目录
昨天学习可知，即使在深度神经网络情况下准确率仍然较差，这是因为特征没有被有效提取----真正重要的是特征的提取和加工过程。MLP把所有的像素全部展平了（这是全局的信息），无法布置到局部的信息，所以引入了卷积神经网络。
数据增强
在图像数据预处理环节，为提升数据多样性，可采用数据增强（数据增广）策略。该策略通常不改变单次训练的样本总数，而通过对现有图像进行多样化变换，使每次训练输入的样本呈现更丰富的形态差异，从而有效扩展模型训练的样本空间多样性。
例如，如果原始数据集有1000张图像，数据增强后，数据集的大小仍然是1000张，但每次训练时，模型看到的都是经过随机变换的新样本。由于每次训练时模型看到的都是不同的数据变体，因此数据增强的效果相当于间接增加了样本数目。原图被替换成了新的图
常见的修改策略包括以下几类
1. 几何变换：如旋转、缩放、平移、裁剪、剪裁、翻转
2. 像素变换：如修改颜色、亮度、对比度、饱和度、色相、高斯模糊（模拟对焦失败）、增加噪声、马赛克
3. 语义增强（暂时不用）：mixup，对图像进行结构性改造、cutout随机遮挡等
此外在数据极少的场景，常常使用生成模型来扩充数据集，如GAN、VAE等
import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt
import numpy as np
# 设置中文字体支持
plt.rcParams["font.family"] = ["Heiti TC"]
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# 检查GPU是否可用
device = torch.device("mps")
print(f"使用设备: {device}")
# 1.数据预处理
# 训练集：使用多种数据增强方法提高模型泛化能力
trian_transform = transform.Compose([
# 随机裁剪图像，从原图中随机截取32*32大小的区域
transforms.RandomCrop(32, padding=4),
# 随机水平翻转图像（概率为0.5）
transforms.RandomHorizontalFlip(),
# 随机颜色抖动：亮度、对比度、饱和度、色调随机变化
transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2, hue=0.1),
# 随机旋转图像（最大角度15度）
transforms.RandomRotation(15),
# 将PIL图像或numpy数组转换为张量
transforms.toTensor(),
# 标准化处理：每个通道的均值和标准差，是数据分布更合理
transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010))
# 测试集：仅进行必要的标准化，保持数据原始特性，标准化不损失数据信息，可还原
test_transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010))
])
# 2. 加载CIFAR-10数据集
train_dataset = datasets.CIFAR10(
root='./cifar',
train=True,
download=True,
transform=train_transform # 使用增强后的预处理
)
test_dataset = datasets.CIFAR10(
root='./cifar',
train=False,
transform=test_transform # 测试集不使用增强
)
# 3. 创建数据加载器
batch_size = 64
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False)注意：数据增强一般不改变每个批次的数据量，是对原始数据修改后原始数据。其中该数据集事先知道其均值和标准差，如果不知道，需要提前计算下。
CNN模型
卷积的本质：通过卷积核在输入通道上的滑动乘积，提取跨通道的空间特征。所以只需要定义几个参数即可
1. 卷积核的大小：如3*3、5*5、7*7等
2. 输入通道数：输入图片的通道数，如1（单通道图片）、3（RGB图片）、4（RGBA图片）等
3. 输出通道数：卷积核的个数，即输出通道数。如本模型中通过32->64->128逐步增加特征复杂度
4. 步长：卷积核的滑动步长，默认为1
# 4.定义CNN模型（代替原MLP）
class CNN(nn.Module):
def __init__(self):
super(CNN, self).__init__() # 继承父类初始化
# ---------------------- 第一个卷积块 ----------------------
# 卷积层1:输入3通道（RGB），输出32个特征图。卷积核3*3，边缘填充1像素
self.conv1 = nn.Conv2d(
in_channels=3, # 输入通道数（图像的RGB通道）
out_channel=32, # 输出通道数（生成32个特征图）
kernel_size=3, # 卷积层尺寸（3*3像素）
padding=1 # 边缘填充1像素，保持输出尺寸与输入相同
)
# 批量归一化层：对32个输出通道进行归一化，加速训练
self.bn1 = nn.BatchNorm2d(num_features=32)
# ReLU激活函数：引入非线性，公式max(0, x)
self.relu1 = nn.ReLU()
# 最大池化层：窗口2*2，步长2，特征尺寸减版（32*32->16*16）
self.pool1 = nn.MaxPool2d(kernal_size=2, stride=2) # stride默认等于kernal_size
