pytorch finetuning 自己的图片进行训练操作

一、pytorch finetuning 自己的图片进行训练

这种读取图片的方式用的是torch自带的 ImageFolder，读取的文件夹必须在一个大的子文件下，按类别归好类。

就像我现在要区分三个类别。

#perpare data set
#train data
train_data=torchvision.datasets.ImageFolder('F:/eyeDataSet/trainData',transform=transforms.Compose(
        [
           transforms.Scale(256),
           transforms.CenterCrop(224),
           transforms.ToTensor()
      ]))
print(len(train_data))
train_loader=DataLoader(train_data,batch_size=20,shuffle=True)

然后就是fine tuning自己的网络，在torch中可以对整个网络修改后，训练全部的参数也可以只训练其中的一部分，我这里就只训练最后一个全连接层。

torchvision中提供了很多常用的模型，比如resnet ，Vgg，Alexnet等等

# prepare model
mode1_ft_res18=torchvision.models.resnet18(pretrained=True)
for param in mode1_ft_res18.parameters():
   param.requires_grad=False
num_fc=mode1_ft_res18.fc.in_features
mode1_ft_res18.fc=torch.nn.Linear(num_fc,3)

定义自己的优化器，注意这里的参数只传入最后一层的

#loss function and optimizer
criterion=torch.nn.CrossEntropyLoss()
#parameters only train the last fc layer
optimizer=torch.optim.Adam(mode1_ft_res18.fc.parameters(),lr=0.001)

然后就可以开始训练了，定义好各种参数。

#start train
#label  not  one-hot encoder
EPOCH=1
for epoch in range(EPOCH):
   train_loss=0.
   train_acc=0.
   for step,data in enumerate(train_loader):
       batch_x,batch_y=data
       batch_x,batch_y=Variable(batch_x),Variable(batch_y)
       #batch_y not one hot
       #out is the probability of eatch class
       # such as one sample[-1.1009  0.1411  0.0320],need to calculate the max index
       # out shape is batch_size * class
       out=mode1_ft_res18(batch_x)
       loss=criterion(out,batch_y)
       train_loss+=loss.data[0]
       # pred is the expect class
       #batch_y is the true label
       pred=torch.max(out,1)[1]
       train_correct=(pred==batch_y).sum()
       train_acc+=train_correct.data[0]
       optimizer.zero_grad()
       loss.backward()
       optimizer.step()
       if step％14==0:
           print('Epoch: ',epoch,'Step',step,
                 'Train_loss: ',train_loss/((step+1)*20),'Train acc: ',train_acc/((step+1)*20))

测试部分和训练部分类似这里就不一一说明。

这样就完整了对自己网络的训练测试，完整代码如下：

import torch
import numpy as np
import torchvision
from torchvision import transforms,utils
from torch.utils.data import DataLoader
from torch.autograd import Variable
#perpare data set
#train data
train_data=torchvision.datasets.ImageFolder('F:/eyeDataSet/trainData',transform=transforms.Compose(
          [
              transforms.Scale(256),
              transforms.CenterCrop(224),
              transforms.ToTensor()
        ]))
print(len(train_data))
train_loader=DataLoader(train_data,batch_size=20,shuffle=True)

#test data
test_data=torchvision.datasets.ImageFolder('F:/eyeDataSet/testData',transform=transforms.Compose(
          [
        transforms.Scale(256),
        transforms.CenterCrop(224),
        transforms.ToTensor()
        ]))
test_loader=DataLoader(test_data,batch_size=20,shuffle=True)

# prepare model
mode1_ft_res18=torchvision.models.resnet18(pretrained=True)
for param in mode1_ft_res18.parameters():
   param.requires_grad=False
num_fc=mode1_ft_res18.fc.in_features
mode1_ft_res18.fc=torch.nn.Linear(num_fc,3)

#loss function and optimizer
criterion=torch.nn.CrossEntropyLoss()
#parameters only train the last fc layer
optimizer=torch.optim.Adam(mode1_ft_res18.fc.parameters(),lr=0.001)

