简介
这是深度学习课程的第一个实验，主要目的就是熟悉 Pytorch 框架。MLP 是多层感知器，我这次实现的是四层感知器，代码和思路参考了网上的很多文章。个人认为，感知器的代码大同小异，尤其是用 Pytorch 实现，除了层数和参数外，代码都很相似。
Pytorch 写神经网络的主要步骤主要有以下几步：
- 构建网络结构
- 加载数据集
- 训练神经网络（包括优化器的选择和 Loss 的计算）
- 测试神经网络
下面将从这四个方面介绍 Pytorch 搭建 MLP 的过程。
项目代码地址：lab1
过程
构建网络结构
神经网络最重要的就是搭建网络，第一步就是定义网络结构。我这里是创建了一个四层的感知器，参数是根据 MNIST 数据集设定的，网络结构如下：
# 建立一个四层感知机网络
class MLP(torch.nn.Module): # 继承 torch 的 Moduledef __init__(self):super(MLP,self).__init__() # # 初始化三层神经网络 两个全连接的隐藏层，一个输出层self.fc1 = torch.nn.Linear(784,512) # 第一个隐含层 self.fc2 = torch.nn.Linear(512,128) # 第二个隐含层self.fc3 = torch.nn.Linear(128,10) # 输出层def forward(self,din):# 前向传播， 输入值：din, 返回值 doutdin = din.view(-1,28*28) # 将一个多行的Tensor,拼接成一行dout = F.relu(self.fc1(din)) # 使用 relu 激活函数dout = F.relu(self.fc2(dout))dout = F.softmax(self.fc3(dout), dim=1) # 输出层使用 softmax 激活函数# 10个数字实际上是10个类别，输出是概率分布，最后选取概率最大的作为预测值输出return dout
网络结构其实很简单，设置了三层 Linear。隐含层激活函数使用 Relu; 输出层使用 Softmax。网上还有其他的结构使用了 droupout，我觉得入门的话有点高级，而且放在这里并没有什么用，搞得很麻烦还不能提高准确率。
加载数据集
第二步就是定义全局变量，并加载 MNIST 数据集：
# 定义全局变量
n_epochs = 10 # epoch 的数目
batch_size = 20 # 决定每次读取多少图片# 定义训练集个测试集，如果找不到数据，就下载
train_data = datasets.MNIST(root = './data', train = True, download = True, transform = transforms.ToTensor())
test_data = datasets.MNIST(root = './data', train = True, download = True, transform = transforms.ToTensor())
# 创建加载器
train_loader = torch.utils.data.DataLoader(train_data, batch_size = batch_size, num_workers = 0)
test_loader = torch.utils.data.DataLoader(test_data, batch_size = batch_size, num_workers = 0)
这里参数很多，所以就有很多需要注意的地方了：
-
root 参数的文件夹即使不存在也没关系，会自动创建
-
transform 参数，如果不知道要对数据集进行什么变化，这里可自动忽略
-
batch_size 参数的大小决定了一次训练多少数据，相当于定义了每个 epoch 中反向传播的次数
-
num_workers 参数默认是 0，即不并行处理数据；我这里设置大于 0 的时候，总是报错，建议设成默认值
如果不理解 epoch 和 batch_size，可以上网查一下资料。（我刚开始学深度学习的时候也是不懂的）
训练神经网络
第三步就是训练网络了，代码如下：
# 训练神经网络
def train():# 定义损失函数和优化器lossfunc = torch.nn.CrossEntropyLoss()optimizer = torch.optim.SGD(params = model.parameters(), lr = 0.01)# 开始训练for epoch in range(n_epochs):train_loss = 0.0for data,target in train_loader:optimizer.zero_grad() # 清空上一步的残余更新参数值output = model(data) # 得到预测值loss = lossfunc(output,target) # 计算两者的误差loss.backward() # 误差反向传播, 计算参数更新值optimizer.step() # 将参数更新值施加到 net 的 parameters 上train_loss += loss.item()*data.size(0)train_loss = train_loss / len(train_loader.dataset)print('Epoch: {} \tTraining Loss: {:.6f}'.format(epoch + 1, train_loss))
训练之前要定义损失函数和优化器，这里其实有很多学问，但本文就不讲了，理论太多了。
训练过程就是两层 for 循环：外层是遍历训练集的次数；内层是每次的批次（batch）。最后，输出每个 epoch 的 loss。（每次训练的目的是使 loss 函数减小，以达到训练集上更高的准确率）
测试神经网络
最后，就是在测试集上进行测试，代码如下：
# 在数据集上测试神经网络
def test():correct = 0total = 0with torch.no_grad(): # 训练集中不需要反向传播for data in test_loader:images, labels = dataoutputs = model(images)_, predicted = torch.max(outputs.data, 1)total += labels.size(0)correct += (predicted == labels).sum().item()print('Accuracy of the network on the test images: %d %%' % (100 * correct / total))return 100.0 * correct / total