# ---------------------- 第二个卷积块 ----------------------
# 卷积层2:输入32通道（来自conv1的输出），输出64通道
self.conv2 = nn.Conv2d(
in_channels=32, # 输入通道数（前一层的输出通道数）
out_channels=64, # 输出通道数（特征图数量翻倍）
kernel_size=3, # 卷积核尺寸不变
padding=1 # 保持尺寸：16x16→16x16（卷积后）→8x8（池化后）
)
self.bn2 = nn.BatchNorm2d(num_feature=64)
self.relu2 = nn.ReLU()
self.pool2 = nn.MaxPool2d(kernal_size=2) # 尺寸减半：16*16->8*8
# ---------------------- 第三个卷积块 ----------------------
# 卷积层3：输入64通道，输出128通道
self.conv3 = nn.Conv2d(
in_channels=64, # 输入通道数（前一层的输出通道数）
out_channels=128, # 输出通道数（特征图数量再次翻倍）
kernel_size=3,
padding=1 # 保持尺寸：8x8→8x8（卷积后）→4x4（池化后）
)
self.bn3 = nn.BatchNorm2d(num_features=128)
self.relu3 = nn.ReLU() # 复用激活函数对象（节省内存）
self.pool3 = nn.MaxPool2d(kernel_size=2) # 尺寸减半：8x8→4x4
# ---------------------- 全连接层（分类器） ----------------------
# 计算展平后的特征维度：128通道 × 4x4尺寸 = 128×16=2048维
self.fc1 = nn.Linear(
in_features = 128 * 4 * 4, # 输入维度（卷积层输出的特征数）
out_features = 512 # 输出维度（隐藏层神经元数）
)
# Dropout层：训练时随机丢弃50%神经元，防止过拟合
self.dropout = nn.Dropout(p=0.5)
# 输出层：将512维特征映射到10个类别
self.fc2 = nn.Linear(in_features=512, out_features=10)
def forward(self, x):
# 输入尺寸：[batch_size, 3, 32, 32]（batch_size=批量大小，3=通道数，32x32=图像尺寸）
# --------- 卷积块1处理 ----------
x = self.conv1(x) # 卷积后尺寸：[batch_size, 32, 32, 32]（padding=1保持尺寸）
x = self.bn1(x) # 批量归一化，不改变尺寸
x = self.relu1(x) # 激活函数，不改变尺寸
x = self.pool1(x) # 池化后尺寸：[batch_size, 32, 16, 16]（32→16是因为池化窗口2x2）
# ---------- 卷积块2处理 ----------
x = self.conv2(x) # 卷积后尺寸：[batch_size, 64, 16, 16]（padding=1保持尺寸）
x = self.bn2(x)
x = self.relu2(x)
x = self.pool2(x) # 池化后尺寸：[batch_size, 64, 8, 8]
# ---------- 卷积块3处理 ----------
x = self.conv3(x) # 卷积后尺寸：[batch_size, 128, 8, 8]（padding=1保持尺寸）
x = self.bn3(x)
x = self.relu3(x)
x = self.pool3(x) # 池化后尺寸：[batch_size, 128, 4, 4]
# ---------- 展平与全连接层 ----------
# 将多维特征图展平为一维向量：[batch_size, 128*4*4] = [batch_size, 2048]
x = x.view(-1, 128 * 4 * 4) # -1自动计算批量维度，保持批量大小不变
x = self.fc1(x) # 全连接层：2048→512，尺寸变为[batch_size, 512]
x = self.relu3(x) # 激活函数（复用relu3，与卷积块3共用）
x = self.dropout(x) # Dropout随机丢弃神经元，不改变尺寸
x = self.fc2(x) # 全连接层：512→10，尺寸变为[batch_size, 10]（未激活，直接输出logits）
return x # 输出未经过Softmax的logits，适用于交叉熵损失函数
# 初始化模型
model = CNN()
model = model.to(device)
上述定义CNN模型中：
1. 使用3层卷积+池化层结构提取图像特征
2. 每层卷积后添加BatchNorm加速训练并提高稳定性
3. 使用Dropout减少过拟合
可以把全连接层前面不理解为神经网络的一部分，单纯理解为特征提取器，它们的存在就是帮助模型进行特征提取的。
batch归一化
batch归一化时深度学习中常用的归一化技术，加速模型收敛并提升泛化能力。通常位于卷积层后。
卷积常见流程如下：
1. 输入 → 卷积层 → Batch归一化层（可选） → 池化层 → 激活函数 → 下一层
2. Flatten -> Dense (with Dropout，可选) -> Dense (Output)
其中，BatchNorm应在池化前对空间维度的特征完成归一化，以确保归一化统计量给予足够多的样本（空间位置），避免池化导致的统计量偏差
