使用PyTorch实现MNIST手写体识别代码

1. MNIST手写体识别介绍

手写体识别是机器学习领域中的一个重要问题,涉及到数字识别、文本识别等领域。MNIST是一个非常有名的手写体数字图像数据集,它包含了大量的手写数字图片,其中有60000张用于训练数据集,10000张用于测试数据集。模型需要通过训练集学习到数字的特征,然后通过测试集检验模型的准确率。本文将使用PyTorch实现MNIST手写体识别模型。

2. 数据集准备

2.1 下载MNIST数据集

我们可以使用PyTorch自带的库来下载MNIST数据集:

import torch

import torchvision

train_data = torchvision.datasets.MNIST(root='./data', train=True, transform=torchvision.transforms.ToTensor(), download=True)

test_data = torchvision.datasets.MNIST(root='./data', train=False, transform=torchvision.transforms.ToTensor(), download=True)

该代码会将训练数据和测试数据下载到'./data'目录下,我们可以查看一下训练数据集的大小:

print('Training data size:', train_data.data.size())

输出结果为:Training data size: torch.Size([60000, 28, 28]),说明训练数据集共有60000张28x28像素的手写数字图片。

2.2 数据集预处理

在训练之前,我们需要对数据集进行一些预处理,例如对每张图片进行归一化处理来使得每个像素的值在0到1之间。

train_data.transform = torchvision.transforms.Compose([

torchvision.transforms.ToTensor(),

torchvision.transforms.Normalize((0.1307,), (0.3081,))

])

test_data.transform = torchvision.transforms.Compose([

torchvision.transforms.ToTensor(),

torchvision.transforms.Normalize((0.1307,), (0.3081,))

])

上述代码中,我们先将每张图片转换成PyTorch所使用的tensor格式,然后使用Normalize对每个像素进行归一化处理。

3. 构建模型

我们使用一个简单的卷积神经网络来对手写数字进行识别。

3.1 定义神经网络

我们使用PyTorch的nn.Module定义我们的卷积神经网络模型,该模型包含了三个卷积层和两个全连接层。注意,我们需要手动计算输入和输出大小。

import torch.nn as nn

import torch.nn.functional as F

class Net(nn.Module):

def __init__(self):

super(Net, self).__init__()

self.conv1 = nn.Conv2d(1, 32, kernel_size=3, padding=1)

self.conv2 = nn.Conv2d(32, 64, kernel_size=3, padding=1)

self.conv3 = nn.Conv2d(64, 128, kernel_size=3, padding=1)

self.fc1 = nn.Linear(128 * 4 * 4, 512)

self.fc2 = nn.Linear(512, 10)

def forward(self, x):

x = F.relu(self.conv1(x))

x = F.max_pool2d(x, 2)

x = F.relu(self.conv2(x))

x = F.max_pool2d(x, 2)

x = F.relu(self.conv3(x))

x = F.max_pool2d(x, 2)

x = x.view(-1, 128 * 4 * 4)

x = F.relu(self.fc1(x))

x = self.fc2(x)

return x

model = Net()

3.2 定义损失函数和优化器

我们使用交叉熵作为我们的损失函数,使用Adam优化器进行梯度下降来最小化损失函数。

import torch.optim as optim

criterion = nn.CrossEntropyLoss()

optimizer = optim.Adam(model.parameters())

3.3 训练模型

我们使用训练集对模型进行训练,一共训练10个epoch:

num_epochs = 10

for epoch in range(num_epochs):

running_loss = 0.0

for i, data in enumerate(train_data, 0):

inputs, labels = data

optimizer.zero_grad()

outputs = model(inputs.unsqueeze(0))

loss = criterion(outputs, labels.unsqueeze(0))

loss.backward()

optimizer.step()

running_loss += loss.item()

print('Epoch [%d/%d], Loss: %.4f' % (epoch+1, num_epochs, running_loss/len(train_data)))

4. 测试模型

模型训练完毕后,我们使用测试集对其进行测试,计算准确率,代码如下:

correct = 0

total = 0

with torch.no_grad():

for data in test_data:

images, labels = data

outputs = model(images.unsqueeze(0))

_, predicted = torch.max(outputs.data, 1)

total += 1

correct += (predicted == labels).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (100 * correct / total))

我们可以通过修改epoch等参数来调整模型的训练效果,同时还可以尝试其他不同的模型架构和优化器等。

5. 总结

在本文中我们使用了PyTorch来构建一个卷积神经网络模型,使用MNIST数据集进行训练和测试。通过对数据集的预处理和模型的训练,我们成功地实现了手写体数字识别模型,并通过测试集计算出了其中的准确率。同时我们还提供了一些调整参数的方式,以期进一步优化模型的性能。

免责声明:本文来自互联网,本站所有信息(包括但不限于文字、视频、音频、数据及图表),不保证该信息的准确性、真实性、完整性、有效性、及时性、原创性等,版权归属于原作者,如无意侵犯媒体或个人知识产权,请来电或致函告之,本站将在第一时间处理。猿码集站发布此文目的在于促进信息交流,此文观点与本站立场无关,不承担任何责任。

后端开发标签