PyTorch实现MNIST手写数字识别

训练集和测试集的手写字都是黑底白字,但是自己测试的数字一般都是白底,测试效果很差,所以加了一行反转颜色代码

# 反转颜色
img = PIL.ImageOps.invert(img)

一、导入包

import torch
from torch.nn import Sequential
from matplotlib import pyplot as plt
from torch import nn, optim
from torchvision import datasets, transforms
from torch.utils.data import DataLoader

二、加载训练集和测试集

# 从指定路径加载数据集,不下载,并将其转化为Tensor格式
train_dataset = datasets.MNIST(root='../mnist',
                               train=True,
                               transform=transforms.ToTensor(),
                               download=False)

test_dataset = datasets.MNIST(root='../mnist',
                              train=False,
                              transform=transforms.ToTensor(),
                              download=False)

三、定义数据包装器

# 每批的数据为64个,用于数据加载,shuffle为打乱数据
batch_size = 64
train_loader = DataLoader(dataset=train_dataset,
                          batch_size=batch_size,
                          shuffle=True)
test_loader=DataLoader(dataset=test_dataset,
                       batch_size=batch_size,
                       shuffle=False)

四、展示数据集

# 该维度表示64张图片,每张的channel为1,宽高为28,28
for i, data in enumerate(train_loader):
    inputs, labels = data
    print(inputs.shape)
    print(labels.shape)
    break

# 随机绘图
idx = 555
# dataset支持下标索引,元素为target,features 标签,属性
img = test_dataset[idx][0].numpy()
# 索引features
plt.imshow(img[0], cmap='gray')
# train_dataset[][0]为图片信息,train_dataset[][1]为label
print("标签是:", test_dataset[idx][1])
plt.show()

五、神经网络

# nn.Module
class CNN(nn.Module):
    # 初始化相关网络层
    def __init__(self):
        # 初始化父类
        super(CNN, self).__init__()
        self.conv1 = Sequential(
            nn.Conv2d(1, 4, 5, 1, 2),
            nn.ReLU(),
            nn.MaxPool2d(2, 2)
        )
        self.conv2 = Sequential(
            nn.Conv2d(4, 8, 5, 1, 2),
            nn.ReLU(),
            nn.MaxPool2d(2, 2)
        )
        self.fc1 = Sequential(
            nn.Linear(392, 50),
            nn.Dropout(0.5),
            nn.ReLU()
        )
        self.fc2 = Sequential(
            nn.Linear(50, 10),
            nn.Softmax(dim=1)
        )
    # 定义传播函数
    def forward(self,x):
        x = self.conv1(x)
        x = self.conv2(x)
        x = x.reshape(x.shape[0], -1)
        x = self.fc1(x)
        x = self.fc2(x)
        return x
# 定义模型
model = CNN()
if torch.cuda.is_available():
    model = model.cuda()

六、学习率、损失函数和优化器

# 学习率
learning_rate = 0.01
# 定义损失函数:交叉熵
loss_fn = nn.CrossEntropyLoss()
loss_fn = loss_fn.cuda()
# 定义优化器
optimizer = optim.SGD(model.parameters(), learning_rate)

七、训练数据和测试,保存

def train():
    model.train()
    for i, data in enumerate(train_loader):
        input, target = data
        input = input.cuda()
        target = target.cuda()
        # 预测结果
        output = model(input)
        # 计算损失
        loss = loss_fn(output, target)
        # 梯度清0
        optimizer.zero_grad()
        # 反向传播得到每一个参数节点的梯度
        loss.backward()
        # 对参数进行优化
        optimizer.step()

def test():
    model.eval()
    correct = 0
    for i, data in enumerate(train_loader):
        input, target = data
        input = input.cuda()
        target = target.cuda()
        output = model(input)
        _, pred = torch.max(output, 1)
        correct += (pred == target).sum()
    print('准确率:', correct.item()/len(train_dataset))
    correct = 0
    with torch.no_grad():
        for i, data in enumerate(test_loader):
            input, target = data
            input = input.cuda()
            target = target.cuda()
            output = model(input)
            _, pred = torch.max(output, 1)
            correct += (pred == target).sum()
        print('准确率:', correct.item()/len(test_dataset))

