使用pytorch实现数字识别器

前言：本篇文章是关于数字识别器的识别和卷积神经网络的应用。
若对卷积神经网络不熟悉，可参考文章：卷积神经网络
关于深度学习的一些代码及实战，可参考深度学习基础（github）

下面我们尝试用PyTorch搭建一个卷积神经网络，并用它来解决手写数字识别的问题。

1、数据准备

# torchvision主要是导入数据，若认为麻烦，可使用d2l中的数据集；若没有torchvision，在cmd输入pip install torchvision


import torch
import torchvision
from torch import nn
import torchvision.transforms as transforms
from d2l import torch as d2l
import matplotlib.pyplot as plt

2、数据集导入

事实上PyTorch自带了一系列数据集，其中就包括我们将使用的手写数字数据集MNIST（这是一组手写数字的图像），还开发了数据处理的包，封装了处理数据集的常用功能，可以将各种数据类型转换成张量，方便以后的批训练。

# 假设你使用 torchvision 来加载数据
transform = transforms.Compose([
    transforms.ToTensor(),  # 将图片转换为 Tensor
    transforms.Normalize((0.5,), (0.5,))  # 归一化
])

# 加载训练集
trainset = torchvision.datasets.MNIST(root='./data', train=True, download=True, transform=transform)
train_loader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
# 加载训练集
testset = torchvision.datasets.MNIST(root='./data', train=False, download=True, transform=transform)
test_loader = torch.utils.data.DataLoader(testset, batch_size=64, shuffle=True)

# 若不想使用torchvision ,可使用 d2l
# train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size, resize=224)

3、照片展示

对于已经处理好的数据，我们可以直接根据索引去提取，并通过Python的绘图处理包将手写数字显示出来。

pic,label=trainset[0]
pic=pic.numpy()
plt.imshow(pic[0])
# plt.imshow(pic[0],cmap='gray')
print(label)

3、cnn模型构造（以AlexNet为例）

dropout正是一种防止过拟合的技术。简单来说，dropout就是指在深度网络的训练过程中，根据一定的概率随机将其中的一些神经元暂时丢弃。Conv2d为卷积层操作，MaxPool2d为池化层操作，采用最大汇聚方法，使用relu激活函数。

net = nn.Sequential(  
    nn.Conv2d(1