深度学习–全连接层、高阶应用、GPU加速

深度学习--全连接层、高阶应用、GPU加速

1. MSE均方差

2. Cross Entropy Loss：交叉熵损失

Entropy 熵：

1948年，香农将统计物理中熵的概念，引申到信道通信的过程中，从而开创了信息论这门学科，把信息中排除了冗余后的平均信息量称为“信息熵”。香农定义的“熵”又被称为香农熵或信息熵，即

其中标记概率空间中所有可能的样本，表示该样本的出现几率，是和单位选取相关的任意常数。

针对此问题，熵越大，不确定程度就越大，对于其中信息量的讨论参考知乎。

​ 在信息学里信息量大代表着数据离散范围小，不确定性小。香农作为一个信息学家，他关心的是信息的正确传递，所以信息熵代表着信息传递的不确定性的大小。所以在信息学上，使用香农公式算出来的这个值，在信息学上叫做信息熵值，在熵权法中叫做冗余度值或者叫偏离度值，它的本来含义是指一个确定无疑的信息源发送出来的信息，受到干扰以后，衡量偏离了原始精确信息的程度。离散度越大，计算得这个值越小，则收到的信息越不可靠，得到的信息越小。这个值越大，则收到的信息越可靠，得到的信息越多。

​ 在统计学里，就完全不是这样。统计学家不认为存在仅有一个的确定无疑的原始信息。而是认为收到的统计数字都是确信无疑的，只是由于发送主体可能是很多主体，或者是同一主体不同时间，不同地点，或者是统计渠道不同等等原因，得到了一组具有离散性的数值。在这种情况下，离散性越大，熵值越小，代表着信息量越大，所以权重越大。

a=torch.full([4],1/4) #tensor([0.2500, 0.2500, 0.2500, 0.2500])  #计算交叉熵 -(a*torch.log2(a)).sum() #tensor(2.) 

​ 交叉熵在神经网络中作为损失函数，p表示真实标记的分布，q则为训练后的模型的预测标记分布，交叉熵损失函数可以衡量p与q的相似性。交叉熵作为损失函数还有一个好处是使用sigmoid函数在梯度下降时能避免均方误差损失函数学习速率降低的问题，因为学习速率可以被输出的误差所控制。

交叉熵计算：H(p,q)=

MNIST再实现

import  torch import  torch.nn as nn import  torch.nn.functional as F import  torch.optim as optim from    torchvision import datasets, transforms   batch_size=200 learning_rate=0.01 epochs=10  #加载数据集DataLoader(数据位置，batch_size,shuffle是否打乱，num_workers=4:4线程处理）     #torchvision.datasets.MNIST(root,train,transform,download)   root指下载到的位置，train指是否下载训练集，transform指对图片进行转换后返回，download指是否下载         #torchvision.transforms([transforms.ToTensor(),transforms.Normalize((mean),(std))])             #transforms.ToTensor()做了三件事：1.归一化/255 2.数据类型转为torch.FloatTensor  3.shape(H,W,C)->(C,H,W)             #transforms.Normalize((mean),(std)) :用均值和标准差对张量图像进行归一化  train_loader = torch.utils.data.DataLoader(     datasets.MNIST('../data', train=True, download=True,                    transform=transforms.Compose([                        transforms.ToTensor(),                        transforms.Normalize((0.1307,), (0.3081,))                    ])),     batch_size=batch_size, shuffle=True) test_loader = torch.utils.data.DataLoader(     datasets.MNIST('../data', train=False, transform=transforms.Compose([         transforms.ToTensor(),         transforms.Normalize((0.1307,), (0.3081,))     ])),     batch_size=batch_size, shuffle=True)    w1, b1 = torch.randn(200, 784, requires_grad=True),          torch.zeros(200, requires_grad=True) w2, b2 = torch.randn(200, 200, requires_grad=True),          torch.zeros(200, requires_grad=True) w3, b3 = torch.randn(10, 200, requires_grad=True),          torch.zeros(10, requires_grad=True)  torch.nn.init.kaiming_normal_(w1) torch.nn.init.kaiming_normal_(w2) torch.nn.init.kaiming_normal_(w3)   def forward(x):     x = x@w1.t() + b1     x = F.relu(x)     x = x@w2.t() + b2     x = F.relu(x)     x = x@w3.t() + b3     x = F.relu(x)     return x    optimizer = optim.SGD([w1, b1, w2, b2, w3, b3], lr=learning_rate) criteon = nn.CrossEntropyLoss()  for epoch in range(epochs):      for batch_idx, (data, target) in enumerate(train_loader):         data = data.view(-1, 28*28)          logits = forward(data) #        print(data.shape, target.shape,logits.shape)          loss = criteon(logits, target)          optimizer.zero_grad()         loss.backward()         # print(w1.grad.norm(), w2.grad.norm())         optimizer.step()          if batch_idx % 100 == 0:             print('Train Epoch: {} [{}/{} ({:.0f}%)]tLoss: {:.6f}'.format(                 epoch, batch_idx * len(data), len(train_loader.dataset),                        100. * batch_idx / len(train_loader), loss.item()))       test_loss = 0     correct = 0     for data, target in test_loader:         data = data.view(-1, 28 * 28)         logits = forward(data)         test_loss += criteon(logits, target).item()          pred = logits.data.max(1)[1]         #print(pred)         correct += pred.eq(target.data).sum()      test_loss /= len(test_loader.dataset)     print('nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)n'.format(         test_loss, correct, len(test_loader.dataset),         100. * correct / len(test_loader.dataset)))  

