評價此頁

★ ★ ★ ★ ★

beginner/basics/quickstart_tutorial

在 Google Colab 中執行

注意

轉到末尾下載完整的示例程式碼。

學習基礎知識 || 快速入門 || 張量 || 資料集 & 資料載入器 || 變換 || 構建模型 || 自動求導 || 最佳化 || 儲存 & 載入模型

快速入門#

建立日期: 2021年02月09日 | 最後更新: 2025年01月24日 | 最後驗證: 未驗證

本節將介紹機器學習中常見任務的 API。有關更深入的瞭解，請參閱各節中的連結。

處理資料#

PyTorch 提供了兩個用於處理資料的基本元件：torch.utils.data.DataLoader 和 torch.utils.data.Dataset。 Dataset 儲存樣本及其對應的標籤，而 DataLoader 則圍繞 Dataset 包裝一個可迭代物件。

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor

PyTorch 提供了特定領域的庫，例如 TorchText、TorchVision 和 TorchAudio，它們都包含資料集。在本教程中，我們將使用 TorchVision 資料集。

torchvision.datasets 模組包含許多真實世界視覺資料的 Dataset 物件，例如 CIFAR、COCO（完整列表在此）。在本教程中，我們使用 FashionMNIST 資料集。每個 TorchVision Dataset 都包含兩個引數：transform 和 target_transform，分別用於修改樣本和標籤。

# Download training data from open datasets.
training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor(),
)

# Download test data from open datasets.
test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor(),
)

  0%|          | 0.00/26.4M [00:00<?, ?B/s]
  0%|          | 65.5k/26.4M [00:00<01:13, 359kB/s]
  1%|          | 197k/26.4M [00:00<00:45, 570kB/s]
  3%|▎         | 852k/26.4M [00:00<00:13, 1.94MB/s]
 13%|█▎        | 3.38M/26.4M [00:00<00:03, 6.62MB/s]
 33%|███▎      | 8.65M/26.4M [00:00<00:01, 14.6MB/s]
 55%|█████▌    | 14.6M/26.4M [00:01<00:00, 20.8MB/s]
 77%|███████▋  | 20.3M/26.4M [00:01<00:00, 24.2MB/s]
 99%|█████████▉| 26.2M/26.4M [00:01<00:00, 31.2MB/s]
100%|██████████| 26.4M/26.4M [00:01<00:00, 19.1MB/s]

  0%|          | 0.00/29.5k [00:00<?, ?B/s]
100%|██████████| 29.5k/29.5k [00:00<00:00, 323kB/s]

  0%|          | 0.00/4.42M [00:00<?, ?B/s]
  1%|▏         | 65.5k/4.42M [00:00<00:12, 360kB/s]
  5%|▌         | 229k/4.42M [00:00<00:06, 679kB/s]
 21%|██        | 918k/4.42M [00:00<00:01, 2.10MB/s]
 82%|████████▏ | 3.60M/4.42M [00:00<00:00, 7.11MB/s]
100%|██████████| 4.42M/4.42M [00:00<00:00, 6.07MB/s]

  0%|          | 0.00/5.15k [00:00<?, ?B/s]
100%|██████████| 5.15k/5.15k [00:00<00:00, 56.4MB/s]

我們將 Dataset 作為引數傳遞給 DataLoader。這會在我們的資料集上包裝一個可迭代物件，並支援自動批處理、取樣、混洗和多程序資料載入。這裡我們定義一個批次大小為 64，即資料載入器可迭代物件中的每個元素將返回一個包含 64 個特徵和標籤的批次。

batch_size = 64

# Create data loaders.
train_dataloader = DataLoader(training_data, batch_size=batch_size)
test_dataloader = DataLoader(test_data, batch_size=batch_size)

for X, y in test_dataloader:
    print(f"Shape of X [N, C, H, W]: {X.shape}")
    print(f"Shape of y: {y.shape} {y.dtype}")
    break

Shape of X [N, C, H, W]: torch.Size([64, 1, 28, 28])
Shape of y: torch.Size([64]) torch.int64

閱讀有關 PyTorch 中載入資料的更多內容。

建立模型#

要在 PyTorch 中定義神經網路，我們需要建立一個繼承自 nn.Module 的類。我們在 __init__ 函式中定義網路的層，並在 forward 函式中指定資料如何透過網路。為了加速神經網路中的操作，我們將它移動到加速器，如 CUDA、MPS、MTIA 或 XPU。如果當前加速器可用，我們將使用它。否則，我們將使用 CPU。

device = torch.accelerator.current_accelerator().type if torch.accelerator.is_available() else "cpu"
print(f"Using {device} device")

# Define model
class NeuralNetwork(nn.Module):
    def __init__(self):
        super().__init__()
        self.flatten = nn.Flatten()
        self.linear_relu_stack = nn.Sequential(
            nn.Linear(28*28, 512),
            nn.ReLU(),
            nn.Linear(512, 512),
            nn.ReLU(),
            nn.Linear(512, 10)
        )

    def forward(self, x):
        x = self.flatten(x)
        logits = self.linear_relu_stack(x)
        return logits

model = NeuralNetwork().to(device)
print(model)

Using cuda device
NeuralNetwork(
  (flatten): Flatten(start_dim=1, end_dim=-1)
  (linear_relu_stack): Sequential(
    (0): Linear(in_features=784, out_features=512, bias=True)
    (1): ReLU()
    (2): Linear(in_features=512, out_features=512, bias=True)
    (3): ReLU()
    (4): Linear(in_features=512, out_features=10, bias=True)
  )
)

閱讀有關在 PyTorch 中構建神經網路的更多內容。

最佳化模型引數#

要訓練模型，我們需要一個損失函式和一個最佳化器。

loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)

