pytorch rnn 实现手写字体识别

最新推荐文章于 2024-03-04 10:44:07 发布

原创

最新推荐文章于 2024-03-04 10:44:07 发布 · 929 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #人工智能 #神经网络

本文介绍如何使用PyTorch构建RNN进行手写数字识别，包括数据加载、模型构建、训练及测试过程。通过MNIST数据集，演示了RNN在序列数据上的应用。

pytorch rnn 实现手写字体识别

构建 RNN 代码


import  torch
import   torch.nn  as  nn
from  torch.autograd  import  Variable

import  torch.utils.data  as  Data

import   torchvision

import   matplotlib.pyplot  as  plt


torch.manual_seed(1)

#batch size
BATCH_SIZE=50
#学习率
LR= 0.001
DOWNLOAD=False
#是否训练
TRAIN =False



class   RNN(nn.Module):
    def __init__(self):
        super(RNN,self).__init__()


        '''
        input_size:输入特征的数目
        hidden_size:隐层的特征数目
        num_layers：这个是模型集成的LSTM的个数 记住这里是模型中有多少个LSTM摞起来 一般默认就1个
        #batch_first: 输入数据的size为[batch_size, time_step, input_size]还是[time_step, batch_size, input_size]
       '''
        self.rnn= nn.LSTM(
            input_size=28,
            hidden_size=64,
            num_layers=3,
            batch_first=True #batch_first: 输入数据的size为[batch_size, time_step, input_size]还是[time_step, batch_size, input_size]

        )

        self.out