Pytorch第一个入门项目-手写数字识别

#手写数字识别 #--------------------准备阶段---------------- #1.加载必要的库 #2.定义超参数 #3.构建pipeline，对图像做处理 #4.下载、加载数据 #5.构建网络模型 #6.定义优化器 #7.定义训练方法 #8.定义测试方法 #9.调用方法（7、8） #1.加载必要的库 import numpy as np import torch import torch.nn as nn #加载网络模型 import torch.nn.functional as F import torch.optim as optim #导入优化器 from torchvision import datasets,transforms #参数：模型f(x,teta)中的teta称为模型的优化参数，可以通过优化算法进行学习 #超参数：用来定义模型结构或优化策略 #2.定义超参数（超参数是人为给定的） BATCH_SIZE=128 #每批处理的数据 DEVICE=torch.device("cuda" if torch.cuda.is_available() else "cpu") #决定cpu训练还是gpu训练 EPOCHS=10 #训练数据集的轮次 #3.构建pipeline，对图像做处理 transforms主要对图像做变换 pipeline=transforms.Compose([ transforms.ToTensor(), #将图片转换成tensor transforms.Normalize((0.1307,),(0.3081,)) #正则化 模型出现过拟合现象时，降低模型复杂度。 ]) #4.下载、加载数据 from torch.utils.data import DataLoader #下载数据集 train_set=datasets.MNIST("data",train=True,download=True,transform=pipeline) test_set=datasets.MNIST("data",train=False,download=True,transform=pipeline) #加载数据 train_loader=DataLoader(train_set,batch_size=BATCH_SIZE,shuffle=True) #shuffle：打乱图片 test_loader=DataLoader(test_set,batch_size=BATCH_SIZE,shuffle=True) #插入代码显示MINST中的图片 with open("./data/MNIST/raw/train-images-idx3-ubyte","rb")as f: file=f.read() image1=[int(str(item).encode('ascii'),10)for item in file[16:16+784]] #print(image1) import cv2 import numpy as np image1_np=np.array(image1,dtype=np.uint8).reshape(28,28,1) print(image1_np.shape) cv2.imwrite("1.jpg",image1_np) #5.构建网络模型 class Digit(nn.Module): def __init__(self): #构造方法 super().__init__() #调用父类的构造方法 self.conv1=nn.Conv2d(1,10,5) # 二维卷积 1:灰度图片的通道 ，10：输出通道 ，5：卷积核 self.conv2=nn.Conv2d(10,20,3) #10:输入通道 ，20：输出通道 ，3：卷积核Kernel self.fc1 =nn.Linear(20*10*10,500) #20*10*10:输入通道； 500：输出通道 全连接层 self.fc2=nn.Linear(500,10) #500:输入通道，10：输出通道 def forward(self,x): input_size=x.size(0) #batch_size x 1 x 28 x 28 x=self.conv1(x) #输入：batch*1*28*28,输出：batch*10*24*24 24=28-5+1 x=F.relu(x) #激活函数保持shape不变 输出：batch*10*24*24 x=F.max_pool2d(x,2,2) #池化（对图片进行压缩的方法）降采样 输入：batch*10*24*24 输出：batch*10*12*12 x=self.conv2(x) #输入：batch*10*12*12 输出：batch*20*10*10 10=12-3+1 x=F.relu(x) x=x.view(input_size,-1) #拉平，-1自动计算维度，20*10*10=2000 x=self.fc1(x) #输入：batch*2000 输出：batch*500 x=F.relu(x) #激活保持shape不变 x=self.fc2(x) #输入：batch*500 输出：batch*10 output=F.log_softmax(x,dim=1) #计算分类后，每个数字的概率值 return output #6.定义优化器 model=Digit().to(DEVICE) optimizer=optim.Adam(model.parameters()) #优化器的作用是用来更新模型的参数 #7.定义训练方法 def train_model(model,device,train_loader,optimizer,epoch): #模型训练 model.train() for batch_index,(data,target) in enumerate(train_loader): #部署到DEVICE上去 data,target=data.to(device),target.to(device) #梯度初始化为0 optimizer.zero_grad() #训练后的结果 output=model(data) #计算损失 loss=F.cross_entropy(output,target) #找到概率值最大的下标 pred=output.max(1,keepdim=True) #pred=output.argmax(dim=1) #反向传播 loss.backward() #参数优化 optimizer.step() if batch_index %3000 ==0: print("Train Epoch : {}\t loss : {:.6f}".format(epoch,loss.item())) #8.定义测试方法 def test_model(model,device,test_loader): #模型验证 model.eval() #统计正确率 correct=0.0 #测试损失 test_loss =0.0 with torch.no_grad(): #不会计算梯度，也不会进行反向传播 for data,target in test_loader: #部署到device上 data,target=data.to(device),target.to(device) #测试数据 output=model(data) #计算测试损失 test_loss+=F.cross_entropy(output,target).item() #找到概率值最大的下标 pred=output.max(1,keepdim=True)[1] #值，索引 #累计正确率 correct+=pred.eq(target.view_as(pred)).sum().item() test_loss /= len(test_loader.dataset) print("Test——Average loss:{:.4f},Accuracy: {:.3f}\n".format(test_loss,100.0*correct/len(test_loader.dataset))) #9.调用方法（7、8） for epoch in range(1,EPOCHS+1): train_model(model,DEVICE,train_loader,optimizer,epoch) test_model(model,DEVICE,test_loader)