原书下载地址：
我用阿里云盘分享了「OReilly.PyTorch.Pocket.R...odels.149209000X.pdf」，你可以不限速下载🚀
复制这段内容打开「阿里云盘」App 即可获取
链接：https://www.aliyundrive.com/s/NZvnGbTYr6C
第一章 Pytorch简介
从近几年来，Pytorch越来越受到研究者或工程应用人群的喜爱。
在本章节里，作者简要介绍什么是Pytorch及为什么它能受到如此广泛的使用（make it popular）。同时在本章节里也将介绍使用在云端或本地电脑安装使用Pytorch。最终我们将学会如何验证Pytorch是否正确安装和运行一个简单的Pytorch应用程序。
Pytorch是Facebook的人工智能研究实验室（FAIR）免费开源出来的人工智能框架，至今已有1700多名贡献者。
- 易于数组结构类型的运算
- 创建动态神经网络
- 基于GPU加速的自动求解微分
- 简单灵活的接口，便于实验测试（加载数据，调用数据转换，创建模型，同时可以自己很容易构建训练，验证，测试模式）
- 生态圈的活跃度也高，如高校或知名大企业
正是基于一些特性，Pytorch的使用者越来越多，他们当中有的人用于张量计算加速，有的则是用于深度学习开发。
Many developers and researchers use PyTorch to accelerate deep learning research experimentation and prototyping. Its simple Python API, GPU support, and flexibility make it a popular choice among academic and commercial research organizations.
随着使用人群及场景不断丰富，Pytorch的更新迭代也是很快，同时也迎合了不同设备的使用需求（云服务器和移动终端平台）。
一个好的AI框架能为我们在做人工智能应用研究带来诸多便利：加载数据，预处理，模型设计，训练及部署等环节。
A deep learning framework makes it easy to perform common tasks such data loading, preprocessing, model design, training, and deployment.
Pytorch几大优势
- 不管是在高校圈还是在工程领域，Pytorch都是十分受欢迎的
- Pytorch支持市面上大部分主流的云平台（AWS，GCP，Azure，阿里云）。
- Pytorch支持谷歌的Colab及Kaggle比赛
- Pytorch成熟及稳定（现在版本1.8，最新应该是为1.9）
- Pytorch支持CPU，GPU，TPU及并行处理
- Pytorch支持分布式训练
- Pytorch应用容易部署到云端服务器（TorchScript, TorchServe）
- Pytorch开始支持移动端设备部署应用（安卓，iOS）
- Pytorch有较好的生态圈及相关补充优化包（NLP，CV）
- Pytorch支持C++前端接口
- Pytorch支持ONNX（Open Neural Network Exchange）
- Pytorch社区活跃度高，用户众多
Pytorch安装与使用
该部分现在网上资源很多，在这笔记里我就不多记录了
主要是介绍了Pytorch在Google Colaboratory的使用，在云服务器的安装使用及本地电脑安装使用。
详细可参阅官方安装页面引导。
https://pytorch.org/get-started/locally/
import torch
# 查看版本号
print(torch.__version__)
# 参看是否支持GPU加速
print(torch.cuda.is_available())
一个有趣的例子
书中是直接通过urllib包对网上的一个张图片进行下载，鉴于国内网络问题，这里直接下载保存下来作为后续样例使用。
样例图片下载地址：https://www.aliyundrive.com/s/LqmvEpYgWMy
%matplotlib inline
import matplotlib.pyplot as plt
from PIL import Image
fpath = 'coffee.jpg'
img = Image.open(fpath)
plt.imshow(img)
# SIZE
print(img.size)
# CHANNELS ('R', 'G', 'B')
print(img.getbands())
# RGB
print(img.mode)
从上面程序中我们可以得到该图片的尺寸是（1107 * 827），接下来我们通过Pytorch来对其进行一些图片预处理操作并转换为合适的格式，使其符合Pytorch的神经网络模型的数据类型需求（tensor）。
import torch
from torchvision import transforms
transform = transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
)
])
# 将PIL Image转换为 tensor
img_tensor = transform(img)
print(type(img_tensor), img_tensor.shape)
# <class 'torch.Tensor'> torch.Size([3, 224, 224])
# 将tensor转换为PIL Image
# image = img_tensor.cpu().clone()
# image = image.squeeze(0) # 压缩一维
image = transforms.ToPILImage()(img_tensor) # 自动转换为0-255
plt.imshow(image)
对比一下transform前后图片效果：
plt.figure(figsize=(8, 8))
plt.subplot(1, 2, 1)
plt.imshow(img)
plt.subplot(1, 2, 2)
plt.imshow(image)
plt.tight_layout()
plt.show()
在上面的例子中我们发现是通过Compose()方法对图片进行转换，且在这个过程中定义了一系列的转换器（a series of transforms），如resize，crop，totensor及归一化处理。
Normalizing the image improves the accuracy of the classifier.
