基于python实现的CNN卷积神经网络手写数字识别实验源码+详细注释+数据集 (大作业)

基于Pytorch的卷积神经网络MNIST手写数字识别 <br> 该README是对cnn_mnist_pytorch.py工程的说明 ## 一、环境要求: - Windows10 - PyCharm - conda4.8.2 - NVIDIA GPU(可选) - python 3.7.6 - pytorch 1.4.0 - torchvision 0.5.0 - numpy 1.18.1 - matplotlib 3.1.3 - time - cudatoolkit(可选) 10.1 - MNIST ## 二、使用方法: ``` 1.正确设置路径 ├── cnn_mnist_pytorch.py #主程序 ├── modelpara.pth #已训练网络参数模型 ├── README.txt #使用说明 ├── MNIST #MNIST数据集 需解压 │ ├── processed └── └── raw ``` ``` 2.直接运行cnn_mnist_pytorch.py即可获得已训练模型的测试结果 注:若无GPU，请将use_gpu设为0 ``` ``` 3.设置超参数以重新训练 ``` ## 三、测试结果: MNIST测试集识别准确率99.22% 10000张测试集图片识别总时间2.362s(GPU)/8.283s(CPU) -------------- <br> By: Mr.Liu Mr.Li Ms.Gai<br> 时间：2020年4月 <br>