第一周学习任务：深度学习和pytorch基础

一、绪论

1.深度学习

是一种特殊的机器学习方法，它应用了深度神经网络，通过在输入中先提取出简单的特征，再计算出更为复杂的特征，最后映射出输出结果。然而深度学习仍有一些问题亟待解决，如深度学习的算法输出不稳定，容易受到攻击；复杂度高难以调试，参数不透明，模型增量型差；容易产生机器偏见等。此外，深度学习与知识图谱逐渐从对立走向协同发展的方向。

2.神经网络

最早源于生物学概念，是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。三层前馈神经网络能以任意精度逼近任意预定的连续函数。神经网络学习如何利用矩阵的线性变换和激活函数的的非线性变换，将原始输入空间投影到线性可分空间，从而进行分类或回归。

3.人工智能的三个层面

• 计算智能：能存储，会计算
• 感知智能：能听会说、能看会认。类似于人的视觉、听觉、触觉等感知能力
• 认知智能：能理解、会思考。概念、意识、观念都是认知智能的表现

4.人工智能 > 机器学习 > 深度学习

5.逻辑演绎 vs 归纳总结

6.知识工程 vs 机器学习

知识工程

• 基于手工设计规则建立专家系统(~80年代末期)
• 结果容易解释
• 系统构建费时费力
• 依赖专家主观经验，难以保证一致性和准确性

机器学习

• 基于数据自动学习(90年代中期~)
• 减少人工繁杂工作，但结果可能不易解释
• 提高信息处理的效率，且准确率较高
• 来源于真实数据，减少人工规则主观性，可信度高

7.机器学习

定义

• 最常用定义：计算机系统能够利用经验提高自身的性能
• 可操作定义：机器学习本质是一个基于经验数据的函数估计问题
• 统计学定义：提取重要模式、趋势，并理解数据，即从数据中学习

怎么学

模型分类

1.数据标记：监督 vs 无监督学习模型

• 无监督学习：样本没有标记。无监督学习从数据中学习模式，适用于描述数据，目的在于发现数据中模式/有意义信息
• 监督学习：样本具有标记(输出目标)。监督学习从数据中学习标记分界面 (输入-输出的映射函数)，适用于预测数据标记

半监督学习、强化学习

• 半监督学习：部分数据标记已知，是监督学习和无监督学习的混合
• 强化学习：数据标记未知，但 知道与输出目标相关的反馈，适用决策类问题

2.数据分布：参数 vs 无参数模型

3.建模对象：判别 vs 生成模型

二、深度学习概述

1.神经网络结构的发展

2.深度学习的不能

1. 算法输出不稳定，容易被“攻击”
2. 模型复杂度高，难以纠错和调试
3. 模型层级复合程度高，参数不透明
4. 端到端训练方式对数据依赖性强，模型增量性差
5. 专注直观感知类问题，对开放性推理问题无能为力
6. 人类知识无法有效引入进行监督，机器偏见难以避免

