[deeplearning]pytorch实现softmax多分类问题预测训练

写在前面：俺这两天也是刚刚加入实验室，因为之前的学习过程中用到更多的框架是tensorflow，所以突然上手pytorch多少有些力不从心了。

这两个框架的主要区别在与tensorflow更偏向于工业使用，所以里面的很多函数和类都已经封装得很完整了，直接调用，甚至连w，b等尺寸都会自动调整。但是pytorch更加偏向于学术，。。。。或者说更加偏向于数学，很多功能都需要我们自己手动去实现：

刚刚跟这d2l的课程学习了如何去实现最基本的神经网络和计算，这里使用当时学过的solfmax作为经典案例，作为一个简单的补充，我会在这里面简单讲解一下softmax是怎么实现的，以及一些库函数

纯手动实现：

其实是有一些更高级别的api可以调用，比如损失函数就不用我们自己手写，但是训练的过程还是要的。

1.获取一些数据，这里我们通过一个特殊数据集合来或去数据

#先凑成一个数据集合
batch_size = 256
#这里好像就上面那么恶心了，直接从这个数据集合中获取数据
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)

这里注意一个问题，batch_size不是你获取到的全部数据，而是你确定每一批数据的大小

接下来根据这个大小，获取多批数据，然后保存为训练集合以及测试集合

（由于我们这里要的事情非常简单，所以我们不验证）

2.我们开始创建一层神经元，输出为10个分量的估计数值

#初始化参数
num_inputs = 784      #输入，也就是特征值的数目为784
num_outputs = 10      #输出也就是softmax层神经元的数目，10#这段代码用于构建某一层的w和b，并且先将其初始化
W = torch.normal(0, 0.01, size=(num_inputs, num_outputs), requires_grad=True)
b = torch.zeros (num_outputs, requires_grad=True)

这里w和b是仅仅是一对数字，而是一个完整的对象，除了基本的数值以外，还能存储一些注入诸如梯度等等信息。代表了这一层神经元的具体情况。

这个layer构建出来的神经元其实就是10个神经元，每个神经元支持的输入为784个特征。

3.创建solftmax函数，这个函数内部将会对神经网络的输出作出一些处理

#创建一个softmax函数，用来完成最后的softmax操作
#X在这里应该是一个10个分量的tensor，下面的函数就是正常的softmax操作
def softmax(X):X_exp = torch.exp(X)partition = X_exp.sum(1, keepdim=True) #沿着列展开的方向求和return X_exp / partition               #这里应用了广播机制

我们先进行指数化，然后求和，最后使用广播技术（其实这个所谓的广播也算是线性代数计算时候的基本特征了）得到一个（归一化）的tensor（所有分量相加为1，符合我们先是生活中对事物的预测逻辑，比如：连衣裙可能性0.55，鞋子可能性0.25，帽子可能性0.20）

4.然后是定义最核心的预测函数，称之为网络本身到也可以

#定义一个神经网络
#其实说是神经网络，这里只是进行了一个简单的数据变换，然后计算wx+b
#最后计算出来的结果因为是matmul的矩阵乘法，而且w和b本身也是size=10 的 tensor
#所以计算结果也是一样大小的tensor，然后就可以放心进行softmax操作
def net(X):return softmax(torch.matmul(X.reshape((-1, W.shape[0])), W) + b)

其实这个就是对于十个神经元，然后进行计算操作，得到估计数值

其实直接返回torch.matmul(X.reshape((-1, W.shape[0])), W) + b的话就变化成一个很常见的10线性回归了，在这里可以很清楚的看到softmax实现的是一个激活函数的作用

5.定义损失函数loss function

def cross_entropy(y_hat, y):return - torch.log(y_hat[range(len(y_hat)), y])

这个东西稍微有一点点复杂。。。

首先先解释一下这个东西

y_hat[  range(len(y_hat))  ,   y ）

首先要先说明一点就是，y_hat是预测数值，一个二维tensor，比如说其中的第一条数据

[0.22,0.23,0.35.........]这代表的是某一个物体的预测结果，在10个标签中每一种可能性的概率

y则是一个一维tensor，每个分量代表的是该物体到底是什么，是确切数值

而这个[]中携带两个tensor的语法，被称为“高级索引”

#补充一下：这个语法的名字叫做高级索引，是从二维矩阵中选择出一个一维tensor
#第一个tensor是选择哪些行，这里选择所有行
#第二个是选择有哪些列
#在这个数据中我们实现的效果就是
#y-hat是一个二维tensor，每行是一个数据，每一列是对不同类型的预测
#y。。。严格来说是一个一维tensor，每个分量代表第i个数据到底是什么标签
#也就是说这个的逻辑意义是：每条数据猜对的概率？差不多可以这样子理解