这个测试的代码是同学给我的，我觉得这个测试的代码特别好，很简洁，一直用的这个。
代码首先设置 torch.no_grad()，定义后面的代码不需要计算梯度，能够节省一些内存空间。然后，对测试集中的每个 batch 进行测试，统计总数和准确数，最后计算准确率并输出。
通常是选择边训练边测试的，这里先就按步骤一步一步来做。
有的测试代码前面要加上 model.eval()，表示这是训练状态。但这里不需要，如果没有 Batch Normalization 和 Dropout 方法，加和不加的效果是一样的。
完整代码
'''
系统环境: Windows10
Python版本: 3.7
PyTorch版本: 1.1.0
cuda: no
'''
import torch
import torch.nn.functional as F # 激励函数的库
from torchvision import datasets
import torchvision.transforms as transforms
import numpy as np# 定义全局变量
n_epochs = 10 # epoch 的数目
batch_size = 20 # 决定每次读取多少图片# 定义训练集个测试集，如果找不到数据，就下载
train_data = datasets.MNIST(root = './data', train = True, download = True, transform = transforms.ToTensor())
test_data = datasets.MNIST(root = './data', train = True, download = True, transform = transforms.ToTensor())
# 创建加载器
train_loader = torch.utils.data.DataLoader(train_data, batch_size = batch_size, num_workers = 0)
test_loader = torch.utils.data.DataLoader(test_data, batch_size = batch_size, num_workers = 0)# 建立一个四层感知机网络
class MLP(torch.nn.Module): # 继承 torch 的 Moduledef __init__(self):super(MLP,self).__init__() # # 初始化三层神经网络 两个全连接的隐藏层，一个输出层self.fc1 = torch.nn.Linear(784,512) # 第一个隐含层 self.fc2 = torch.nn.Linear(512,128) # 第二个隐含层self.fc3 = torch.nn.Linear(128,10) # 输出层def forward(self,din):# 前向传播， 输入值：din, 返回值 doutdin = din.view(-1,28*28) # 将一个多行的Tensor,拼接成一行dout = F.relu(self.fc1(din)) # 使用 relu 激活函数dout = F.relu(self.fc2(dout))dout = F.softmax(self.fc3(dout), dim=1) # 输出层使用 softmax 激活函数# 10个数字实际上是10个类别，输出是概率分布，最后选取概率最大的作为预测值输出return dout# 训练神经网络
def train():#定义损失函数和优化器lossfunc = torch.nn.CrossEntropyLoss()optimizer = torch.optim.SGD(params = model.parameters(), lr = 0.01)# 开始训练for epoch in range(n_epochs):train_loss = 0.0for data,target in train_loader:optimizer.zero_grad() # 清空上一步的残余更新参数值output = model(data) # 得到预测值loss = lossfunc(output,target) # 计算两者的误差loss.backward() # 误差反向传播, 计算参数更新值optimizer.step() # 将参数更新值施加到 net 的 parameters 上train_loss += loss.item()*data.size(0)train_loss = train_loss / len(train_loader.dataset)print('Epoch: {} \tTraining Loss: {:.6f}'.format(epoch + 1, train_loss))# 每遍历一遍数据集，测试一下准确率test()# 在数据集上测试神经网络
def test():correct = 0total = 0with torch.no_grad(): # 训练集中不需要反向传播for data in test_loader:images, labels = dataoutputs = model(images)_, predicted = torch.max(outputs.data, 1)total += labels.size(0)correct += (predicted == labels).sum().item()print('Accuracy of the network on the test images: %d %%' % (100 * correct / total))return 100.0 * correct / total# 声明感知器网络
model = MLP()if __name__ == '__main__':train()10 个 epoch 的训练效果，最后能达到大约 85% 的准确率。可以适当增加 epoch，但代码里没有用 gpu 运行，可能会比较慢。
参考
写代码的时候，很大程度上参考了下面一些文章，感谢各位作者
- 基于Pytorch的MLP实现
- 莫烦 Python ——区分类型 (分类)
- 使用Pytorch构建MLP模型实现MNIST手写数字识别