# 训练15次模型,不断修改权重
for epoch in range(15):
    print('epoch:', epoch)
    train()
    test()

# 保存模型的参数
torch.save(model.state_dict(), r'D:\Python\ppp\first\hand_writer_0-9\15.pth')

八、模型测试

import PIL.ImageOps
import torch
from PIL import Image
from torch import nn
from torch.nn import Sequential
from torchvision.transforms import transforms

class CNN(nn.Module):
    # 初始化相关网络层
    def __init__(self):
        # 初始化父类
        super(CNN, self).__init__()
        self.conv1 = Sequential(
            nn.Conv2d(1, 4, 5, 1, 2),
            nn.ReLU(),
            nn.MaxPool2d(2, 2)
        )
        self.conv2 = Sequential(
            nn.Conv2d(4, 8, 5, 1, 2),
            nn.ReLU(),
            nn.MaxPool2d(2, 2)
        )
        self.fc1 = Sequential(
            nn.Linear(392, 50),
            nn.Dropout(0.5),
            nn.ReLU()
        )
        self.fc2 = Sequential(
            nn.Linear(50, 10),
            nn.Softmax(dim=1)
        )
# 定义传播函数
    def forward(self,x):
        x = self.conv1(x)
        x = self.conv2(x)
        x = x.reshape(x.shape[0], -1)
        x = self.fc1(x)
        x = self.fc2(x)
        return x
# 重新定义模型,加载保存的参数
model = CNN()
model.load_state_dict(torch.load(r'D:\Python\ppp\first\hand_writer_0-9\15.pth'))


# 读取图片
img = Image.open(r'D:\Python\ppp\first\number_3.png')
# 改变图片大小
img = img.resize((28, 28))
# 图片灰度化
img = img.convert('L')
# 反转颜色
img = PIL.ImageOps.invert(img)
# 将图片转化为Tensor
transform = transforms.Compose([transforms.ToTensor()])
# 将图片增加一个维度,卷积层需要4维
img = transform(img).unsqueeze(0)
# 模型转化为测试类型
model.eval()
with torch.no_grad():
    output = model(img)
    _, pred = torch.max(output, 1)
print("数字:", pred.item())

