卷积神经网络--手写数字识别
本文我们通过搭建卷积神经网络模型，实现手写数字识别。
pytorch中提供了手写数字的数据集 ，我们可以直接从pytorch中下载
MNIST中包含70000张手写数字图像：60000张用于训练，10000张用于测试
图像是灰度的，28x28像素
首先，下载数据集
import torch
from torchvision import datasets #封装与图像相关的模型，数据集
from torchvision.transforms import ToTensor # #数据转换，张量，将其他类型的数据转换为tensor张量training_data=datasets.MNIST(root='data',#表示下载的手写数字到哪个路径train=True,#读取下载后数据中的训练集download=True,#如果之前已经下载过，就不用再下载transform=ToTensor(),#张量，图片不能直接传入神经网络模型
)test_data=datasets.MNIST(root='data',train=False,download=True,transform=ToTensor(),
)
打包数据
from torch.utils.data import DataLoader train_dataloader=DataLoader(training_data,batch_size=64)
test_dataloader=DataLoader(test_data,batch_size=64)判断当前设备是否支持GPU
device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu'
print(f'using {device} device')构建卷积神经网络模型
from torch import nn #导入神经网络模块class CNN(nn.Module):def __init__(self):#初始化类super(CNN,self).__init__()#初始化父类self.conv1=nn.Sequential(# 将多个层（如卷积、激活函数、池化等）按顺序打包，输入数据会依次通过这些层，无需手动编写每一层的传递逻辑。nn.Conv2d(#2D 卷积层，提取空间特征。in_channels=1,#输入通道数out_channels=16,#输出通道数kernel_size=3,#卷积核大小stride=1,#步长padding=1,#填充),nn.ReLU(),#激活函数，引入非线性变换，使得神经网络能够学习复杂的非线性变换，增强表达能力nn.MaxPool2d(kernel_size=2)# 2x2最大池化（尺寸减半）)self.conv2=nn.Sequential(nn.Conv2d(16,32,3,1,1),nn.ReLU(),# nn.Conv2d(32,32,3,1,1),# nn.ReLU(),nn.MaxPool2d(2),)self.conv3=nn.Sequential(nn.Conv2d(32,64,3,1,1))self.out=nn.Linear(64*7*7,10)def forward(self,x):#前向传播x=self.conv1(x)x=self.conv2(x)x=self.conv3(x)x=x.view(x.size(0),-1)# 展平为向量（保留batch_size，合并其他维度）output=self.out(x) # 全连接层输出return output
返回的output结果大致如图所示
模型传入GPU
model=CNN().to(device)
print(model)损失函数，衡量的是模型预测的概率分布与真实的类别分布之间的差异。
loss_fn=nn.CrossEntropyLoss()优化器，用于在训练神经网络时更新模型参数，目的是在神经网络训练过程中，自动调整模型的参数（权重和偏置），以最小化损失函数。
optimizer=torch.optim.Adam(model.parameters(),lr=0.01)模型训练
def train(dataloader,model,loss_fn,optimizer):model.train()batch_size_num=1for X,y in dataloader:X,y=X.to(device),y.to(device)pred=model.forward(X)loss=loss_fn(pred,y)# Backpropagation 进来一个batch的数据，计算一次梯度，更新一次网络optimizer.zero_grad() #梯度值清零loss.backward() #反向传播计算得到每个参数的梯度值optimizer.step() #根据梯度更新网络参数loss_value=loss.item()if batch_size_num%100==0:print(f'loss:{loss_value:>7f}[number:{batch_size_num}]')batch_size_num+=1epochs=10for i in range(epochs):print(f'第{i}次训练')train(train_dataloader, model, loss_fn, optimizer)模型测试
def test(dataloader,model,loss_fn):size = len(dataloader.dataset)# 测试集总样本数num_batches = len(dataloader)# 测试集总批次数model.eval()#进入到模型的测试状态，所有的卷积核权重被设为只读模式test_loss, correct = 0, 0# 初始化累计损失和正确预测数#禁用梯度计算with torch.no_grad():#一个上下文管理器，关闭梯度计算。当你确认不会调用Tensor.backward()的时候。这可以减少计算所用内存消耗。for X,y in dataloader:X,y=X.to(device),y.to(device)pred=model.forward(X)test_loss+=loss_fn(pred,y).item()correct+=(pred.argmax(1)==y).type(torch.float).sum().item()a=(pred.argmax(1)==y)b=(pred.argmax(1)==y).type(torch.float)test_loss/=num_batchescorrect/=sizeprint(f'Test result: \n Accuracy:{(100*correct)}%,Avg loss:{test_loss}')test(test_dataloader,model,loss_fn)得到结果如图所示