三、pytorch 基础练习

代码练习 notebook 地址

"""
## 什么是 PyTorch ?
PyTorch是一个python库，它主要提供了两个高级功能：
- GPU加速的张量计算
- 构建在反向自动求导系统上的深度神经网络
## 1. 定义数据
一般定义数据使用torch.Tensor  ， tensor的意思是张量，是数字各种形式的总称
"""
import torch
# 可以是一个数
x = torch.tensor(666)
print(x)
# 可以是一维数组（向量）
x = torch.tensor([1,2,3,4,5,6])
print(x)
# 可以是二维数组（矩阵）
x = torch.ones(2,3)
print(x)
# 可以是任意维度的数组（张量）
x = torch.ones(2,3,4)
print(x)
"""
Tensor支持各种各样类型的数据，包括：
torch.float32, torch.float64, torch.float16, torch.uint8, torch.int8, torch.int16, torch.int32, torch.int64 。这里不过多描述。
创建Tensor有多种方法，包括：ones, zeros, eye, arange, linspace, rand, randn, normal, uniform, randperm, 使用的时候可以在线搜，下面主要通过代码展示。
"""
# 创建一个空张量
x = torch.empty(5,3)
print(x)
# 创建一个随机初始化的张量
x = torch.rand(5,3)
print(x)
# 创建一个全0的张量，里面的数据类型为 long
x = torch.zeros(5,3,dtype=torch.long)
print(x)
# 基于现有的tensor，创建一个新tensor，
# 从而可以利用原有的tensor的dtype，device，size之类的属性信息
y = x.new_ones(5,3)   #tensor new_* 方法，利用原来tensor的dtype，device
print(y)
z = torch.randn_like(x, dtype=torch.float)    # 利用原来的tensor的大小，但是重新定义了dtype
print(z)
"""
## 2. 定义操作
凡是用Tensor进行各种运算的，都是Function
最终，还是需要用Tensor来进行计算的，计算无非是
- 基本运算，加减乘除，求幂求余
- 布尔运算，大于小于，最大最小
- 线性运算，矩阵乘法，求模，求行列式
**基本运算包括：** abs/sqrt/div/exp/fmod/pow ，及一些三角函数 cos/ sin/ asin/ atan2/ cosh，及 ceil/round/floor/trunc 等具体在使用的时候可以百度一下
**布尔运算包括：** gt/lt/ge/le/eq/ne，topk, sort, max/min
**线性计算包括：** trace, diag, mm/bmm，t，dot/cross，inverse，svd 等
下面用具体的代码案例来学习。
"""
# 创建一个 2x4 的tensor
m = torch.Tensor([[2, 5, 3, 7],
                  [4, 2, 1, 9]])
print(m.size(0), m.size(1), m.size(), sep=' -- ')
# 返回 m 中元素的数量
print(m.numel())
# 返回 第0行，第2列的数
print(m[0][2])
# 返回 第1列的全部元素
print(m[:, 1])
# 返回 第0行的全部元素
print(m[0, :])
# Create tensor of numbers from 1 to 5
# 注意这里结果是1到4，没有5
v = torch.arange(1, 5)
print(v)
# 这里需要类型转换，才能进行后面的操作
m = m.type(torch.LongTensor)
print(m.type())
print(v.type())
# Scalar product
print(m)
print(v)
m @ v
# Calculated by 1*2 + 2*5 + 3*3 + 4*7
print(m[[0], :])
m[[0], :] @ v
# Add a random tensor of size 2x4 to m
m + torch.rand(2, 4)
# 转置，由 2x4 变为 4x2
print(m.t())
# 使用 transpose 也可以达到相同的效果，具体使用方法可以百度
print(m.transpose(0, 1))
# returns a 1D tensor of steps equally spaced points between start=3, end=8 and steps=20
torch.linspace(3, 8, 20)
from matplotlib import pyplot as plt
# matlabplotlib 只能显示numpy类型的数据，下面展示了转换数据类型，然后显示
# 注意 randn 是生成均值为 0， 方差为 1 的随机数
# 下面是生成 1000 个随机数，并按照 100 个 bin 统计直方图
plt.hist(torch.randn(1000).numpy(), 100);
# 当数据非常非常多的时候，正态分布会体现的非常明显
plt.hist(torch.randn(10**6).numpy(), 100);
# 创建两个 1x4 的tensor
a = torch.Tensor([[1, 2, 3, 4]])
b = torch.Tensor([[5, 6, 7, 8]])
# 在 0 方向拼接 （即在 Y 方各上拼接）, 会得到 2x4 的矩阵
print( torch.cat((a,b), 0))
# 在 1 方向拼接 （即在 X 方各上拼接）, 会得到 1x8 的矩阵
print( torch.cat((a,b), 1))

