MNIST手写体识别（基于PyTorch平台的LeNet网络）

# 1 先导入模块，并设置基本参数： import torch import torch.nn as nn # 神经网络 import torchvision # 数据集及深度学习模型 import torchvision.transforms as transforms # 用于将数据集转化为tensor # 基本参数设置 # input_size = 784 # 输入变量个数 # num_classes = 10 # 分类数目 num_epochs = 5 # 迭代次数 batch_size = 100 # 训练模型时一次性输入的样本数目 learning_rate = 1e-3 # 学习率 # 2 数据预处理流程 transform = transforms.Compose([ transforms.Resize((32, 32)), # 将图片大小从28*28调整为32x32 transforms.ToTensor(), # 将PIL Image或numpy.ndarray转换为torch.Tensor transforms.Normalize((0.5,), (0.5,)) # 归一化到[0,1] ]) # 2 下载并导入数据集 data_path = "./data/MNIST" # 在当前路径下创建MNIST文件夹 # 2.1 训练集设置（若没有下载，则下载之） train_dataset = torchvision.datasets.MNIST( root = data_path, # 数据集路径 train = True, # 是否为训练集，设置为True：即将数据设置为训练集 # transform = transforms.ToTensor(), # 将数据转化为张量 transform = transform, download = True) # 下载数据集 # 2.2 测试集设置 test_dataset = torchvision.datasets.MNIST( root = data_path, # 数据集路径 train = False, # 是否为训练集，设置为False：即为测试集 # transform = transforms.ToTensor(), # 将数据转化为张量 transform = transform, download = True) # 下载数据集 # 2.3 构建训练集数据加载器 train_loader = torch.utils.data.DataLoader( dataset = train_dataset, # 训练集数据 batch_size = batch_size, # 训练模型时一次性输入的样本数目 shuffle = True) # 打乱顺序 # 2.4 构建测试集数据加载器 test_loader = torch.utils.data.DataLoader( dataset = test_dataset, # 测试集数据 batch_size = batch_size, # 训练模型时一次性输入的样本数目 shuffle = False) # 不打乱顺序 # 2.4 可视化数据集图像 import matplotlib.pyplot as plt n = 10 # 展示10张图像 plt.figure(figsize=(10, 5)) for i in range(n): images, labels = train_dataset[i] plt.subplot(2, 5, i+1) plt.imshow(images[0].view(32, 32), cmap='gray') plt.title(f'Label: {labels}') plt.show() # 导入模块 import torch.nn as nn import torch.nn.functional as F # 构建一个LeNet类 class LeNet(nn.Module): def __init__(self): super(LeNet,self).__init__() self.tmp_dict = {} # 输入图片单通道：1；输出通道数：6；卷积核为5*5 self.conv1 = nn.Conv2d(1,6,5) # 输入通道：6；输出通道数：16；卷积核为5*5 self.conv2 = nn.Conv2d(6,16,5) # 全连接 y = wx+b self.fc1 = nn.Linear(16*5*5,120) self.fc2 = nn.Linear(120,84) self.fc3 = nn.Linear(84,10) def forward(self,x): # 第一次卷积：1卷积-2激活-3池化： x = self.conv1(x) # 卷积：输入图片单通道：1；输出通道数：6；卷积核为5*5 # print(x.size()) # 打印conv2层的输出形状 x = F.relu(x) # ReLU激活函数 x = F.max_pool2d(x,2) # 最大池化，模板2*2 # print(x.size()) # 打印conv2层的输出形状 # 第二次卷积：1卷积-2激活-3池化： x = self.conv2(x) # 卷积：输入6通道：6；输出通道数：16；卷积核为5*5 # print(x.size()) # 打印conv2层的输出形状 x = F.relu(x) # ReLU激活函数 x = F.max_pool2d(x,2) # 最大池化，模板2*2 # print(x.size()) # 打印conv2层的输出形状 # 数据展平 x = x.view(x.size()[0],-1) # 展平之后，作为输入接入全连接网络 # 全连接网络1： x = F.relu(self.fc1(x)) # 线性模型1 # 全连接网络2 x = F.relu(self.fc2(x)) # 线性模型2 return self.fc3(x) # 输出层 # 3 构建卷积神经网络 model = LeNet() print(model) # 输出 # 4 模型训练 # 4.1 设置损失函数 criterion = nn.CrossEntropyLoss() # 交叉熵损失函数，其内部集成了softmax()函数 # 4.2 设置优化方法：随机梯度下降法 # optimizer = torch.optim.SGD(model.parameters(),lr = learning_rate) optimizer = torch.optim.Adam(model.parameters(),lr = learning_rate) # 4.3 训练模型：遍历 for epoch in range(num_epochs): for i, (images,labels) in enumerate(train_loader): # 从训练集中获取数据，包括序号，（特征数据，标签数据） # 4.3.1 转换数据格式：28*28 ---> 1*784 # images = images.reshape(-1,28*28) # 4.3.2 前向传播：导入数据，输出计算结果值 outputs = model(images) # 4.3.3 计算损失值 loss = criterion(outputs,labels) # 4.3.4 反向传播及优化 optimizer.zero_grad() # 初始化梯度 loss.backward() # 自动求导的函数，用于计算损失函数对模型参数的梯度,实现反向传播算法。 optimizer.step() # 更新梯度 # 4.3.5 打印日志 if (i+1)%300 ==0: print(f"Epoch:{epoch+1},Step:{i+1},loss:{loss.item()}") # 即：打印第几轮中的第几步，当前loss是多少 # 5 模型测试 # 5.1 禁用梯度计算 # 解释：PyTorch默认每一次前向传播都会计算梯度 # with torch.no_grad()是PyTorch中的一个上下文管理器，用于在进入该上下文时，禁用梯度计算。 with torch.no_grad(): correct = 0 # 设置“正确数量”的初始值为0 total = 0 # 设置“总数”的初始值为0 for images,labels in test_loader: # 测试集加载器 # images = images.reshape(-1,28*28) # 转换数据格式：28*28 ---> 1*784，用于模型输入 outputs = model(images) # 将数据待入训练好的模型进行测试 _,predicted = torch.max(outputs,1) # 返回每一行中的最大值_及其对应的索引predicted。dim=1代表按行处理。 total = total + labels.size(0) # 累加每批次处理的测试样本数目，从而计算总的测试样本数目 # print(f"total:{total}") correct += (predicted == labels).sum() # 先计算每批次的正确预测数目，并进行累加，从而计算总的测试样本数目 print(f"Accuracy of the model on the 10000 test images is :{100 * correct / total:.2f}%")