当前位置：首页 > news >正文

抽象类VS接口：核心区别与实战选择

news 2025/11/16 6:07:17

阉游苍逗创建一个控制台项目，示例代码参考 example2.2，通过 nuget 引入以下类库：

TorchSharp

TorchSharp-cuda-windows

TorchVision

Maomi.Torch

首先添加以下代码，查找最适合当前设备的工作方式，主要是选择 GPU 开发框架，例如 CUDA、MPS，CPU，有 GPU 就用 GPU，没有 GPU 降级为 CPU。

using Maomi.Torch;

Device defaultDevice = MM.GetOpTimalDevice();

torch.set_default_device(defaultDevice);

Console.WriteLine("当前正在使用 {defaultDevice}");

下载数据集

训练模型最重要的一步是准备数据，但是准备数据集是一个非常繁杂和耗时间的事情，对于初学者来说也不现实，所以 Pytorch 官方在框架集成了一些常见的数据集，开发者可以直接通过 API 使用这些提前处理好的数据集和标签。

Pytorch 使用 torch.utils.data.Dataset 表示数据集抽象接口，存储了数据集的样本和对应标签；torch.utils.data.DataLoader 表示加载数据集的抽象接口，主要是提供了迭代器。这两套接口是非常重要的，对于开发者自定义的数据集，需要实现这两套接口，自定义加载数据集方式。

Pytorch 有三大领域的类库，分别是 TorchText、TorchVision、TorchAudio，这三个库都自带了一些常用开源数据集，但是 .NET 里社区仓库只提供了 TorchVision，生态严重落后于 Pytorch。TorchVision 是一个工具集，可以从 Fashion-MNIST 等下载数据集以及进行一些数据类型转换等功能。

在本章中，使用的数据集叫 FashionMNIST，Pytorch 还提供了很多数据集，感兴趣的读者参考：https://pytorch.org/vision/stable/datasets.html

现在开始讲解如何通过 TorchSharp 框架加载 FashionMNIST 数据集，首先添加引用：

using TorchSharp;

using static TorchSharp.torch;

using datasets = TorchSharp.torchvision.datasets;

using transforms = TorchSharp.torchvision.transforms;

然后通过接口加载训练数据集和测试数据集：

// 指定训练数据集

var training_data = datasets.FashionMNIST(

root: "data", // 数据集在那个目录下

train: true, // 加载该数据集，用于训练

download: true, // 如果数据集不存在，是否下载

target_transform: transforms.ConvertImageDtype(ScalarType.Float32) // 指定特征和标签转换，将标签转换为Float32

);

// 指定测试数据集

var test_data = datasets.FashionMNIST(

root: "data", // 数据集在那个目录下

train: false, // 加载该数据集，用于训练

download: true, // 如果数据集不存在，是否下载

target_transform: transforms.ConvertImageDtype(ScalarType.Float32) // 指定特征和标签转换，将标签转换为Float32

);

部分参数解释如下：

root 是存放训练/测试数据的路径。

train 指定训练或测试数据集。

download=True 如果 root 中没有数据，则从互联网下载数据。

transform 和 target_transform 指定特征和标签转换。

注意，与 Python 版本有所差异， Pytorch 官方给出了 ToTensor() 函数用于将图像转换为 torch.Tensor 张量类型，但是由于 C# 版本并没有这个函数，因此只能手动指定一个转换器。

启动项目，会自动下载数据集，接着在程序运行目录下会自动创建一个 data 目录，里面是数据集文件，包括用于训练的数据和测试的数据集。

image-20241202120839339

文件内容如下所示，子目录 test_data 里面的是测试数据集，用于检查模型训练情况和优化。

│ t10k-images-idx3-ubyte.gz

│ t10k-labels-idx1-ubyte.gz

│ train-images-idx3-ubyte.gz

│ train-labels-idx1-ubyte.gz

│

└───test_data

t10k-images-idx3-ubyte

t10k-labels-idx1-ubyte

train-images-idx3-ubyte

train-labels-idx1-ubyte

显示图片

数据集是 Dataset 类型，继承了 Dataset> 类型，Dataset 本质是列表，我们把 Dataset 列表的 item 称为数据，每个 item 都是一个字典类型，每个字典由 data、label 两个 key 组成。

在上一节，已经编写好如何加载数据集，将训练数据和测试数据分开加载，为了了解 Dataset ，读者可以通过以下代码将数据集的结构打印到控制台。

for (int i = 0; i < training_data.Count; i++)

{

var dic = training_data.GetTensor(i);

var img = dic["data"];

var label = dic["label"];

label.print();

