(译) Pytorch 教程：迁移学习

在这篇教程中，你将会学到如何利用迁移学习来训练你的网络。你可以通过 cs231n notes 了解更多关于迁移学习的信息。

引用 cs231n notes 中的一段话

在实践中，很少有人会从头开始训练一个卷积神经网络（随机初始化），因为你很难拥有一个足够大的数据集。事实上，更常见的做法是先在一个非常大的数据集（比如 ImageNet，该数据集含有涵盖了 1000 个类别的 120 万张图片）上预训练一个卷积神经网络，然后利用该网络中参数作为初始参数，或者把该网络当作另一项任务的固定特征提取器。

迁移学习主要在以下两个场景下使用：

• 网络调优： 使用预训练网络（比如在 ImageNet 上训练的网络）中的参数作为初始参数，而不是随机初始化。其余部分的训练流程和往常一样。
• 固定特征提取器： 除了最后的全连接层，我们会冻结网络中其余部分的参数，最后的全连接层中的参数会重新随机初始化，只有该层中的参数会在训练中更新。

# License: BSD
# Author: Sasank Chilamkurthy

from __future__ import print_function, division

import torch
import torch.nn as nn
import torch.optim as optim
from torch.optim import lr_scheduler
import numpy as np
import torchvision
from torchvision import datasets, models, transforms
import matplotlib.pyplot as plt
import time
import os
import copy

plt.ion()   # 交互模式

读取数据

我们将使用 torchvision 和 torch.utils.data 两个 packages 来读取数据。

我们今天的目标是建立一个可以分辨 蚂蚁 和 蜜蜂 的分类器，但是我们只有蚂蚁和蜜蜂的图片各约 120 张用于训练，75 张用于验证集。通常来说，如果要从头训练一个模型，这个数据集是非常小的。因此我们要利用迁移学习。

这个数据集是 ImageNet 的一个很小的子集。

Note:从 这里 下载数据并将其解压到当前文件夹。

# 对训练集使用 data augmentation 和 normalization
# 对验证集只使用 normalization
data_transforms = {
    'train': transforms.Compose([
        transforms.RandomResizedCrop(224  ),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224  , 0.225])
    ]),
    'val': transforms.Compose([
        transforms.Resize(256),
        transforms.CenterCrop(224  ),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224  , 0.225])
    ]),
}

data_dir = 'data/hymenoptera_data'
image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x),
                                          data_transforms[x])
                  for x in ['train', 'val']}
dataloaders = {x: torch.utils.data.DataLoader(image_datasets[x], batch_size=4,
                                             shuffle=True, num_workers=4)
              for x in ['train', 'val']}
dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']}
class_names = image_datasets['train'].classes

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

可视化一些图像

为了理解 data augmentation，我们来看看一些图像。

def imshow(inp, title=None):
    """Imshow for Tensor."""
    inp = inp.numpy().transpose((1, 2, 0))
    mean = np.array([0.485, 0.456, 0.406])
    std = np.array([0.229, 0.224  , 0.225])
    inp = std * inp + mean
    inp = np.clip(inp, 0, 1)
    plt.imshow(inp)
    if title is not None:
        plt.title(title)
    plt.pause(0.001)  # pause a bit so that plots are updated


# 获取训练数据中的一个 batch
inputs, classes = next(iter(dataloaders['train']))

out = torchvision.utils.make_grid(inputs)

imshow(out, title=[class_names[x] for x in classes])

训练模型

现在，为了训练模型，我们应该写一些通用函数。在这里我们将阐述以下两点

• Scheduling 学习率
• 保存最好的模型

下面参数中的 scheduler 是 torch.optim.lr_scheduler 包中的 LR scheduler 对象

def train_model(model, criterion, optimizer, scheduler, num_> Epochs=25):
    since = time.time()

    best_model_wts = copy.deepcopy(model.state_dict())
    best_acc = 0.0

    for > Epoch in range(num_> Epochs):
        print('> Epoch {}/{}'.format(> Epoch, num_> Epochs - 1))
        print('-' * 10)

