多层全连接神经网络实现MNIST手写数字分类

最新推荐文章于 2023-03-22 19:40:36 发布

原创

最新推荐文章于 2023-03-22 19:40:36 发布 · 2.5k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#MNIST #pytorch #数字识别

mnist 数据集是一个非常出名的数据集，基本上很多网络都将其作为一个测试的标准，其来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST)。训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员，一共有 60000 张图片。测试集(test set) 也是同样比例的手写数字数据，一共有 10000 张图片。

每张图片大小是 28 x 28 的灰度图：

完整代码在：GitHub 一共4个文件

MNIST.py 是主函数

net.py 里面定义了3种网络，训练的时候选择其中一种

readpic.py 用于读取图片，看看能否识别出来

3.jpg 就是自己用画图手写的一个数字和28*28差不多大

net.py 代码：

import torch
import torch.nn as nn


class simpleNet(nn.Module):
    """
    简单的三层全连接神经网络
    """
    def __init__(self, in_dim, n_hidden_1, n_hidden_2, out_dim):
        super(simpleNet, self).__init__()
        self.layer1 = nn.Linear(in_dim, n_hidden_1)
        self.laye