6.优化/迭代函数

其实这个部分就是我们迭代，gradient descent 时候的操作

所谓的梯度就是求得的偏导数

#优化函数，其实这玩意就是我们的迭代函数，就那个repeat部分的东西,0.1是learning rate
def updater(batch_size):return d2l.sgd([W, b], 0.1, batch_size)

sgd就是d2l包下内置的“随机 gd”函数,这个里面梯度已经保存起来了

7.创建单次训练函数

#把模型训练了
def train_epoch_ch3(net, train_iter, loss, updater):  #@save# 将模型设置为训练模式if isinstance(net, torch.nn.Module):net.train()for X, y in train_iter:# loss是已经封装好的损失计算函数l = loss(net(X), y)# 使用定制的优化器和损失函数l.sum().backward()           #计算梯度，也就是代价函数导的东西updater(X.shape[0])          #梯度在这里好像是没有传入进来，但是实际上已经保存在w和b中了，对所有的w和b进行迭代计算

这个函数执行一次也就是一次训练

8.训练10次

#训练函数def train_ch3(net, train_iter, test_iter, loss, num_epochs, updater):  #@save"""训练模型（定义见第3章）"""for epoch in range(num_epochs):train_epoch_ch3(net, train_iter, loss, updater) # 直接就是训练了，不验证了#开始训练
num_epochs = 10
train_ch3(net, train_iter, test_iter, cross_entropy, num_epochs, updater)

这里我们直接根据训练集合进行验证

9.最后进行预测以及可视化展示

#预测函数
def predict_ch3(net, test_iter, n=6):  #@save"""预测标签（定义见第3章）"""for X, y in test_iter:break# 将真实标签转换为对应的类别名称trues = d2l.get_fashion_mnist_labels(y)# 使用net进行预测，并且寻找预测结果转化为名称preds = d2l.get_fashion_mnist_labels(net(X).argmax(axis=1))#转化为title（还是使用对列生成器语法）titles = [   true +'\n' + pred    for true, pred in zip(trues, preds)   ]#展示图片d2l.show_images( X[0:n].reshape((n, 28, 28)), 1, n, titles=titles[0:n])#展示预测
predict_ch3(net, test_iter)plt.show()

关于在训练和预测的时候我们需要干什么

其实前面也算是写了不少代码了（其实也就是单纯实现了一个单一神经元以及softmax的预测）

这里就简单总结一下，在这个“训练”部分，我们一般都会做一些什么事情：

我们先拿出一个很简单的单一线性回归预测来举个例子

for X, y in data_iter:l = loss(net(X) ,y)  #计算这个一批数据（10）个的损失trainer.zero_grad()  #清除已经有的梯度l.backward()         # 计算损失对当前模型的梯度trainer.step()       #根据梯度更新模型参数，梯度下降的根本操作

其实看这个代码，我们第一步做的就是遍历，通过一开始设置的数据批次进行分批次的训练

进入某一次训练中的时候，我们要先根据损失函数，计算出这一批的损失

（不同的框架和代码对这个玩应的实现和理解都完全不一样，但是你要记住这个东西的数学本质是损失函数之和，即为这个批次数据的代价函数，我们最后梯度下降的公式，最重要的一个步骤就是对代价函数求偏倒数，这也就是框架中常说的gradient梯度）

然后根据损失，通过一种称之为“反向传递”的技术，计算出偏导

最后这个step，就代表开始训练了

大致架构就是这个样子实现的，如果这个样子还不是太明白具体要做什么，那么我们直接把上面是用softmax技术的东西简化一下再放出来：

#把模型训练了for X, y in train_iter:l = loss(net(X), y)          #loss是已经封装好的损失计算函数l.sum().backward()           #计算梯度，也就是代价函数导的东西updater(X.shape[0])          #梯度在这里好像是没有传入进来，但是实际上已经保存在w和b中了

也是进行分批次的训练

然后计算一下损失，再计算代价函数，对代价函数是用反向传播求偏导数

最后进行训练

最终总结一下，像这样子手动实现一个训练的过程中，我们能做的就是

（1）想办法得到代价函数（也许还要清除之前计算得到的梯度）

（2）获取代价函数的梯度（一般是反向传递）

（3）训练

至于在预测的时候做什么，就是一些预测结果的分析，精度计算什么的，那都是后话了