旨在解决深度神经网络训练中的内部协变量偏移问题：深层网络中，随着前层参数更新，后层输入分布会发生变化，导致模型需要不断适应新分布，训练难度增加。就好比你在学习新知识，知识体系的基础一直在变，你就得不断重新适应，模型训练也是如此，这就导致训练变得困难，这就是内部协变量偏移问题。
通过对每个批次的输入数据进行标准化（均值为0、方差为1），想象把一堆杂乱无章、分布不同的数据规整到一个标准的样子。
1.使各层输入分布稳定，让数据处于激活函数比较合适的区域，缓解梯度消失/爆炸问题；
2.因为数据分布稳定了，所以允许使用更大的学习率，提升训练效率
深度学习的归一化有2类：
1. Batch Normalization：一般用于图像数据，因为图像数据通常是批量处理，有相对固定的Batch Size，能利用Batch内数据计算稳定的统计量（均值、方差）来做归一化。
2. Layer Normalization：一般用于文本数据。本数据的序列长度往往不同，像不同句子长短不一，很难像图像那样固定Batch Size。如果用Batch归一化，不同批次的统计量波动大，效果不好。层归一化是对单个样本的所有隐藏单元进行归一化，不依赖批次。
PS：这个操作在结构化数据中其实叫标准化，但是在深度学习领域，习惯把这类对网络中间层数据进行调整分布的操作都叫做归一化。
特征图
卷积层输出的叫做特征图，通过输入尺寸和卷积核的尺寸、步长可以计算出输出尺寸。可以通过可视化中间层的特征图，理解CNN如何从底层特征（如边缘）逐步提取高层语义特征（如物体部件、整体结构）。MLP是不输出特征图的，因为它输出的一维向量，无法保留空间维度。
特征图就代表着在之前特征提取器上提取到的特征，可以通过Grad-CAM方法来查看模型在识别图像时，特征图所对应的权重是多少。-----深度学习可解释性
调度器
criterion = nn.CrossEntropyLoss() # 交叉熵损失函数
optimizer = optim.Adam(model.parameters(), lr=0.001) # Adam优化器
# 引入学习率调度器，在训练过程中动态调整学习率--训练初期使用较大的LR快速降低损失，训练后期使用较小的LR更细致地逼近全局最优解
# 在每个epoch结束后，需要手动调用调度器来更新学习率，可以在训练过程调用scheduler.step()
scheduler = optim.lr_scheduler.ReduceLROnPlateau(
optimizer, # 指定要控制的优化器（这里是Adam）
mode='min' # 监测的指标是“最小化”（如损失函数）
patience=3 # 如果连续3个epoch指标没有改善，才降低LR
factor=0.5 # 降低LR的比例（新LR = 旧LR * 0.5）
)ReduceLROnPlateau调度器适用于当监测的指标（如验证损失）停滞时降低学习率。大多数任务的首选调度器，尤其适合验证集波动较大的情况
这种学习率调度器的方法相较于之前只有单纯的优化器，是一种超参数的优化方法，它通过调整学习率来优化模型。
常见的优化器有adam、SGD、RMSprop等，而除此之外学习率调度器有lr_scheduler.StepLR、lr_scheduler.ExponentialLR、lr_scheduler.CosineAnnealingLR等。
# scheduler = optim.lr_scheduler.StepLR(optimizer, step_size=5, gamma=0.1)
# # 每5个epoch，LR = LR × 0.1
# scheduler = optim.lr_scheduler.MultiStepLR(optimizer, milestones=[10, 20, 30], gamma=0.5)
# # 当epoch=10、20、30时，LR = LR × 0.5
# scheduler = optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=10, eta_min=0.0001)
# # LR在[0.0001, LR_initial]之间按余弦曲线变化，周期为2×T_max 可以把优化器和调度器理解为调参手段，学习率是参数
注意：优化器如Adam虽然也在调整学习率，但是它的调整是相对值，计算步长后根据基础学习率来调整。但是调度器是直接调整基础学习率。
# 5. 训练模型（记录每个 iteration 的损失）
def train(model, train_loader, test_loader, criterion, optimizer, scheduler, device, epochs):
model.train() # 设置为训练模式
# 记录每个 iteration 的损失
all_iter_losses = [] # 存储所有 batch 的损失
iter_indices = [] # 存储 iteration 序号
# 记录每个 epoch 的准确率和损失
train_acc_history = []
test_acc_history = []
train_loss_history = []
test_loss_history = []
for epoch in range(epochs):
running_loss = 0.0
correct = 0
total = 0
for batch_idx, (data, target) in enumerate(train_loader):
data, target = data.to(device), target.to(device) # 移至GPU
optimizer.zero_grad() # 梯度清零
output = model(data) # 前向传播
loss = criterion(output, target) # 计算损失
loss.backward() # 反向传播
optimizer.step() # 更新参数
