pytorch-利用letnet5框架深度学习手写数字识别

LetNet-5

利用letnet5框架深度学习手写数字识别
LeNet-5 项目说明
项目简介

本项目实现了经典的 LeNet-5 卷积神经网络模型，主要用于手写数字识别任务。模型结构包括两个卷积层、两个池化层和三个全连接层，适用于 MNIST 数据集。

项目结构
.
├── model.py # LeNet-5 模型定义
├── plot.py # 数据加载与可视化
├── train.py # 模型训练脚本
├── test.py # 模型测试与可视化
├── best_model.pth # 训练后的最佳模型权重
├── README.md # 项目说明文档

安装依赖

pip install torch torchvision matplotlib

数据加载与预处理

在 plot.py 中，定义了 test_Loader，用于加载 MNIST 测试数据集。数据预处理包括：

将图像转换为 Tensor

标准化图像数据

加载器使用 DataLoader 进行批处理

模型定义

在 model.py 中，定义了 LeNet-5 模型结构。模型包括以下层：

输入层：32x32 灰度图像

C1：卷积层，6 个 5x5 卷积核，输出 28x28 特征图

S2：池化层，2x2 平均池化，输出 14x14 特征图

C3：卷积层，16 个 5x5 卷积核，输出 10x10 特征图

S4：池化层，2x2 平均池化，输出 5x5 特征图

C5：卷积层，120 个 1x1 卷积核，输出 1x1 特征图

F6：全连接层，84 个神经元

输出层：10 个神经元，对应 10 个数字类别

模型训练

在 train.py 中，定义了模型训练过程，包括：

加载训练数据

定义损失函数和优化器

训练模型并保存最佳权重至 best_model.pth

模型测试与可视化

在 test.py 中，定义了模型测试过程：

加载测试数据

加载训练好的模型权重

计算测试准确率

可视化预测结果：

import torch
import matplotlib.pyplot as plt
import modeldef test_model_process(model, test_data, max_visualize=10):test_acc = 0.0test_num = 0visualize_count = 0  # 可视化计数model.eval()with torch.no_grad():for test_x, test_y in test_data:output = model(test_x)pre_label = torch.argmax(output, dim=1)test_acc += torch.sum(pre_label == test_y)test_num += test_x.size(0)# 遍历 batchfor i in range(test_x.size(0)):if visualize_count >= max_visualize:breaklabel = test_y[i].item()result = pre_label[i].item()# 可视化img = test_x[i].squeeze().cpu()  # 去掉 channelplt.imshow(img, cmap='gray')title_color = 'green' if label == result else 'red'plt.title(f"预测值：{result} 真实值：{label}", color=title_color)plt.axis('off')plt.show()# 控制台输出if label == result:print("预测值：", result, "-------", "真实值", label)else:print("预测值：", result, "-----------------------", "真实值", label)visualize_count += 1test_avg_acc = test_acc.item() / test_numprint("测试准确率:", test_avg_acc)

使用方法

训练模型：

python train.py

测试模型并可视化：

python test.py

资源连接链接🔗