        # 每次遍历都要经过训练集和验证集
        for phase in ['train', 'val']:
            if phase == 'train':
                scheduler.step()
                model.train()  # 设置模型为训练模式
            else:
                model.eval()   # 设置模型为验证模式

            running_loss = 0.0
            running_corrects = 0

            # 迭代
            for inputs, labels in dataloaders[phase]:
                inputs = inputs.to(device)
                labels = labels.to(device)

                # 清零梯度
                optimizer.zero_grad()

                # 前向传播
                # 只在训练时计算梯度
                with torch.set_grad_enabled(phase == 'train'):
                    outputs = model(inputs)
                    _, preds = torch.max(outputs, 1)
                    loss = criterion(outputs, labels)

                    # 只有在训练时才进行反向传播和参数更新
                    if phase == 'train':
                        loss.backward()
                        optimizer.step()

                # 统计
                running_loss += loss.item() * inputs.size(0)
                running_corrects += torch.sum(preds == labels.data)

            > Epoch_loss = running_loss / dataset_sizes[phase]
            > Epoch_acc = running_corrects.double() / dataset_sizes[phase]

            print('{} Loss: {:.4f} Acc: {:.4f}'.format(
                phase, > Epoch_loss, > Epoch_acc))

            # 找到最好的模型
            if phase == 'val' and > Epoch_acc > best_acc:
                best_acc = > Epoch_acc
                best_model_wts = copy.deepcopy(model.state_dict())

        print()

    time_elapsed = time.time() - since
    print('Training complete in {:.0f}m {:.0f}s'.format(
        time_elapsed // 60, time_elapsed % 60))
    print('Best val Acc: {:4f}'.format(best_acc))

    # 读取最好模型
    model.load_state_dict(best_model_wts)
    return model

观察模型给出的预测

这是一个用于展示预测结果的通用函数

def visualize_model(model, num_images=6):
    was_training = model.training
    model.eval()
    images_so_far = 0
    fig = plt.figure()

    with torch.no_grad():
        for i, (inputs, labels) in enumerate(dataloaders['val']):
            inputs = inputs.to(device)
            labels = labels.to(device)

            outputs = model(inputs)
            _, preds = torch.max(outputs, 1)

            for j in range(inputs.size()[0]):
                images_so_far += 1
                ax = plt.subplot(num_images//2, 2, images_so_far)
                ax.axis('off')
                ax.set_title('predicted: {}'.format(class_names[preds[j]]))
                imshow(inputs.cpu().data[j])

                if images_so_far == num_images:
                    model.train(mode=was_training)
                    return
        model.train(mode=was_training)

网络调优

读取一个预训练网络并重置最后的全连接层

model_ft = models.resnet18(pretrained=True)
num_ftrs = model_ft.fc.in_features
model_ft.fc = nn.Linear(num_ftrs, 2)

model_ft = model_ft.to(device)

criterion = nn.CrossEntropyLoss()

# 这里所有参数都会更新
optimizer_ft = optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)

# 学习率每 7 次迭代以 0.1 为因子衰减
exp_lr_scheduler = lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)

训练与验证

在 CPU 上训练会花费大约 15-25 分钟，而在 GPU 上则要不了一分钟。

model_ft = train_model(model_ft, criterion, optimizer_ft, exp_lr_scheduler,
                       num_> Epochs=25)

