利用Pytorch和Bert实战发票多标签多分类任务 周瑜

 

softmax两个作用，如果在进行softmax前的input有负数，通过指数变换，得到正数；所有类的概率求和为1。

2、交叉熵损失就包含了下图中softmax计算和右边的标签输入计算（即框起来的部分）。所以在使用交叉熵损失的时候，神经网络的最后一层是不要做激活的，因为把它做成分布的激活是包含在交叉熵损失里面的（就是softmax）。所以最后一层不要做非线性变换，直接交给交叉熵损失。 

3、CrossEntropyLoss <==> LogSoftmax + NLLLoss。对比前面二分类的BCELoss，该损失函数的输入是经过激活的。而这里多分类的CELoss的输入不需要激活。

4、y的标签编码方式是one-hot。onehot编码：是什么，为什么，怎么样 5、原始图像是28×28的像素值在0到255之间的image，我们需要把它转变成图像张量，像素值是0到1之间。

6、

在视觉里面，灰度图就是一个矩阵，但实际上并不是一个矩阵，我们把它叫做单通道图像，彩色图像是3通道，通道有宽度和高度。一般我们读进来的图像张量是WHC(宽高通道)。

• 在PyTorch里面我们需要转化成CWH，把通道放在前面是为了在PyTorch里面进行更高效的图像处理，卷积运算。所以拿到图像之后，我们就把它先转化成pytorch里面的一个Tensor，即把0到255的值变成0到1的浮点数，然后把维度由28×28的矩阵变成1×28×28的单通道图像张量。
• 这个过程可以用transforms的ToTensor这个函数实现

下面来看代码吧

import torch
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optim
 
# prepare dataset
 
batch_size = 64
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))]) # 归一化,均值和方差
 
train_dataset = datasets.MNIST(root='../dataset/mnist/', train=True, download=True, transform=transform)
train_loader = DataLoader(train_dataset, shuffle=True, batch_size=batch_size)
test_dataset = datasets.MNIST(root='../dataset/mnist/', train=False, download=True, transform=transform)
test_loader = DataLoader(test_dataset, shuffle=False, batch_size=batch_size)
 
# design model using class
 
 
class Net(torch.nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.l1 = torch.nn.Linear(784, 512)
        self.l2 = torch.nn.Linear(512, 256)
        self.l3 = torch.nn.Linear(256, 128)
        self.l4 = torch.nn.Linear(128, 64)
        self.l5 = torch.nn.Linear(64, 10)
 
    def forward(self, x):
        x = x.view(-1, 784)  # -1其实就是自动获取mini_batch
        x = F.relu(self.l1(x))
        x = F.relu(self.l2(x))
        x = F.relu(self.l3(x))
        x = F.relu(self.l4(x))
        return self.l5(x)  # ！！神经网络最后一层不做激活，不进行非线性变换
 
 
model = Net()
 
# construct loss and optimizer
criterion = torch.nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5)
 
# training cycle forward, backward, update
 
 
def train(epoch):
    running_loss = 0.0
    for batch_idx, data in enumerate(train_loader, 0):
        # 获得一个批次的数据和标签
        inputs, target = data
        optimizer.zero_grad()
        # 获得模型预测结果(64, 10)
        outputs = model(inputs)
        # 交叉熵代价函数outputs(64,10),target（64）
        loss = criterion(outputs, target) #直接将神经网络的输出交给CELoss损失函数来处理 
        loss.backward()
        optimizer.step()
 
        running_loss += loss.item() #每个iteration里面都要加起来
        if batch_idx % 300 == 299: #一个epoch为300次迭代
            print('[%d, %5d] loss: %.3f' % (epoch+1, batch_idx+1, running_loss/300))
            running_loss = 0.0
 
 
def test():
    correct = 0
    total = 0
    with torch.no_grad():
        for data in test_loader:
            images, labels = data
            outputs = model(images)
            _, predicted = torch.max(outputs.data, dim=1) # dim = 1 列是第0个维度，行是第1个维度
            total += labels.size(0)
            correct += (predicted == labels).sum().item()   # 张量之间的比较运算
    print('accuracy on test set: %d %% ' % (100*correct/total))
 
 
if __name__ == '__main__':
    for epoch in range(10):
        train(epoch)
        test()

代码解释

1、第8讲 from torch.utils.data import Dataset，第9讲 from torchvision import datasets。该datasets里面init，getitem, len魔法函数已实现。（更多了解可以参考PyTorch 详细常用图像数据集加载及预处理（三种）。）
2、torch.max的返回值有两个，第一个是每一行的最大值是多少，第二个是每一行最大值的下标(索引)是多少。

_, predicted = torch.max(outputs.data, dim=1)  # dim = 1 列是第0个维度，行是第1个维度

• debug观察变量，" _ "第一个变量的样子。通过debug你会看到各个变量的形式。" _ "是一个tensor，有64个数。每张图像输出的结果是一个1×10的列表，是由神经网络算出的，只不过最后一层输出没有激活，所以不是成概率分布在0-1之间。
• 另外因为我们不需要这个变量，所以" _ "作为下划线通常表示变量无用，只是作为一个placeholder



• 第二个变量predicted则是每一行的最大值的下标(索引)。

3、torch.no_grad()用法，训练train时需要更新网络中各权值的梯度，但test测试时不再需要。Python中with的用法。

4、torch.max(inputs,dim)使用详解 5、看到predicted " == "labels判两个tensor是否相等，又想了解一下pytorch如何判断两个Tensor是否相等。

如果是标量，可以直接进行 " == "判断。

如果是向量或矩阵，则torch.eq ：

torch.eq(torch.tensor([[1., 2.], [3., 4.]]), torch.tensor([[1., 1.], [4., 4.]]))
>>>tensor([[True, False], [False, True]])

或者torch.equal对于整个张量：

torch.equal(torch.tensor([[1., 2.], [3, 4.]]), torch.tensor([[1., 1.], [4., 4.]]))
>>> False
torch.equal(torch.tensor([[1., 2.], [3., 4.]]), torch.tensor([[1., 2.], [3., 4.]]))
>>> True

最后

关于为什么准确率到97%就上不去了。
因为用的全连接神经网络，而忽略了对局部信息的利用，把所有元素之间都做了全连接，也就是说图像里面某一个元素和其他元素都要产生联系，所以处理的时候权重不够高。处理图像的时候更关心高抽象级别的特征，我们用的是比较原始的特征，所以如果我们用某些特征提取，再去做分类训练，可能效果会更好一点，