全连接层

import torch import torch.nn as nn import torch.nn.functional as F  x=torch.randn(1,784) x.shape #torch.Size([1, 784])  # nn.Linear(输入、输出） layer1 = nn.Linear(784,200) layer2 = nn.Linear(200,200) layer3 = nn.Linear(200,10)  x=layer1(x) x=F.relu(x,inplace=True) x.shape #torch.Size([1, 200])  x=layer2(x) x=F.relu(x,inplace=True) x.shape #torch.Size([1, 200])  x=layer3(x) x=F.relu(x,inplace=True) x.shape #torch.Size([1, 10]) 

网络定义的高阶用法

import torch import torch.nn as nn import torch.nn.functional as F import  torch.optim as optim  class MLP(nn.Module):          def __init__(self):         super(MLP,self).__init__()                  self.model = nn.Sequential(             nn.Linear(784,200),             nn.ReLU(inplace=True),             nn.Linear(200,200),             nn.ReLU(inplace=True),             nn.Linear(200,10),             nn.ReLU(inplace=True),         )      def forward(self,x):         x=self.model(x)         return x  net= MLP() optimizer = optim.SGD(net.parameters(),lr=learning_rate) criteon = nn.CrossEntropyLoss() 

其他的激活函数 SELU、softplus、

GPU加速

import  torch import  torch.nn as nn import  torch.nn.functional as F import  torch.optim as optim from    torchvision import datasets, transforms   batch_size=200 learning_rate=0.01 epochs=10  #加载数据集DataLoader(数据位置，batch_size,shuffle是否打乱，num_workers=4:4线程处理）     #torchvision.datasets.MNIST(root,train,transform,download)   root指下载到的位置，train指是否下载训练集，transform指对图片进行转换后返回，download指是否下载         #torchvision.transforms([transforms.ToTensor(),transforms.Normalize((mean),(std))])             #transforms.ToTensor()做了三件事：1.归一化/255 2.数据类型转为torch.FloatTensor  3.shape(H,W,C)->(C,H,W)             #transforms.Normalize((mean),(std)) :用均值和标准差对张量图像进行归一化  train_loader = torch.utils.data.DataLoader(     datasets.MNIST('../data', train=True, download=True,                    transform=transforms.Compose([                        transforms.ToTensor(),                        transforms.Normalize((0.1307,), (0.3081,))                    ])),     batch_size=batch_size, shuffle=True) test_loader = torch.utils.data.DataLoader(     datasets.MNIST('../data', train=False, transform=transforms.Compose([         transforms.ToTensor(),         transforms.Normalize((0.1307,), (0.3081,))     ])),     batch_size=batch_size, shuffle=True)   class MLP(nn.Module):      def __init__(self):         super(MLP, self).__init__()          self.model = nn.Sequential(             nn.Linear(784, 200),             nn.LeakyReLU(inplace=True),             nn.Linear(200, 200),             nn.LeakyReLU(inplace=True),             nn.Linear(200, 10),             nn.LeakyReLU(inplace=True),         )      def forward(self,x):         x=self.model(x)         return x       ##重点重点！！！   device=torch.device('cuda:0') net = MLP().to(device) optimizer = optim.SGD(net.parameters(),lr=learning_rate) criteon = nn.CrossEntropyLoss().to(device)   for epoch in range(epochs):      for batch_idx, (data, target) in enumerate(train_loader):         data = data.view(-1, 28*28)         data,target = data.to(device),target.to(device)           logits = net(data) #        print(data.shape, target.shape,logits.shape)          loss = criteon(logits, target)          optimizer.zero_grad()         loss.backward()         # print(w1.grad.norm(), w2.grad.norm())         optimizer.step()          if batch_idx % 100 == 0:             print('Train Epoch: {} [{}/{} ({:.0f}%)]tLoss: {:.6f}'.format(                 epoch, batch_idx * len(data), len(train_loader.dataset),                        100. * batch_idx / len(train_loader), loss.item()))       test_loss = 0     correct = 0     for data, target in test_loader:         data = data.view(-1, 28 * 28)         data, target = data.to(device), target.to(device)         logits = net(data)         test_loss += criteon(logits, target).item()          pred = logits.data.max(1)[1]         #print(pred)         correct += pred.eq(target.data).sum()      test_loss /= len(test_loader.dataset)     print('nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)n'.format(         test_loss, correct, len(test_loader.dataset),         100. * correct / len(test_loader.dataset)))