输出：

Epoch 0/24 —————— train Loss: 0.5900 Acc: 0.7131 val Loss: 0.2508 Acc: 0.9020
Epoch 1/24 —————— train Loss: 0.6034 Acc: 0.7828 val Loss: 0.3181 Acc: 0.8627 
Epoch 2/24 —————— train Loss: 0.6150 Acc: 0.7582 val Loss: 0.4903 Acc: 0.8366 
Epoch 3/24 —————— train Loss: 0.6650 Acc: 0.7377 val Loss: 0.6294 Acc: 0.7582 
Epoch 4/24 —————— train Loss: 0.4935 Acc: 0.7828 val Loss: 0.2644 Acc: 0.8889 
Epoch 5/24 —————— train Loss: 0.3841 Acc: 0.8238 val Loss: 0.24 08 Acc: 0.9216 
Epoch 6/24 —————— train Loss: 0.5352 Acc: 0.8156 val Loss: 0.2250 Acc: 0.9150 
Epoch 7/24 —————— train Loss: 0.2252 Acc: 0.9385 val Loss: 0.1917 Acc: 0.9477 
Epoch 8/24 —————— train Loss: 0.3395 Acc: 0.8197 val Loss: 0.1738 Acc: 0.9477 
Epoch 9/24 —————— train Loss: 0.3363 Acc: 0.8607 val Loss: 0.2522 Acc: 0.9216 
Epoch 10/24 —————— train Loss: 0.2878 Acc: 0.8607 val Loss: 0.1787 Acc: 0.9412 
Epoch 11/24 —————— train Loss: 0.2831 Acc: 0.8770 val Loss: 0.1805 Acc: 0.9346 
Epoch 12/24 —————— train Loss: 0.2290 Acc: 0.9016 val Loss: 0.1898 Acc: 0.9412 
Epoch 13/24 —————— train Loss: 0.24 94 Acc: 0.9016 val Loss: 0.1729 Acc: 0.9412 
Epoch 14/24 —————— train Loss: 0.3435 Acc: 0.8689 val Loss: 0.1736 Acc: 0.9412 
Epoch 15/24 —————— train Loss: 0.2274 Acc: 0.9057 val Loss: 0.1692 Acc: 0.9542 
Epoch 16/24 —————— train Loss: 0.3154 Acc: 0.8689 val Loss: 0.1742 Acc: 0.9412 
Epoch 17/24 —————— train Loss: 0.2749 Acc: 0.8893 val Loss: 0.1826 Acc: 0.9412 
Epoch 18/24 —————— train Loss: 0.2673 Acc: 0.8770 val Loss: 0.1731 Acc: 0.9281 
Epoch 19/24 —————— train Loss: 0.2865 Acc: 0.8730 val Loss: 0.1867 Acc: 0.9346 
Epoch 20/24 —————— train Loss: 0.3061 Acc: 0.8648 val Loss: 0.1966 Acc: 0.9477 
Epoch 21/24 —————— train Loss: 0.2638 Acc: 0.9016 val Loss: 0.1973 Acc: 0.9477 
Epoch 22/24 —————— train Loss: 0.2602 Acc: 0.8893 val Loss: 0.1769 Acc: 0.9281 
Epoch 23/24 —————— train Loss: 0.2817 Acc: 0.9016 val Loss: 0.1756 Acc: 0.9412 
Epoch 24 /24 —————— train Loss: 0.2959 Acc: 0.8730 val Loss: 0.1790 Acc: 0.9281
Training complete in 1m 8s Best val Acc: 0.95424 8

visualize_model(model_ft)

固定特征提取器

现在，除了最后的全连接层，我们要冻结网络中其余部分的所有参数。我们使用 requires_grad = False 来冻结参数， bachward() 便不会计算这些参数的梯度。

你可以在 这里 读到更多信息。

model_conv = torchvision.models.resnet18(pretrained=True)
for param in model_conv.parameters():
    param.requires_grad = False

# 新构建模块中的参数的 requires_grad 默认为 True
num_ftrs = model_conv.fc.in_features
model_conv.fc = nn.Linear(num_ftrs, 2)

model_conv = model_conv.to(device)

criterion = nn.CrossEntropyLoss()

# 现在只有最后的全连接层的参数会更新
optimizer_conv = optim.SGD(model_conv.fc.parameters(), lr=0.001, momentum=0.9)

# 学习率每 7 次迭代以 0.1 为因子衰减
exp_lr_scheduler = lr_scheduler.StepLR(optimizer_conv, step_size=7, gamma=0.1)

训练与验证

在 CPU 上，这会花费约之前一半的时间，因为大多数参数的梯度不用计算了，不过这些参数仍然会参与前向传播。

model_conv = train_model(model_conv, criterion, optimizer_conv,
                         exp_lr_scheduler, num_> Epochs=25)

