLROnPlateau
# 选择一个优化器，指定需要优化的参数，学习率，以及正则化参数,是否使用momentum
optimizer = torch.optim.SGD(net.parameters(), lr=learning_rate, momentum=0.9, weight_decay=0.01)
# 使用一个高原监控器，将optimizer交给他管理,LR衰减参数默认0.1即一次缩小10倍，patience是监控10次loss看是否变化
scheduler = ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=10)
# 后面的optimizer.step()使用scheduler.step(loss)来代替，每次step都会监控一下loss
# 当loss在10次（可以设置）都未变化，则会使LR衰减一定的比例
另外，除了上述使用ReducelROnPlateau，还可以使用更为粗暴的StepLR函数，我们可以直接指定在多少step后下降一次LR的值：
from torch.optim.lr_scheduler import StepLR
# 选择一个优化器，指定需要优化的参数，学习率，以及正则化参数,是否使用momentum
optimizer = torch.optim.SGD(net.parameters(), lr=learning_rate, momentum=0.9, weight_decay=0.01)
# 使用StepLR,指定step_size即每多少步衰减一次，gamma为衰减率，0.1代表除以10
scheduler = StepLR(optimizer, step_size = 10000, gamma=0.1)
# 后面的optimizer.step()使用scheduler.step()
六、在全连接层使用batchnorm
# -*- coding:utf-8 -*-
__author__ = 'Leo.Z'
import torch
from visdom import Visdom
import numpy as np
import torch.nn.functional as F
from torch.nn import Module, Sequential, Linear, LeakyReLU, BatchNorm1d
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
batch_size = 200
learning_rate = 0.001
epochs = 100
train_data = datasets.MNIST('../data', train=True, download=True,
transform=transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
]))
test_data = datasets.MNIST('../data', train=False,
transform=transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
]))
train_db, val_db = torch.utils.data.random_split(train_data, [50000, 10000])
train_loader = DataLoader(train_db,
batch_size=100, shuffle=True)
val_loader = DataLoader(val_db,
batch_size=10000, shuffle=True)
test_loader = DataLoader(test_data,
batch_size=10000, shuffle=True)
# 网络结构
class MLP(Module):
def __init__(self):
super(MLP, self).__init__()
self.model = Sequential(
Linear(784, 200),
#===================== BN-start ======================
# 这里对第一层全连接层使用BN1d,在多个样本上对每一个神经元做归一化
BatchNorm1d(200, eps=1e-8),
# ===================== BN-end =======================
LeakyReLU(inplace=True),
Linear(200, 200),
#===================== BN-start ======================
# 这里对第二层全连接层使用BN1d,在多个样本上对每一个神经元做归一化
BatchNorm1d(200, eps=1e-8),
# ===================== BN-end =======================
LeakyReLU(inplace=True),
Linear(200, 10),
LeakyReLU(inplace=True)
)
def forward(self, x):
x = self.model(x)
return x
# 定义一个env叫Mnist的board，如果不指定，则默认归于main
viz = Visdom(env='TestBN')
# 定义GPU设备
device = torch.device('cuda')
# model放到GPU
net = MLP().to(device)
# 选择一个优化器，指定需要优化的参数，学习率，以及正则化参数,是否使用momentum
optimizer = torch.optim.SGD(net.parameters(), lr=learning_rate, momentum=0.9, weight_decay=0.01)
for idx, (val_data, val_target) in enumerate(val_loader):
val_data = val_data.view(-1, 28 * 28)
val_data, val_target = val_data.to(device), val_target.to(device)
for epoch in range(epochs):
for batch_idx, (data, target) in enumerate(train_loader):
# data转换维度为[200,784],target的维度为[200]
data = data.view(-1, 28 * 28)
# 将data和target放到GPU
data, target = data.to(device), target.to(device)
# data为输入，net()直接执行forward
# 跑一次网络，得到z,维度为[200,10],200是batch_size,10是类别
# 由于net在GPU，data也在GPU，计算出的z就在GPU
# 调用net(data)的时候相当于调用Module类的__call__方法
z = net(data).to(device)
# 将loss放到GPU
loss = F.cross_entropy(z, target).to(device)
# 每次迭代前将梯度置0
optimizer.zero_grad()
# 反向传播，计算梯度
loss.backward()
# 相当于执行w = w - dw，也就是更新权值
optimizer.step()
### 每一轮epoch，以下代码是使用分割出的val dataset来做测试
# 先计算在train dataset上的准确率
eq_mat = torch.eq(z.argmax(dim=1), target)
acc = torch.sum(eq_mat).float().item() / eq_mat.size()[0]
print('Loss:', loss)
print('Accuracy:', acc)
# 用val跑一遍网络，并计算在val dataset上的准确率
# ===================== BN-start =====================
# 跑网络之前，先将BN层设置为validation模式
# BN层会自动使用在训练时累计的running_mean和running_var
net.eval()
#net.model[1].eval()
#net.model[4].eval()
# ===================== BN-end =======================
val_z = net(val_data).to(device)
val_loss = F.cross_entropy(val_z, val_target).to(device)
val_eq_mat = torch.eq(val_z.argmax(dim=1), val_target)
val_acc = torch.sum(val_eq_mat).float().item() / val_eq_mat.size()[0]
print('Val Loss:', val_loss)
print('Val Accuracy:', val_acc)
# 将loss和acc画到visdom中
viz.line(Y=np.column_stack((acc, val_acc)),
X=np.column_stack((epoch, epoch)),
win='Accuracy',
update='append',
opts=dict(markers=False, legend=['Acc', 'Val Acc']))
# 将val loss和val acc画到visdom中
viz.line(Y=np.column_stack((loss.cpu().item(), val_loss.cpu().item())),
X=np.column_stack((epoch, epoch)),
win='Loss',
update='append',
opts=dict(markers=False, legend=['Loss', 'Val Loss']))
使用BN时的ACC和LOSS：
未使用BN时的ACC和LOSS：
从上述结果可以看出，使用BN后，收敛速度变快。