四、螺旋数据分类

理论学习地址

我的代码练习 notebook 地址

"""
## Spiral classifciation
本次的代码教程里解决 sprial classification 问题，教程有配套的文字版讲解理论，地址为：https://atcold.github.io/pytorch-Deep-Learning/chapters/02-3/   基础一般的同学可以适当看看理论
下面代码是下载绘图函数到本地。（画点的过程中要用到里面的一些函数）
"""
!wget https://raw.githubusercontent.com/Atcold/pytorch-Deep-Learning/master/res/plot_lib.py
"""引入基本的库，然后初始化重要参数"""
import random
import torch
from torch import nn, optim
import math
from IPython import display
from plot_lib import plot_data, plot_model, set_default
# 因为colab是支持GPU的，torch 将在 GPU 上运行
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print('device: ', device)
# 初始化随机数种子。神经网络的参数都是随机初始化的，
# 不同的初始化参数往往会导致不同的结果，当得到比较好的结果时我们通常希望这个结果是可以复现的，
# 因此，在pytorch中，通过设置随机数种子也可以达到这个目的
seed = 12345
random.seed(seed)
torch.manual_seed(seed)
N = 1000  # 每类样本的数量
D = 2  # 每个样本的特征维度
C = 3  # 样本的类别
H = 100  # 神经网络里隐层单元的数量
"""
初始化 X 和 Y。 X 可以理解为特征矩阵，Y可以理解为样本标签。
结合代码可以看到，X的为一个 NxC 行， D 列的矩阵。C 类样本，每类样本是 N个，所以是 N*C 行。每个样本的特征维度是2，所以是 2列。
在 python 中，调用 zeros 类似的函数，第一个参数是 y方向的，即矩阵的行；第二个参数是 x方向的，即矩阵的列，大家得注意下，不要搞反了。下面结合代码看看 3000个样本的特征是如何初始化的。
"""
X = torch.zeros(N * C, D).to(device)
Y = torch.zeros(N * C, dtype=torch.long).to(device)
for c in range(C):
    index = 0
    t = torch.linspace(0, 1, N) # 在[0，1]间均匀的取10000个数，赋给t
    # 下面的代码不用理解太多，总之是根据公式计算出三类样本（可以构成螺旋形）
    # torch.randn(N) 是得到 N 个均值为0，方差为 1 的一组随机数，注意要和 rand 区分开
    inner_var = torch.linspace( (2*math.pi/C)*c, (2*math.pi/C)*(2+c), N) + torch.randn(N) * 0.2
    # 每个样本的(x,y)坐标都保存在 X 里
    # Y 里存储的是样本的类别，分别为 [0, 1, 2]
    for ix in range(N * c, N * (c + 1)):
        X[ix] = t[index] * torch.FloatTensor((math.sin(inner_var[index]), math.cos(inner_var[index])))
        Y[ix] = c
        index += 1
print("Shapes:")
print("X:", X.size())
print("Y:", Y.size())
# visualise the data
plot_data(X, Y)
"""## 1. 构建线性模型分类"""
learning_rate = 1e-3 # 学习率
lambda_l2 = 1e-5 # 权重衰减超参数：正则项权重lambda
# nn 包用来创建线性模型
# 每一个线性模型都包含 weight 和 bias
model = nn.Sequential(
    nn.Linear(D, H),
    nn.Linear(H, C)
)
model.to(device) # 把模型放到GPU上
# nn 包含多种不同的损失函数，这里使用的是交叉熵（cross entropy loss）损失函数
criterion = torch.nn.CrossEntropyLoss()
# 这里使用 optim 包进行随机梯度下降(stochastic gradient descent)优化
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate, weight_decay=lambda_l2)
# 开始训练
for t in range(1000):
    # 把数据输入模型，得到预测结果
    y_pred = model(X)
    # 计算损失和准确率
    loss = criterion(y_pred, Y)
    score, predicted = torch.max(y_pred, 1)
    acc = (Y == predicted).sum().float() / len(Y)
    print('[EPOCH]: %i, [LOSS]: %.6f, [ACCURACY]: %.3f' % (t, loss.item(), acc))
    display.clear_output(wait=True)
    # 反向传播前把梯度置 0 
    optimizer.zero_grad()
    # 反向传播优化 
    loss.backward()
    # 更新全部参数
    optimizer.step()
"""
这里对上面的一些关键函数进行说明:
使用 print(y_pred.shape) 可以看到模型的预测结果，为[3000, 3]的矩阵。每个样本的预测结果为3个，保存在 y_pred 的一行里。值最大的一个，即为预测该样本属于的类别
score, predicted = torch.max(y_pred, 1) 是沿着第二个方向（即X方向）提取最大值。最大的那个值存在 score 中，所在的位置（即第几列的最大）保存在 predicted 中。下面代码把第10行的情况输出，供解释说明
此外，可以看到，每一次反向传播前，都要把梯度清零，这个在知乎上有一个回答，大家可以参考：https://www.zhihu.com/question/303070254
"""
print(y_pred.shape)
print(y_pred[10, :])
print(score[10])
print(predicted[10])
# Plot trained model
print(model)
plot_model(X, Y, model)
"""
上面使用 print(model) 把模型输出，可以看到有两层：
- 第一层输入为 2（因为特征维度为主2），输出为 100；
- 第二层输入为 100 （上一层的输出），输出为 3（类别数）
从上面图示可以看出，线性模型的准确率最高只能达到 50% 左右，对于这样复杂的一个数据分布，线性模型难以实现准确分类。
## 2. 构建两层神经网络分类
"""
learning_rate = 1e-3
lambda_l2 = 1e-5
# 这里可以看到，和上面模型不同的是，在两层之间加入了一个 ReLU 激活函数
model = nn.Sequential(
    nn.Linear(D, H),
    nn.ReLU(),
    nn.Linear(H, C)
)
model.to(device)
# 下面的代码和之前是完全一样的，这里不过多叙述
criterion = torch.nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate, weight_decay=lambda_l2) # built-in L2
# 训练模型，和之前的代码是完全一样的
for t in range(1000):
    y_pred = model(X)
    loss = criterion(y_pred, Y)
    score, predicted = torch.max(y_pred, 1)
    acc = ((Y == predicted).sum().float() / len(Y))
    print("[EPOCH]: %i, [LOSS]: %.6f, [ACCURACY]: %.3f" % (t, loss.item(), acc))
    display.clear_output(wait=True)
    # zero the gradients before running the backward pass.
    optimizer.zero_grad()
    # Backward pass to compute the gradient
    loss.backward()
    # Update params
    optimizer.step()
# Plot trained model
print(model)
plot_model(X, Y, model)
"""
可以看到，在两层神经网络里加入 ReLU 激活函数以后，分类的准确率得到了显著提高。
"""