输出：

Epoch 0/24 —————— train Loss: 0.6463 Acc: 0.6803 val Loss: 0.1949 Acc: 0.9477 
Epoch 1/24 —————— train Loss: 0.4923 Acc: 0.8033 val Loss: 0.1696 Acc: 0.9477 
Epoch 2/24 —————— train Loss: 0.4234 Acc: 0.8115 val Loss: 0.4379 Acc: 0.7712 
Epoch 3/24 —————— train Loss: 0.5606 Acc: 0.7582 val Loss: 0.6383 Acc: 0.7451 
Epoch 4/24 —————— train Loss: 0.7560 Acc: 0.7295 val Loss: 0.1888 Acc: 0.9412 
Epoch 5/24 —————— train Loss: 0.4316 Acc: 0.8197 val Loss: 0.1999 Acc: 0.9477 
Epoch 6/24 —————— train Loss: 0.7722 Acc: 0.7131 val Loss: 0.1975 Acc: 0.9477 
Epoch 7/24 —————— train Loss: 0.3685 Acc: 0.8607 val Loss: 0.2000 Acc: 0.9477 
Epoch 8/24 —————— train Loss: 0.2968 Acc: 0.8811 val Loss: 0.1916 Acc: 0.9477 
Epoch 9/24 —————— train Loss: 0.3396 Acc: 0.8525 val Loss: 0.2165 Acc: 0.9542 
Epoch 10/24 —————— train Loss: 0.3885 Acc: 0.8320 val Loss: 0.2109 Acc: 0.9542 
Epoch 11/24 —————— train Loss: 0.4107 Acc: 0.8156 val Loss: 0.1881 Acc: 0.9477 
Epoch 12/24 —————— train Loss: 0.3249 Acc: 0.8730 val Loss: 0.1747 Acc: 0.9542 
Epoch 13/24 —————— train Loss: 0.3439 Acc: 0.8525 val Loss: 0.1950 Acc: 0.9477 
Epoch 14/24 —————— train Loss: 0.3641 Acc: 0.8443 val Loss: 0.1992 Acc: 0.9412 
Epoch 15/24 —————— train Loss: 0.3272 Acc: 0.8443 val Loss: 0.2320 Acc: 0.9412 
Epoch 16/24 —————— train Loss: 0.3102 Acc: 0.8730 val Loss: 0.1867 Acc: 0.9477 
Epoch 17/24 —————— train Loss: 0.4226 Acc: 0.8238 val Loss: 0.1872 Acc: 0.9542 
Epoch 18/24 —————— train Loss: 0.3452 Acc: 0.8443 val Loss: 0.1812 Acc: 0.9542 
Epoch 19/24 —————— train Loss: 0.3697 Acc: 0.8525 val Loss: 0.1890 Acc: 0.9477 
Epoch 20/24 —————— train Loss: 0.3078 Acc: 0.8607 val Loss: 0.1976 Acc: 0.9608 
Epoch 21/24 —————— train Loss: 0.3161 Acc: 0.8770 val Loss: 0.1982 Acc: 0.9412 
Epoch 22/24 —————— train Loss: 0.3749 Acc: 0.8320 val Loss: 0.2035 Acc: 0.9477 
Epoch 23/24 —————— train Loss: 0.3298 Acc: 0.8525 val Loss: 0.1855 Acc: 0.9477 
Epoch 24/24 —————— train Loss: 0.3597 Acc: 0.8402 val Loss: 0.1878 Acc: 0.9542 
Training complete in 0m 34s Best val Acc: 0.960784

visualize_model(model_conv)

plt.ioff()
plt.show()

下载 Python 源代码：transfer_learning_tutorial.py

下载 Jupyter Notebook: transfer_learning_tutorial.ipynb