pytorch教程实现mnist手写数字识别代码示例

下面是“pytorch教程实现mnist手写数字识别代码示例”的攻略。

概述

在这个教程中，我们将使用PyTorch框架来实现一个手写数字识别模型，即利用深度学习技术识别“0”到“9”共10个数字。我们将使用一个称为MNIST的数据集，它包含了大量由手写数字扫描所得的数字图像。具体而言，我们将建立一个由2个卷积层、2个全连接层和一个输出层组成的神经网络模型，以达到高准确率的分类效果。

步骤

1. 下载和加载MNIST数据集。

首先，我们需要下载MNIST数据集并进行加载。PyTorch中提供了torchvision.datasets.MNIST()函数来下载和加载该数据集，该函数可以根据指定的根路径下载数据集。

from torchvision.datasets import MNIST
from torchvision import transforms

# 加载数据集
train_data = MNIST(root="./data", train=True, download=True, transform=transforms.ToTensor())
test_data = MNIST(root="./data", train=False, download=True, transform=transforms.ToTensor())

1. 创建和训练模型。

我们将使用两个卷积层和两个全连接层来构建MNIST分类模型。需要注意的是，在构建模型之前，我们需要首先定义每个网络层的输入输出大小和层数，以及数据集的批处理大小。

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 64, 3, padding=1) 
        self.conv2 = nn.Conv2d(64, 32, 3, padding=1)
        self.fc1 = nn.Linear(32 * 7 * 7, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.conv1(x)
        x = F.relu(x)
        x = F.max_pool2d(x, 2)
        x = self.conv2(x)
        x = F.relu(x)
        x = F.max_pool2d(x, 2)
        x = x.view(-1, 32 * 7 * 7)
        x = self.fc1(x)
        x = F.relu(x)
        x = self.fc2(x)
        x = F.log_softmax(x, dim=1)
        return x


# 设置训练的超参数
batch_size = 64
learning_rate = 0.01
momentum = 0.5
epochs = 1

# 创建模型
model = Net()

# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate, momentum=momentum)

# 训练模型
for epoch in range(epochs):
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data
        optimizer.zero_grad()
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

print("Training finished")

1. 使用模型进行预测和测试。

在训练完成后，我们可以使用测试数据集来测试模型的准确性，以预测分类结果。

# 测试模型
correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = model(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print('Accuracy of the network on the test images: %d %%' % (100 * correct / total))

示例1

from torchvision.datasets import MNIST
from torchvision import transforms

train_data = MNIST(root="./data", train=True, download=True, transform=transforms.ToTensor())
test_data = MNIST(root="./data", train=False, download=True, transform=transforms.ToTensor())

在示例1中，我们使用PyTorch中的MNIST()方法，从指定的根目录下载和加载MNIST数据集，并使用transforms.ToTensor()方法将图像数据转换为PyTorch张量形式。

示例2

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 64, 3, padding=1) 
        self.conv2 = nn.Conv2d(64, 32, 3, padding=1)
        self.fc1 = nn.Linear(32 * 7 * 7, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.conv1(x)
        x = F.relu(x)
        x = F.max_pool2d(x, 2)
        x = self.conv2(x)
        x = F.relu(x)
        x = F.max_pool2d(x, 2)
        x = x.view(-1, 32 * 7 * 7)
        x = self.fc1(x)
        x = F.relu(x)
        x = self.fc2(x)
        x = F.log_softmax(x, dim=1)
        return x


batch_size = 64
learning_rate = 0.01
momentum = 0.5
epochs = 1

model = Net()

criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate, momentum=momentum)

for epoch in range(epochs):
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data
        optimizer.zero_grad()
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

print("Training finished")

在示例2中，我们定义了一个神经网络模型Net，它有两个卷积层和两个全连接层。我们使用nn.Module类来创建模型，该类封装了模型的架构以及一些有用的工具方法。在Net模型的forward()函数中，我们定义了前向传播的流程。在模型的训练中，我们以batch_size为单位，用指定的优化器和损失函数进行权重调整，训练集上的迭代次数为epochs，训练好的模型保存在model中。