PythonでDeep Learningを学ぶ PyTorch MNISTを試す

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transforms
from torch.optim.lr_scheduler import StepLR


class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()

        # 畳み込み層(1層目, 2層目)
        # in_channels : 入力チャンネル
        # out_channels : 特徴量を出力
        # kernel_size : カーネルサイズ(以下では3x3)
        self.conv1 = nn.Conv2d(in_channels=1, out_channels=32, kernel_size=3)
        self.conv2 = nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3)

        # ドロップアウト層(1層目, 2層目)
        # 隣接するピクセルが入力確率ですべて0か、すべてアクティブになるように設計
        # nn.Dropout2d()は、過学習を抑えるのに使用
        # p : 要素が0である確率
        self.dropout1 = nn.Dropout2d(p=0.25)
        self.dropout2 = nn.Dropout2d(p=0.5)

        # 全結合層(1層目, 2層目)
        # in_features : 入力サンプルのサイズ
        # out_features : 出力サンプルのサイズ
        self.fc1 = nn.Linear(in_features=9216, out_features=128)
        self.fc2 = nn.Linear(in_features=128, out_features=10)

    '''
    # 順伝播
        構成する要素を整理
        # ReLU関数
            * 活性化関数 入力が0以下の時0、1より大きい時そのまま出力
        # Pooling層
            * Convolutoin層の後に適用されることが多い
            * より扱いやすくするために入力データの情報を圧縮しダウンサンプルする
            * max poolingは、小領域に対し最大の値を選択する操作
        # flattenでは多重配列の指定した深さ以下を一つの配列の要素としてまとめる
        # log_softmax()はソフトマックスと対数を適用する
            * Softmaxは、n次元の入力テンソルに対して適用され、
              n次元の出力テンソルの要素が[0,1]の範囲内で、和が1になるように再スケーリングする
    '''

    def forward(self, x):
                                          # [batch_size, channels, height, width]
                                          # torch.Size([64, 1, 28, 28])
        x = self.conv1(x)                 # torch.Size([64, 32, 26, 26])
        x = F.relu(x)                     # torch.Size([64, 32, 26, 26])
        x = self.conv2(x)                 # torch.Size([64, 64, 24, 24])
        x = F.relu(x)                     # torch.Size([64, 64, 24, 24])
        x = F.max_pool2d(x, 2)            # torch.Size([64, 64, 12, 12])
        x = self.dropout1(x)              # torch.Size([64, 64, 12, 12])
        x = torch.flatten(x, 1)           # torch.Size([64, 9216]) 64 * 12 * 12
        x = self.fc1(x)                   # torch.Size([64, 128])
        x = F.relu(x)                     # torch.Size([64, 128])
        x = self.dropout2(x)              # torch.Size([64, 128])
        x = self.fc2(x)                   # torch.Size([64, 10])
        output = F.log_softmax(x, dim=1)  # torch.Size([64, 10])
        return output


def train(model, device, train_loader, optimizer):
    model.train()
    for _, (data, target) in enumerate(train_loader):
        data, target = data.to(device), target.to(device)
        optimizer.zero_grad()
        output = model(data)
        loss = F.nll_loss(output, target)
        loss.backward()
        optimizer.step()


def test(model, device, test_loader, epoch):
    model.eval()
    test_loss = 0
    correct = 0
    with torch.no_grad():
        for data, target in test_loader:
            data, target = data.to(device), target.to(device)
            output = model(data)
            test_loss += F.nll_loss(output, target, reduction='sum').item()
            pred = output.argmax(dim=1, keepdim=True)
            correct += pred.eq(target.view_as(pred)).sum().item()

    test_loss /= len(test_loader.dataset)

    print('\nepoch:{}, Test set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(
        epoch, test_loss, correct, len(test_loader.dataset),
        100. * correct / len(test_loader.dataset)))


if __name__ == '__main__':

    # 初期化
    use_cuda = torch.cuda.is_available()
    torch.manual_seed(1)
    device = torch.device("cuda" if use_cuda else "cpu")
    kwargs = {'batch_size': 64}
    if use_cuda:
        kwargs.update({'num_workers': 1, 'pin_memory': True, 'shuffle': True})
    transform = transforms.Compose([
        transforms.ToTensor(),
        transforms.Normalize((0.1307,), (0.3081,))
    ])

    # データの準備、ダウンロードと読み込み
    dataset1 = datasets.MNIST('./data', train=True,
                              download=True, transform=transform)
    dataset2 = datasets.MNIST('./data', train=False, transform=transform)
    train_loader = torch.utils.data.DataLoader(dataset1, **kwargs)
    test_loader = torch.utils.data.DataLoader(dataset2, **kwargs)

    # モデルの構築
    model = Net().to(device)
    optimizer = optim.Adadelta(model.parameters(), lr=1.0)
    scheduler = StepLR(optimizer, step_size=1, gamma=0.7)

    # モデルの学習
    for epoch in range(1, 15):
        train(model, device, train_loader, optimizer)
        test(model, device, test_loader, epoch)
        scheduler.step()

    # モデルの保存
    torch.save(model.state_dict(), "mnist_cnn.pt")