### 回答1: PyTorch是一种深度学习框架,可以用来实现MNIST手写数字识别MNIST是一个常用的数据集,包含了大量手写数字的图像和对应的标签。我们可以使用PyTorch来构建一个卷积神经网络模型,对这些图像进行分类,从而实现手写数字识别的功能。具体实现过程可以参考PyTorch官方文档或相关教程。 ### 回答2: MNIST是一个经典的手写数字识别问题,其数据集包括60,000个训练样本和10,000个测试样本。PyTorch作为深度学习领域的热门工具,也可以用来实现MNIST手写数字识别。 第一步是加载MNIST数据集,可以使用PyTorch的torchvision.datasets模块实现。需要注意的是,MNIST数据集是灰度图像,需要将其转换为标准的三通道RGB图像。 ```python import torch import torchvision import torchvision.transforms as transforms # 加载数据集 train_dataset = torchvision.datasets.MNIST(root='./data', train=True, transform=transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))]), download=True) test_dataset = torchvision.datasets.MNIST(root='./data', train=False, transform=transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))]), download=True) train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=64, shuffle=True) test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=64, shuffle=False) ``` 第二步是构建模型。在MNIST手写数字识别问题中,可以选择使用卷积神经网络(CNN),其可以捕获图像中的局部特征,这对于手写数字识别非常有用。 ```python 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, 32, kernel_size=3) self.conv2 = nn.Conv2d(32, 64, kernel_size=3) self.dropout1 = nn.Dropout2d(0.25) self.dropout2 = nn.Dropout2d(0.5) self.fc1 = nn.Linear(64*12*12, 128) self.fc2 = nn.Linear(128, 10) def forward(self, x): x = self.conv1(x) x = F.relu(x) x = self.conv2(x) x = F.relu(x) x = F.max_pool2d(x, kernel_size=2) x = self.dropout1(x) x = torch.flatten(x, 1) x = self.fc1(x) x = F.relu(x) x = self.dropout2(x) x = self.fc2(x) output = F.log_softmax(x, dim=1) return output model = Net() ``` 第三步是定义优化器和损失函数,并进行训练和测试。在PyTorch中,可以选择使用交叉熵损失函数和随机梯度下降(SGD)优化器进行训练。 ```python import torch.optim as optim # 定义优化器和损失函数 criterion = nn.CrossEntropyLoss() optimizer = optim.SGD(model.parameters(), lr=0.01, momentum=0.5) # 训练模型 for epoch in range(10): running_loss = 0.0 for i, data in enumerate(train_loader, 0): inputs, labels = data optimizer.zero_grad() outputs = model(inputs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() if i % 100 == 99: print('[%d, %5d] loss: %.3f' % (epoch + 1, i + 1, running_loss / 100)) running_loss = 0.0 # 测试模型 correct = 0 total = 0 with torch.no_grad(): for data in test_loader: 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 10000 test images: %d %%' % (100 * correct / total)) ``` 最后,可以输出测试集上的准确率。对于这个模型,可以得到大约98%的准确率,具有很好的性能。 ### 回答3: PyTorch是一个常用的深度学习框架,通过PyTorch可以方便地实现mnist手写数字识别mnist手写数字数据集是机器学习领域的一个经典数据集,用于训练和测试数字识别算法模型。以下是PyTorch实现mnist手写数字识别的步骤: 1. 获取mnist数据集:可以通过PyTorch提供的工具包torchvision来获取mnist数据集。 2. 数据预处理:将数据集中的手写数字图片转换为张量,然后进行标准化处理,使得每个像素值都在0到1之间。 3. 构建模型:可以使用PyTorch提供的nn模块构建模型,常用的模型包括卷积神经网络(CNN)和全连接神经网络(FNN)。例如,可以使用nn.Sequential()函数将多个层逐一堆叠起来,形成一个模型。 4. 训练模型:通过定义损失函数和优化器,使用训练数据集对模型进行训练。常用的损失函数包括交叉熵损失函数和均方误差损失函数,常用的优化器包括随机梯度下降(SGD)和Adam。 5. 测试模型:通过测试数据集对模型进行测试,可以用测试准确率来评估模型的性能。 以下是一个简单的PyTorch实现mnist手写数字识别的代码: ``` python import torch import torch.nn as nn import torch.nn.functional as F import torchvision import torchvision.transforms as transforms # 获取数据集 train_dataset = torchvision.datasets.MNIST(root='./data', train=True, transform=transforms.ToTensor(), download=True) test_dataset = torchvision.datasets.MNIST(root='./data', train=False, transform=transforms.ToTensor()) # 数据加载器 train_loader = torch.utils.data.DataLoader(dataset=train_dataset, batch_size=100, shuffle=True) test_loader = torch.utils.data.DataLoader(dataset=test_dataset, batch_size=100, shuffle=False) # 构建模型 class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(1, 32, kernel_size=5) self.conv2 = nn.Conv2d(32, 64, kernel_size=5) self.fc1 = nn.Linear(1024, 256) self.fc2 = nn.Linear(256, 10) def forward(self, x): x = F.relu(self.conv1(x)) x = F.max_pool2d(x, 2) x = F.relu(self.conv2(x)) x = F.max_pool2d(x, 2) x = x.view(-1, 1024) x = F.relu(self.fc1(x)) x = self.fc2(x) return F.log_softmax(x, dim=1) model = Net() # 定义损失函数和优化器 criterion = nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.parameters(), lr=0.001) # 训练模型 num_epochs = 10 for epoch in range(num_epochs): for i, (images, labels) in enumerate(train_loader): # 转换为模型所需格式 images = images.float() labels = labels.long() # 前向传播和计算损失 outputs = model(images) loss = criterion(outputs, labels) # 反向传播和更新参数 optimizer.zero_grad() loss.backward() optimizer.step() # 每100个批次输出一次日志 if (i+1) % 100 == 0: print('Epoch [{}/{}], Step [{}/{}], Loss: {:.4f}'.format(epoch+1, num_epochs, i+1, len(train_dataset)//100, loss.item())) # 测试模型 correct = 0 total = 0 with torch.no_grad(): # 不需要计算梯度 for images, labels in test_loader: # 转换为模型所需格式 images = images.float() labels = labels.long() # 前向传播 outputs = model(images) _, predicted = torch.max(outputs.data, 1) # 统计预测正确数和总数 total += labels.size(0) correct += (predicted == labels).sum().item() print('Test Accuracy: {:.2f}%'.format(100 * correct / total)) ``` 以上就是一个基于PyTorchmnist手写数字识别的简单实现方法。需要注意的是,模型的设计和训练过程可能会受到多种因素的影响,例如网络结构、参数初始化、优化器等,需要根据实际情况进行调整和优化,才能达到更好的性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值