}

通过观察控制台，可以知道，每个数据元素都是一个字典，每个字典由 data、label 两个 key 组成,dic["data"] 是一个图片，而 label 就是表示该图片的文本值是什么。

Maomi.Torch 框架提供了将张量转换为图片并显示的方法，例如下面在窗口显示数据集前面的三张图片：

for (int i = 0; i < training_data.Count; i++)

{

var dic = training_data.GetTensor(i);

var img = dic["data"];

var label = dic["label"];

if (i > 2)

{

break;

}

img.ShowImage();

}

使用 Maomi.ScottPlot.Winforms 库，还可以通过 img.ShowImageToForm() 接口通过窗口的形式显示图片。

你也可以直接转存为图片：

img.SavePng("data/{i}.png");

image-20250204215615584

加载数据集

由于 FashionMNIST 数据集有 6 万张图片，一次性加载所有图片比较消耗内存，并且一次性训练对 GPU 的要求也很高，因此我们需要分批处理数据集。

torch.utils.data 中有数据加载器，可以帮助我们分批加载图片集到内存中，开发时使用迭代器直接读取，不需要关注分批情况。

如下面所示，分批加载数据集，批处理大小是 64 张图片。

// 分批加载图像，打乱顺序

var train_loader = torch.utils.data.DataLoader(training_data, batchSize: 64, shuffle: true, device: defaultDevice);

// 分批加载图像，不打乱顺序

var test_loader = torch.utils.data.DataLoader(test_data, batchSize: 64, shuffle: false, device: defaultDevice);

注意，分批是在 DataLoader 内部发生的，我们可以理解为缓冲区大小，对于开发者来说，并不需要关注分批情况。

定义网络

接下来定义一个神经网络，神经网络有多个层，通过神经网络来训练数据，通过数据的训练可以的出参数、权重等信息，这些信息会被保存到模型中，加载模型时，必须要有对应的网络结构，比如神经网络的层数要相同、每层的结构一致。

该网络通过接受 28*28 大小的图片，经过处理后输出 10 个分类值，每个分类结果都带有其可能的概率，概率最高的就是识别结果。

将以下代码存储到 NeuralNetwork.cs 中。

using TorchSharp.Modules;

using static TorchSharp.torch;

using nn = TorchSharp.torch.nn;

public class NeuralNetwork : nn.Module

{

// 传递给基类的参数是模型的名称

public NeuralNetwork() : base(nameof(NeuralNetwork))

{

flatten = nn.Flatten();

linear_relu_stack = nn.Sequential(

nn.Linear(28 * 28, 512),

nn.ReLU(),

nn.Linear(512, 512),

nn.ReLU(),

nn.Linear(512, 10));

// C# 版本需要调用这个函数，将模型的组件注册到模型中

RegisterComponents();

}

Flatten flatten;

Sequential linear_relu_stack;

public override Tensor forward(Tensor input)

{

// 将输入一层层处理并传递给下一层

var x = flatten.call(input);

var logits = linear_relu_stack.call(x);

return logits;

}

注意，网络中只能定义字段，不要定义属性；不要使用 _ 开头定义字段；

然后继续在 Program 里继续编写代码，初始化神经网络，并使用 GPU 来加载网络。

var model = new NeuralNetwork();

model.to(defaultDevice);

优化模型参数

为了训练模型，需要定义一个损失函数和一个优化器，损失函数的主要作用是衡量模型的预测结果与真实标签之间的差异，即误差或损失，有了损失函数后，通过优化器可以指导模型参数的调整，使预测结果能够逐步靠近真实值，从而提高模型的性能。Pytorch 自带很多损失函数，这里使用计算交叉熵损失的损失函数。

// 定义损失函数、优化器和学习率

var loss_fn = nn.CrossEntropyLoss();

var optimizer = torch.optim.SGD(model.parameters(), learningRate : 1e-3);

同时，优化器也很重要，是用于调整模型参数以最小化损失函数的模块。

因为损失函数比较多，但是优化器就那么几个，所以这里简单列一下 Pytorch 中自带的一些优化器。

SGD（随机梯度下降）：通过按照损失函数的梯度进行线性步长更新权重；

Adam（自适应矩估计）：基于一阶和二阶矩估计的优化算法，它能自适应地调整学习率，对大多数问题效果较好；

RMSprop：适用于处理非平稳目标，能够自动进行学习率的调整；

AdamW（带权重衰减的 Adam）：在 Adam 的基础上添加了权重衰减（weight decay），防止过拟合。

训练模型

接下来讲解训练模型的步骤，如下代码所示。

下面是详细步骤：

每读取一张图片，就使用神经网络进行识别(.call() 函数)，pred 为识别结果；

通过损失函数判断网络的识别结果和标签值的误差；

通过损失函数反向传播，计算网络的梯度等；

通过 SGD 优化器，按照损失函数的梯度进行线性步长更新权重，optimizer.step() 会调整模型的权重，根据计算出来的梯度来更新模型的参数，使模型逐步接近优化目标。