#start train
#label  not  one-hot encoder
EPOCH=1
for epoch in range(EPOCH):
   train_loss=0.
   train_acc=0.
   for step,data in enumerate(train_loader):
       batch_x,batch_y=data
       batch_x,batch_y=Variable(batch_x),Variable(batch_y)
       #batch_y not one hot
       #out is the probability of eatch class
       # such as one sample[-1.1009  0.1411  0.0320],need to calculate the max index
       # out shape is batch_size * class
       out=mode1_ft_res18(batch_x)
       loss=criterion(out,batch_y)
       train_loss+=loss.data[0]
       # pred is the expect class
       #batch_y is the true label
       pred=torch.max(out,1)[1]
       train_correct=(pred==batch_y).sum()
       train_acc+=train_correct.data[0]
       optimizer.zero_grad()
       loss.backward()
       optimizer.step()
       if step％14==0:
           print('Epoch: ',epoch,'Step',step,
                 'Train_loss: ',train_loss/((step+1)*20),'Train acc: ',train_acc/((step+1)*20))

#print('Epoch: ', epoch, 'Train_loss: ', train_loss / len(train_data), 'Train acc: ', train_acc / len(train_data))

# test model
mode1_ft_res18.eval()
eval_loss=0
eval_acc=0
for step ,data in enumerate(test_loader):
   batch_x,batch_y=data
   batch_x,batch_y=Variable(batch_x),Variable(batch_y)
   out=mode1_ft_res18(batch_x)
   loss = criterion(out, batch_y)
   eval_loss += loss.data[0]
   # pred is the expect class
   # batch_y is the true label
   pred = torch.max(out, 1)[1]
   test_correct = (pred == batch_y).sum()
   eval_acc += test_correct.data[0]
   optimizer.zero_grad()
   loss.backward()
   optimizer.step()
print( 'Test_loss: ', eval_loss / len(test_data), 'Test acc: ', eval_acc / len(test_data))

二、PyTorch 利用预训练模型进行Fine-tuning

在Deep Learning领域，很多子领域的应用，比如一些动物识别，食物的识别等，公开的可用的数据库相对于ImageNet等数据库而言，其规模太小了，无法利用深度网络模型直接train from scratch，容易引起过拟合，这时就需要把一些在大规模数据库上已经训练完成的模型拿过来，在目标数据库上直接进行Fine-tuning（微调），这个已经经过训练的模型对于目标数据集而言，只是一种相对较好的参数初始化方法而已，尤其是大数据集与目标数据集结构比较相似的话，经过在目标数据集上微调能够得到不错的效果。

Fine-tune预训练网络的步骤：

1. 首先更改预训练模型分类层全连接层的数目，因为一般目标数据集的类别数与大规模数据库的类别数不一致，更改为目标数据集上训练集的类别数目即可，一致的话则无需更改；

2. 把分类器前的网络的所有层的参数固定，即不让它们参与学习，不进行反向传播，只训练分类层的网络，这时学习率可以设置的大一点，如是原来初始学习率的10倍或几倍或0.01等，这时候网络训练的比较快，因为除了分类层，其它层不需要进行反向传播，可以多尝试不同的学习率设置。

3.接下来是设置相对较小的学习率，对整个网络进行训练，这时网络训练变慢啦。

下面对利用PyTorch深度学习框架Fine-tune预训练网络的过程中涉及到的固定可学习参数，对不同的层设置不同的学习率等进行详细讲解。

1. PyTorch对某些层固定网络的可学习参数的方法：

class Net(nn.Module):
   def __init__(self, num_classes=546):
       super(Net, self).__init__()
       self.features = nn.Sequential(

nn.Conv2d(1, 64, kernel_size=3, stride=2, padding=1),
           nn.BatchNorm2d(64),
           nn.ReLU(inplace=True),

nn.Conv2d(64, 64, kernel_size=3, stride=1, padding=1),
           nn.BatchNorm2d(64),
           nn.ReLU(inplace=True),
       )