基于已训练好的模型（AlexNet）进行图片分类预测
我们知道高效的机器学习处理过程，基本上都是基于批量（batches），所以对于我们刚加载进来的单张图片数据结构，需要做一些“加批量”维度处理。
在pytorch中我们调用unsqueeze()方法即可对单张图片数据增加一个维度作为批量值，即整个数据结构变为[1, 3, 224, 224]，其中1表示批量值为1，3为RGB三个通道，224*224为图片输入尺寸大小。
样例中ImageNet的labels数据文件下载地址：https://www.aliyundrive.com/s/NoLcfzUeXLv
batch = img_tensor.unsqueeze(0)
print(batch.shape)
# torch.Size([1, 3, 224, 224])
接下来就是调用AlexNet模型对图片进行推理预测。
AlexNet作为经典的分类模型，这里也不做过多介绍，大家可以自己百度了解相关内容。
%matplotlib inline
import matplotlib.pyplot as plt
from PIL import Image
import torch
from torchvision import transforms, models
# 定义device，便于后面程序使用
device = 'cuda' if torch.cuda.is_available() else 'cpu'
# 图片地址及imagenet的类别文件地址
image_path = 'coffee.jpg'
imagenet_labels_path = 'imagenet_class_labels.txt'
# 读取图片
img = Image.open(image_path)
# 显示图片
# plt.imshow(img)
# 定义转换器
transform = transforms.Compose([
transforms.Resize(256),
transforms.CenterCrop(224),
transforms.ToTensor(),
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
)
])
# 转换为tensor
img_tensor = transform(img)
# 将tensor转换为PIL Image格式
image_trans = transforms.ToPILImage()(img_tensor) # 自动转换为0-255
# plt.imshow(image_trans)
# transform前后图片对比
plt.figure(figsize=(8, 8))
plt.subplot(1, 2, 1)
plt.imshow(img)
plt.subplot(1, 2, 2)
plt.imshow(image_trans)
plt.tight_layout()
plt.show()
# 构建batch形式的单张图片结构[batch-size, channels, width, height]
batch = img_tensor.unsqueeze(0)
print(batch.shape)
# torch.Size([1, 3, 224, 224])
# 加载alexnet模型，pretrained=True，表示带训练好的参数模型
model = models.alexnet(pretrained=True)
# eval()表示模型仅用于推理或预测，并不对相关参数进行更新操作。
model.eval()
model.to(device)
y = model(batch.to(device))
# print(y.shape)
# torch.Size([1, 1000])
y_max, index = torch.max(y, 1)
# print(index, y_max)
# tensor([967], device='cuda:0') tensor([21.9117], device='cuda:0', grad_fn=<MaxBackward0>)
# 与分类名及索引对应起来
with open('imagenet_class_labels.txt') as f:
classes = [line.strip() for line in f.readlines()]
# print(classes[967])
# 967: 'espresso'
prob = torch.nn.functional.softmax(y, dim=1)[0] * 100
print(classes[index[0]], prob[index[0]].item())
# 967: 'espresso', 86.61658477783203
# 查看前面几个分值
_, indices = torch.sort(y, descending=True)
print('查看前面几个分值及类别：')
for idx in indices[0][:5]:
print(classes[idx], prob[idx].item())
从上图中，我们可以看出预测的结果还是比较可信的（espresso，浓缩咖啡）。