因为数据是分批处理的，因此计算当前批次的梯度后，需要使用 optimizer.zero_grad() 重置当前所有梯度。

计算训练成果，即打印当前训练进度和损失值。

static void Train(DataLoader dataloader, NeuralNetwork model, CrossEntropyLoss loss_fn, SGD optimizer)

{

var size = dataloader.dataset.Count;

model.train();

int batch = 0;

foreach (var item in dataloader)

{

var x = item["data"];

var y = item["label"];

// 第一步

// 训练当前图片

var pred = model.call(x);

// 通过损失函数得出与真实结果的误差

var loss = loss_fn.call(pred, y);

// 第二步，反向传播

loss.backward();

// 计算梯度并优化参数

optimizer.step();

// 清空优化器当前的梯度

optimizer.zero_grad();

// 每 100 次打印损失值和当前训练的图片数量

if (batch % 100 == 0)

{

loss = loss.item();

// Pytorch 框架会在 x.shape[0] 存储当前批的位置

var current = (batch + 1) * x.shape[0];

Console.WriteLine("loss: {loss.item(),7} [{current,5}/{size,5}]");

}

batch++;

}

torch.Tensor 类型的 .shape 属性比较特殊，是一个数组类型，主要用于存储当前类型的结构，要结合上下文才能判断，例如在当前训练中，x.shape 值是 [64,1,28,28]，shape[1] 是图像的通道，1 是灰色，3 是彩色(RGB三通道)；shape[2]、shape[3] 分别是图像的长度和高度。

通过上面步骤可以看出，“训练” 是一个字面意思，跟人类的学习不一样，这里是先使用模型识别一个图片，然后计算误差，更新模型参数和权重，然后进入下一次调整。

训练模型的同时，我们还需要评估模型的准确率等信息，评估时需要使用测试图片来验证训练结果。

static void Test(DataLoader dataloader, NeuralNetwork model, CrossEntropyLoss loss_fn)

{

var size = (int)dataloader.dataset.Count;

var num_batches = (int)dataloader.Count;

// 将模型设置为评估模式

model.eval();

var test_loss = 0F;

var correct = 0F;

using (var n = torch.no_grad())

{

foreach (var item in dataloader)

{

var x = item["data"];

var y = item["label"];

// 使用已训练的参数预测测试数据

var pred = model.call(x);

// 计算损失值

test_loss += loss_fn.call(pred, y).item();

correct += (pred.argmax(1) == y).type(ScalarType.Float32).sum().item();

}

test_loss /= num_batches;

correct /= size;

Console.WriteLine("Test Error: \n Accuracy: {(100 * correct):F1}%, Avg loss: {test_loss:F8} \n");

}

下图是后面训练打印的日志，可以看出准确率是逐步上升的。

image-20250205090040316

在 Program 中添加训练代码，我们使用训练数据集进行五轮训练，每轮训练都输出识别结果。

// 训练的轮数

var epochs = 5;

foreach (var epoch in Enumerable.Range(0, epochs))

{

Console.WriteLine("Epoch {epoch + 1}\n-------------------------------");

Train(train_loader, model, loss_fn, optimizer);

Test(train_loader, model, loss_fn);

}

Console.WriteLine("Done!");

保存和加载模型

经过训练后的模型，可以直接保存和加载，代码很简单，如下所示：

model.save("model.dat");

Console.WriteLine("Saved PyTorch Model State to model.dat");

model.load("model.dat");

使用模型识别图片

要使用模型识别图片，只需要使用 var pred = model.call(x); 即可，但是因为模型并不能直接输出识别结果，而是根据网络结构输出到每个神经元中，每个神经元都表示当前概率。在前面定义的网络中，nn.Linear(512, 10)) 会输出 10 个分类结果，每个分类结果都带有概率，那么我们将概率最高的一个结果拿出来，就相当于图片的识别结果了。

代码如下所示，步骤讲解如下：

因为模型和网络并不使用字符串表示每个分类结果，所以需要手动配置分类表。

然后从测试数据集中选取第一个图片和标签，识别图片并获得序号。

从分类字符串中通过序号获得分类名称。

var classes = new string[] {

"T-shirt/top",

"Trouser",

"Pullover",

"Dress",

"Coat",

"Sandal",

"Shirt",