PyTorch - 卷积网络可视化

PyTorch - ConvNets 图像数据可视化

理解和可视化您的输入数据是任何深度学习项目（尤其是在处理图像任务的卷积神经网络，即 ConvNets 或 CNNs 时）至关重要的第一步。本章演示了如何使用 torchvision 加载一个标准数据集（如 MNIST），并使用 matplotlib 可视化其中的一些图像。

步骤 1：导入所需模块

我们将需要 torch，用于数据集和图像转换的 torchvision，以及用于绘图的 matplotlib.pyplot。

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np # For converting tensors to numpy arrays for plotting

# 将张量（Tensor）转换为 NumPy 数组（array）以进行绘图

步骤 2：加载数据集

torchvision.datasets 提供了轻松访问流行数据集（如 MNIST、CIFAR10 等）的功能。我们还将使用 torch.utils.data.DataLoader 以批次（batch）为单位迭代数据。transforms.ToTensor() 将 PIL 图像或 NumPy ndarray 转换为 PyTorch 张量（Tensor），并将像素值缩放到 [0.0, 1.0] 的范围。

# 为数据集定义转换（transform）
# ToTensor() 将 PIL Image 或 numpy.ndarray 转换为 FloatTensor。
# 它还会将图像的像素强度值缩放到 [0., 1.] 的范围。
transform = transforms.Compose([
    transforms.ToTensor(),
    # 您可以根据模型需要添加其他转换，例如 Normalize
    # transforms.Normalize((0.5,), (0.5,)) # 单通道图像的示例, (均值,), (标准差,)
])

# 加载 MNIST 训练数据集
# download=True 将在根目录（root directory）中找不到数据集时下载它
train_dataset = torchvision.datasets.MNIST(root='./data',
                                           train=True,
                                           transform=transform,
                                           download=True)

# 创建一个 DataLoader 以迭代数据集
# batch_size 定义了每个批次加载多少样本
train_loader = torch.utils.data.DataLoader(dataset=train_dataset,
                                           batch_size=4,
                                           shuffle=True) # 打乱顺序以获得更好的训练效果

此代码下载 MNIST 数据集（如果 ./data 目录中尚未存在），应用定义的转换（transform），并准备好数据加载器（data loader）。

步骤 3：可视化部分图像

现在，让我们从 train_loader 中获取一个图像批次（batch）并显示它们。

# 显示图像的函数
def imshow(img_tensor, title=None):
    """Imshow for Tensor."""
    # PyTorch 张量通常是 (通道数 C, 高 H, 宽 W) 的格式
    # Matplotlib 需要 (高 H, 宽 W, 通道数 C) 或 (高 H, 宽 W)（用于灰度图）的格式
    img_numpy = img_tensor.numpy() # 将张量转换为 numpy 数组

    # 如果是彩色图像，调整通道顺序。对于灰度图像 (1, H, W)，压缩通道维度。
    if img_numpy.shape[0] == 1: # 灰度图
        plt.imshow(np.squeeze(img_numpy), cmap='gray')
    else: # 彩色图
        plt.imshow(np.transpose(img_numpy, (1, 2, 0)))

    if title is not None:
        plt.title(title)
    plt.axis('off') # 隐藏坐标轴

# 获取一个训练数据批次
data_iter = iter(train_loader)
images, labels = next(data_iter) # In Python 3, next(data_iter) is preferred over data_iter.next()

# 创建一个图像网格并显示
# torchvision.utils.make_grid 接受一个图像批次 (批量大小 B, 通道数 C, 高 H, 宽 W)
# 并将其排列成一个网格图像。
img_grid = torchvision.utils.make_grid(images)

plt.figure(figsize=(8, 2)) # 根据需要调整图形大小
imshow(img_grid, title=[str(x.item()) for x in labels]) # 标题为对应标签
plt.show()

# 显示批次中的单张图像：
# plt.figure()
# imshow(images[0], title=f"Label: {labels[0].item()}") # 标题为对应标签
# plt.show()

此代码片段将显示一个 MNIST 数据集图像网格，以及它们对应的标签。可视化数据（Visualizing your data）有助于您确认数据是否正确加载，并理解其特征，然后再将其输入到 ConvNet 中。对于更高级的可视化，例如模型激活（activation）或特征图（feature map），通常会结合 PyTorch 使用 TensorBoard 等工具。