# 记录当前 iteration 的损失
iter_loss = loss.item()
all_iter_losses.append(iter_loss)
iter_indices.append(epoch * len(train_loader) + batch_idx + 1)
# 统计准确率和损失
running_loss += iter_loss
_, predicted = output.max(1)
total += target.size(0)
correct += predicted.eq(target).sum().item()
# 每100个批次打印一次训练信息
if (batch_idx + 1) % 100 == 0:
print(f'Epoch: {epoch+1}/{epochs} | Batch: {batch_idx+1}/{len(train_loader)} '
f'| 单Batch损失: {iter_loss:.4f} | 累计平均损失: {running_loss/(batch_idx+1):.4f}')
# 计算当前epoch的平均训练损失和准确率
epoch_train_loss = running_loss / len(train_loader)
epoch_train_acc = 100. * correct / total
train_acc_history.append(epoch_train_acc)
train_loss_history.append(epoch_train_loss)
# 测试阶段
model.eval() # 设置为评估模式
test_loss = 0
correct_test = 0
total_test = 0
with torch.no_grad():
for data, target in test_loader:
data, target = data.to(device), target.to(device)
output = model(data)
test_loss += criterion(output, target).item()
_, predicted = output.max(1)
total_test += target.size(0)
correct_test += predicted.eq(target).sum().item()
epoch_test_loss = test_loss / len(test_loader)
epoch_test_acc = 100. * correct_test / total_test
test_acc_history.append(epoch_test_acc)
test_loss_history.append(epoch_test_loss)
# 更新学习率调度器
scheduler.step(epoch_test_loss)
print(f'Epoch {epoch+1}/{epochs} 完成 | 训练准确率: {epoch_train_acc:.2f}% | 测试准确率: {epoch_test_acc:.2f}%')
# 绘制所有 iteration 的损失曲线
plot_iter_losses(all_iter_losses, iter_indices)
# 绘制每个 epoch 的准确率和损失曲线
plot_epoch_metrics(train_acc_history, test_acc_history, train_loss_history, test_loss_history)
return epoch_test_acc # 返回最终测试准确率
# 6. 绘制每个 iteration 的损失曲线
def plot_iter_losses(losses, indices):
plt.figure(figsize=(10, 4))
plt.plot(indices, losses, 'b-', alpha=0.7, label='Iteration Loss')
plt.xlabel('Iteration（Batch序号）')
plt.ylabel('损失值')
plt.title('每个 Iteration 的训练损失')
plt.legend()
plt.grid(True)
plt.tight_layout()
plt.show()
# 7. 绘制每个 epoch 的准确率和损失曲线
def plot_epoch_metrics(train_acc, test_acc, train_loss, test_loss):
epochs = range(1, len(train_acc) + 1)
plt.figure(figsize=(12, 4))
# 绘制准确率曲线
plt.subplot(1, 2, 1)
plt.plot(epochs, train_acc, 'b-', label='训练准确率')
plt.plot(epochs, test_acc, 'r-', label='测试准确率')
plt.xlabel('Epoch')
plt.ylabel('准确率 (%)')
plt.title('训练和测试准确率')
plt.legend()
plt.grid(True)
# 绘制损失曲线
plt.subplot(1, 2, 2)
plt.plot(epochs, train_loss, 'b-', label='训练损失')
plt.plot(epochs, test_loss, 'r-', label='测试损失')
plt.xlabel('Epoch')
plt.ylabel('损失值')
plt.title('训练和测试损失')
plt.legend()
plt.grid(True)
plt.tight_layout()
plt.show()
# 8. 执行训练和测试
epochs = 20 # 增加训练轮次以获得更好效果
print("开始使用CNN训练模型...")