self.Conv1_1 = nn.Sequential(

nn.Conv2d(64, 64, kernel_size=3, stride=1, padding=1),
           nn.BatchNorm2d(64),
           nn.ReLU(inplace=True),

nn.Conv2d(64, 64, kernel_size=3, stride=1, padding=1),
           nn.BatchNorm2d(64),
       )

for p in self.parameters():
           p.requires_grad=False
       self.Conv1_2 = nn.Sequential(

nn.Conv2d(64, 64, kernel_size=3, stride=1, padding=1),
           nn.BatchNorm2d(64),
           nn.ReLU(inplace=True),

nn.Conv2d(64, 64, kernel_size=3, stride=1, padding=1),
           nn.BatchNorm2d(64),
       )

如上述代码，则模型Net网络中self.features与self.Conv1_1层中的参数便是固定，不可学习的。这主要看代码：

for p in self.parameters():
   p.requires_grad=False

插入的位置，这段代码前的所有层的参数是不可学习的，也就没有反向传播过程。也可以指定某一层的参数不可学习，如下：

for p in  self.features.parameters():
   p.requires_grad=False

则 self.features层所有参数均是不可学习的。

注意，上述代码设置若要真正生效，在训练网络时需要在设置优化器如下：

optimizer = torch.optim.SGD(filter(lambda p: p.requires_grad, model.parameters()), args.lr,
       momentum=args.momentum,
       weight_decay=args.weight_decay)

2. PyTorch之为不同的层设置不同的学习率

model = Net()
conv1_2_params = list(map(id, model.Conv1_2.parameters()))
base_params = filter(lambda p: id(p) not in conv1_2_params,
                    model.parameters())
optimizer = torch.optim.SGD([
           {'params': base_params},
           {'params': model.Conv1_2.parameters(), 'lr': 10 * args.lr}], args.lr,            
           momentum=args.momentum, weight_decay=args.weight_decay)

上述代码表示将模型Net网络的 self.Conv1_2层的学习率设置为传入学习率的10倍，base_params的学习没有明确设置，则默认为传入的学习率args.lr。

注意：

[{'params': base_params}, {'params': model.Conv1_2.parameters(), 'lr': 10 * args.lr}]

表示为列表中的字典结构。

这种方法设置不同的学习率显得不够灵活，可以为不同的层设置灵活的学习率，可以采用如下方法在adjust_learning_rate函数中设置：

def adjust_learning_rate(optimizer, epoch, args):
   lre = []
   lre.extend([0.01] * 10)
   lre.extend([0.005] * 10)
   lre.extend([0.0025] * 10)
   lr = lre[epoch]
   optimizer.param_groups[0]['lr'] = 0.9 * lr
   optimizer.param_groups[1]['lr'] = 10 * lr
   print(param_group[0]['lr'])
   print(param_group[1]['lr'])

上述代码中的optimizer.param_groups[0]就代表[{'params': base_params}, {'params': model.Conv1_2.parameters(), 'lr': 10 * args.lr}]中的'params': base_params}，optimizer.param_groups[1]代表{'params': model.Conv1_2.parameters(), 'lr': 10 * args.lr}，这里设置的学习率会把args.lr给覆盖掉，个人认为上述代码在设置学习率方面更灵活一些。上述代码也可如下变成实现（注意学习率随便设置的，未与上述代码保持一致）：

def adjust_learning_rate(optimizer, epoch, args):
   lre = np.logspace(-2, -4, 40)
   lr = lre[epoch]
   for i in range(len(optimizer.param_groups)):
       param_group = optimizer.param_groups[i]
       if i == 0:
           param_group['lr'] = 0.9 * lr
       else:
           param_group['lr'] = 10 * lr
       print(param_group['lr'])