在單個訓練迴圈中，模型會對訓練資料集（以批次形式提供）進行預測，並透過反向傳播預測誤差來調整模型的引數。

def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)
    model.train()
    for batch, (X, y) in enumerate(dataloader):
        X, y = X.to(device), y.to(device)

        # Compute prediction error
        pred = model(X)
        loss = loss_fn(pred, y)

        # Backpropagation
        loss.backward()
        optimizer.step()
        optimizer.zero_grad()

        if batch % 100 == 0:
            loss, current = loss.item(), (batch + 1) * len(X)
            print(f"loss: {loss:>7f}  [{current:>5d}/{size:>5d}]")

我們還會檢查模型在測試資料集上的效能，以確保它正在學習。

def test(dataloader, model, loss_fn):
    size = len(dataloader.dataset)
    num_batches = len(dataloader)
    model.eval()
    test_loss, correct = 0, 0
    with torch.no_grad():
        for X, y in dataloader:
            X, y = X.to(device), y.to(device)
            pred = model(X)
            test_loss += loss_fn(pred, y).item()
            correct += (pred.argmax(1) == y).type(torch.float).sum().item()
    test_loss /= num_batches
    correct /= size
    print(f"Test Error: \n Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f} \n")

訓練過程會進行多個迭代（*epoch*）。在每個 epoch 中，模型會學習引數以做出更好的預測。我們會在每個 epoch 列印模型的準確率和損失；我們希望看到準確率隨著每個 epoch 的增加而提高，損失隨著每個 epoch 的減少而降低。

epochs = 5
for t in range(epochs):
    print(f"Epoch {t+1}\n-------------------------------")
    train(train_dataloader, model, loss_fn, optimizer)
    test(test_dataloader, model, loss_fn)
print("Done!")

Epoch 1
-------------------------------
loss: 2.303329  [   64/60000]
loss: 2.295025  [ 6464/60000]
loss: 2.273224  [12864/60000]
loss: 2.270264  [19264/60000]
loss: 2.261334  [25664/60000]
loss: 2.225680  [32064/60000]
loss: 2.238048  [38464/60000]
loss: 2.197467  [44864/60000]
loss: 2.186717  [51264/60000]
loss: 2.165679  [57664/60000]
Test Error:
 Accuracy: 36.1%, Avg loss: 2.157367

Epoch 2
-------------------------------
loss: 2.165268  [   64/60000]
loss: 2.160882  [ 6464/60000]
loss: 2.101057  [12864/60000]
loss: 2.119750  [19264/60000]
loss: 2.084711  [25664/60000]
loss: 2.017247  [32064/60000]
loss: 2.050231  [38464/60000]
loss: 1.962866  [44864/60000]
loss: 1.958225  [51264/60000]
loss: 1.909125  [57664/60000]
Test Error:
 Accuracy: 52.3%, Avg loss: 1.895544

Epoch 3
-------------------------------
loss: 1.930305  [   64/60000]
loss: 1.901407  [ 6464/60000]
loss: 1.781452  [12864/60000]
loss: 1.823782  [19264/60000]
loss: 1.729935  [25664/60000]
loss: 1.676765  [32064/60000]
loss: 1.703422  [38464/60000]
loss: 1.593295  [44864/60000]
loss: 1.614066  [51264/60000]
loss: 1.529086  [57664/60000]
Test Error:
 Accuracy: 61.2%, Avg loss: 1.530624

Epoch 4
-------------------------------
loss: 1.600758  [   64/60000]
loss: 1.561728  [ 6464/60000]
loss: 1.408281  [12864/60000]
loss: 1.488339  [19264/60000]
loss: 1.378870  [25664/60000]
loss: 1.363136  [32064/60000]
loss: 1.385985  [38464/60000]
loss: 1.297972  [44864/60000]
loss: 1.335844  [51264/60000]
loss: 1.245208  [57664/60000]
Test Error:
 Accuracy: 64.0%, Avg loss: 1.264171

Epoch 5
-------------------------------
loss: 1.343286  [   64/60000]
loss: 1.320881  [ 6464/60000]
loss: 1.154897  [12864/60000]
loss: 1.265511  [19264/60000]
loss: 1.148149  [25664/60000]
loss: 1.159283  [32064/60000]
loss: 1.187562  [38464/60000]
loss: 1.113920  [44864/60000]
loss: 1.159711  [51264/60000]
loss: 1.074973  [57664/60000]
Test Error:
 Accuracy: 65.1%, Avg loss: 1.095291

Done!

閱讀有關訓練模型的更多內容。

儲存模型#

儲存模型的一種常用方法是序列化其內部狀態字典（包含模型引數）。

torch.save(model.state_dict(), "model.pth")
print("Saved PyTorch Model State to model.pth")

Saved PyTorch Model State to model.pth

載入模型#

載入模型的過程包括重新建立模型結構並將狀態字典載入到其中。

model = NeuralNetwork().to(device)
model.load_state_dict(torch.load("model.pth", weights_only=True))

<All keys matched successfully>

現在可以使用此模型進行預測。

classes = [
    "T-shirt/top",
    "Trouser",
    "Pullover",
    "Dress",
    "Coat",
    "Sandal",
    "Shirt",
    "Sneaker",
    "Bag",
    "Ankle boot",
]

model.eval()
x, y = test_data[0][0], test_data[0][1]
with torch.no_grad():
    x = x.to(device)
    pred = model(x)
    predicted, actual = classes[pred[0].argmax(0)], classes[y]
    print(f'Predicted: "{predicted}", Actual: "{actual}"')

Predicted: "Ankle boot", Actual: "Ankle boot"

閱讀有關儲存 & 載入模型的更多內容。

指令碼總執行時間： (0 分 38.077 秒)