final_accuracy = train(model, train_loader, test_loader, criterion, optimizer, scheduler, device, epochs)
print(f"训练完成！最终测试准确率: {final_accuracy:.2f}%")
# # 保存模型
# torch.save(model.state_dict(), 'cifar10_cnn_model.pth')
# print("模型已保存为: cifar10_cnn_model.pth")开始使用CNN训练模型...
Epoch: 1/20 | Batch: 100/782 | 单Batch损失: 1.9355 | 累计平均损失: 2.0866
Epoch: 1/20 | Batch: 200/782 | 单Batch损失: 1.5925 | 累计平均损失: 1.9368
Epoch: 1/20 | Batch: 300/782 | 单Batch损失: 1.5215 | 累计平均损失: 1.8697
Epoch: 1/20 | Batch: 400/782 | 单Batch损失: 1.7437 | 累计平均损失: 1.8168
Epoch: 1/20 | Batch: 500/782 | 单Batch损失: 1.6297 | 累计平均损失: 1.7768
Epoch: 1/20 | Batch: 600/782 | 单Batch损失: 1.6713 | 累计平均损失: 1.7434
Epoch: 1/20 | Batch: 700/782 | 单Batch损失: 1.6245 | 累计平均损失: 1.7168
Epoch 1/20 完成 | 训练准确率: 37.09% | 测试准确率: 55.20%
Epoch: 2/20 | Batch: 100/782 | 单Batch损失: 1.2487 | 累计平均损失: 1.4103
Epoch: 2/20 | Batch: 200/782 | 单Batch损失: 1.2239 | 累计平均损失: 1.3798
Epoch: 2/20 | Batch: 300/782 | 单Batch损失: 1.1310 | 累计平均损失: 1.3641
Epoch: 2/20 | Batch: 400/782 | 单Batch损失: 1.2962 | 累计平均损失: 1.3467
Epoch: 2/20 | Batch: 500/782 | 单Batch损失: 1.3330 | 累计平均损失: 1.3232
Epoch: 2/20 | Batch: 600/782 | 单Batch损失: 1.3315 | 累计平均损失: 1.3085
Epoch: 2/20 | Batch: 700/782 | 单Batch损失: 1.1080 | 累计平均损失: 1.2920
Epoch 2/20 完成 | 训练准确率: 53.68% | 测试准确率: 64.05%
...
Epoch: 20/20 | Batch: 500/782 | 单Batch损失: 0.8249 | 累计平均损失: 0.6444
Epoch: 20/20 | Batch: 600/782 | 单Batch损失: 0.5463 | 累计平均损失: 0.6430
Epoch: 20/20 | Batch: 700/782 | 单Batch损失: 0.7491 | 累计平均损失: 0.6405
Epoch 20/20 完成 | 训练准确率: 77.63% | 测试准确率: 81.21%
训练完成！最终测试准确率: 81.21%
以CIFAR-10为例，假设两者均使用2层隐藏层