下面贴出SGD优化器的PyTorch实现，及其每个参数的设置和表示意义，具体如下：

import torch
from .optimizer import Optimizer, required

class SGD(Optimizer):
   r"""Implements stochastic gradient descent (optionally with momentum).
   Nesterov momentum is based on the formula from
   `On the importance of initialization and momentum in deep learning`__.
   Args:
       params (iterable): iterable of parameters to optimize or dicts defining
           parameter groups
       lr (float): learning rate
       momentum (float, optional): momentum factor (default: 0)
       weight_decay (float, optional): weight decay (L2 penalty) (default: 0)
       dampening (float, optional): dampening for momentum (default: 0)
       nesterov (bool, optional): enables Nesterov momentum (default: False)
   Example:
       >>> optimizer = torch.optim.SGD(model.parameters(), lr=0.1, momentum=0.9)
       >>> optimizer.zero_grad()
       >>> loss_fn(model(input), target).backward()
       >>> optimizer.step()
   __ http://www.cs.toronto.edu/％7Ehinton/absps/momentum.pdf
   .. note::
       The implementation of SGD with Momentum/Nesterov subtly differs from
       Sutskever et. al. and implementations in some other frameworks.
       Considering the specific case of Momentum, the update can be written as
       .. math::
                 v = \rho * v + g \\
                 p = p - lr * v
       where p, g, v and :math:`\rho` denote the parameters, gradient,
       velocity, and momentum respectively.
       This is in contrast to Sutskever et. al. and
       other frameworks which employ an update of the form
       .. math::
            v = \rho * v + lr * g \\
            p = p - v
       The Nesterov version is analogously modified.
   """

def __init__(self, params, lr=required, momentum=0, dampening=0,
                weight_decay=0, nesterov=False):
       if lr is not required and lr < 0.0:
           raise ValueError("Invalid learning rate: {}".format(lr))
       if momentum < 0.0:
           raise ValueError("Invalid momentum value: {}".format(momentum))
       if weight_decay < 0.0:
           raise ValueError("Invalid weight_decay value: {}".format(weight_decay))

defaults = dict(lr=lr, momentum=momentum, dampening=dampening,
                       weight_decay=weight_decay, nesterov=nesterov)
       if nesterov and (momentum <= 0 or dampening != 0):
           raise ValueError("Nesterov momentum requires a momentum and zero dampening")
       super(SGD, self).__init__(params, defaults)

def __setstate__(self, state):
       super(SGD, self).__setstate__(state)
       for group in self.param_groups:
           group.setdefault('nesterov', False)

def step(self, closure=None):
       """Performs a single optimization step.
       Arguments:
           closure (callable, optional): A closure that reevaluates the model
               and returns the loss.
       """
       loss = None
       if closure is not None:
           loss = closure()

for group in self.param_groups:
           weight_decay = group['weight_decay']
           momentum = group['momentum']
           dampening = group['dampening']
           nesterov = group['nesterov']

for p in group['params']:
               if p.grad is None:
                   continue
               d_p = p.grad.data
               if weight_decay != 0:
                   d_p.add_(weight_decay, p.data)
               if momentum != 0:
                   param_state = self.state[p]
                   if 'momentum_buffer' not in param_state:
                       buf = param_state['momentum_buffer'] = torch.zeros_like(p.data)
                       buf.mul_(momentum).add_(d_p)
                   else:
                       buf = param_state['momentum_buffer']
                       buf.mul_(momentum).add_(1 - dampening, d_p)
                   if nesterov:
                       d_p = d_p.add(momentum, buf)
                   else:
                       d_p = buf

p.data.add_(-group['lr'], d_p)

return loss

经验总结：

在Fine-tuning时最好不要隔层设置层的参数的可学习与否，这样做一般效果饼不理想，一般准则即可，即先Fine-tuning分类层，学习率设置的大一些，然后在将整个网络设置一个较小的学习率，所有层一起训练。

至于不先经过Fine-tune分类层，而是将整个网络所有层一起训练，只是分类层的学习率相对设置大一些，这样做也可以，至于哪个效果更好，没评估过。当用三元组损失（triplet loss）微调用softmax loss训练的网络时，可以设置阶梯型的较小学习率，整个网络所有层一起训练，效果比较好，而不用先Fine-tune分类层前一层的输出。

来源：https://blog.csdn.net/xiexu911/article/details/81227126