文章目录
一、数据集介绍
-
此模型训练的数据集是 torchvision 库中 datasets 数据包中的 MNIST 数据集
-
MNIST 数据集中含有 70000 张由不同的人手写数字图像，其中6000张训练集，1000张是测试集
-
每张图片都是灰度的，大小为28x28像素，且每张图片中的数字都是剧中的，以减少预处理和加块模型训练
-
导入此数据包，提取出训练集和测试集，并展示出部分手写图片，代码如下：
from torchvision import datasets """ 下载训练数据集 （包含训练数据+标签）""" training_data = datasets.MNIST( root='data', train=True, download=True, transform=ToTensor() # 张量，图片是不能直接传入神经网络模型 ) # 对于pytorch库能够识别的数据一般是tensor张量. # NumPy 数组只能在CPU上运行。Tensor可以在GPU上运行，这在深度学习应用中可以显著提高计算速度。 """ 下载测试数据集（包含训练图片+标签）""" test_data = datasets.MNIST( root='data', train=False, download=True, transform=ToTensor() ) print(len(training_data)) """ 展示手写字图片 """ # tensor --> numpy 矩阵类型的数据 from matplotlib import pyplot as plt figure = plt.figure() for i in range(9): img, label = training_data[i + 59000] # 提取第59000张图片 figure.add_subplot(3, 3, i + 1) # 图像窗口中创建多个小窗口，小窗口用于显示图片 plt.title(label) plt.axis("off") # 关闭坐标 plt.imshow(img.squeeze(), cmap="gray") a = img.squeeze() # img.squeeze()从张量img中去掉维度为1的(降维) plt.show() -
展示的手写数字图片如下：
-
下面链接是此数据集的官方解释（纯英文，可在浏览器中翻译成中文）：
二、神经网络模型对手写数字识别步骤和完整代码
-
步骤：
- 1.下载训练集和测试集，并展示部分手写数字图片
- 2.运用 DataLoader 数据包管理工具，在训练集和测试集数据中，将每64张图片打包成一个数据包
- 3.构建一个神经网络模型类
- 4.定义训练模型的函数
- 5.定义测试模型的函数
- 6.创建交叉熵损失函数对象，并创建一个优化器，用于更行模型中的权重参数，达到优化模型的效果
- 7.定义模型训练轮数，进行模型训练，并打印出每一轮训练后的损失值，便于观察模型的优化效果
- 8.传入训练数据，进行模型测试
-
完整代码如下：
import torch from torch import nn # 导入神经网络模块 from torch.utils.data import DataLoader # 数据包管理工具，打包数据, from torchvision import datasets # 封装了很多与图像相关的模型，数据集 from torchvision.transforms import ToTensor # 数据转换，张量，将其他类型的数据转换为tensor张量 """ MNIST包含70,000张手写数字图像:60,000张用于训练，10,000张用于测试。 图像是灰度的，28x28像素的，并且居中的，以减少预处理和加快运行。 """ """ 下载训练数据集 （包含训练数据+标签）""" training_data = datasets.MNIST( root='data', train=True, download=True, transform=ToTensor() # 张量，图片是不能直接传入神经网络模型 ) # 对于pytorch库能够识别的数据一般是tensor张量. # NumPy 数组只能在CPU上运行。Tensor可以在GPU上运行，这在深度学习应用中可以显著提高计算速度。 """ 下载测试数据集（包含训练图片+标签）""" test_data = datasets.MNIST( root='data', train=False, download=True, transform=ToTensor() ) print("训练数据集数量为：{}".format(len(training_data))) print("测试数据集数量为：{}".format(len(test_data))) """ 展示手写字图片 """ # tensor --> numpy 矩阵类型的数据 from matplotlib import pyplot as plt figure = plt.figure() for i in range(9): img, label = training_data[i + 59000] # 提取第59000张图片 figure.add_subplot(3, 3, i + 1) # 图像窗口中创建多个小窗口，小窗口用于显示图片 plt.title(label) plt.axis("off") # 关闭坐标 plt.imshow(img.squeeze(), cmap="gray") a = img.squeeze() # img.squeeze()从张量img中去掉维度为1的(降维) plt.show() training_dataloader = DataLoader(training_data, batch_size=64) # 64张图片为一个包 test_dataloader = DataLoader(test_data, batch_size=64) for X, y in test_dataloader: # X 表示打包好的每一个数据包 print(f"Shape of X [N, C, H, W]: {X.shape}") print(f"Shape of y: {y.shape} {y.dtype}") break """ 判断当前设备是否支持GPU，其中mps是苹果m系列芯片的GPU """ device = "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu" print(f"Using {device} device") class NeuralNetwork(nn.Module): # 通过调用类的形式来使用神经网络，神经网络的模型->nn.module def __init__(self): super().__init__() # 继承的父类初始化 self.flatten = nn.Flatten() # 展开,创建一个展开对象flatten self.hidden1 = nn.Linear(28 * 28, 256) # 第1个参数:有多少个神经元传入进来，第2个参数:有多少个数据传出去前一层神经元的个数，当前本层神经元个数 self.hidden2 = nn.Linear(256, 128) # 输出必需和标签的类别相同，输入必须是上一层的神经元个数 self.hidden3 = nn.Linear(128, 256) self.hidden4 = nn.Linear(256, 128) self.out = nn.Linear(128, 10) # def forward(self, x): # 前向传播，你得告诉它，数据的流向。是神经网络层连接起来，函数名称不能改。当你调用forward函数的时候，传入进来的图像数据 x = self.flatten(x) x = self.hidden1(x) x = torch.sigmoid(x) # 激活函数 x = self.hidden2(x) x = torch.sigmoid(x) x = self.hidden3(x) x = torch.sigmoid(x) x = self.hidden4(x) x = torch.sigmoid(x) x = self.out(x) return x model = NeuralNetwork().to(device) # 把刚刚创建的模型传入到gpu或cpu print(model) # 定义训练模型的函数 def train(dataloader, model, loss_fn, optimizer): model.train() # 告诉模型，开始训练，模型中w进行随机化操作，已经更新w。在训练过程中，w会被修改的 # pytorch提供2种方式来切换训练和测试的模式，分别是:model.train()和 model.eval()。 # 一般用法是:在训练开始之前写上model.trian()，在测试时写上model.eval()。 batch_size_num = 1 for X, y in dataloader: X, y = X.to(device), y.to(device) # 把训练数据集和标签传入cpu或GPU pred = model.forward(X) # .forward可以被省略，父类中已经对次功能进行了设置。自动初始化w权值 loss = loss_fn(pred, y) # 通过交叉熵损失函数计算损失值loss optimizer.zero_grad() # 梯度值清零 loss.backward() # 反向传播计算得到每个参数的梯度值w optimizer.step() # 根据梯度更新网络w参数 loss_value = loss.item() # 从tensor数据中提取数据出来，tensor获取损失值 if batch_size_num % 200 == 0: print(f"loss: {loss_value:>7f} [number:{batch_size_num}]") batch_size_num += 1 # 定义测试模型的函数 def test(dataloader, model, loss_fn): size = len(dataloader.dataset) num_batches = len(dataloader) model.eval() # 测试，w就不能再更新。 test_loss, correct = 0, 0 with torch.no_grad(): # 一个上下文管理器，关闭梯度计算。当你确认不会调用Tensor.backward()的时候 for X, y in dataloader: X, y = X.to(device), y.to(device) pred = model.forward(X) test_loss += loss_fn(pred, y).item() # test loss是会自动累加每一个批次的损失值 correct += (pred.argmax(1) == y).type(torch.float).sum().item() a = (pred.argmax(1) == y) # dim=1表示每一行中的最大值对应的索引号，dim=0表示每一列中的最大值对应的索引号 b = (pred.argmax(1) == y).type(torch.float) test_loss /= num_batches # 衡量模型测试的好坏。 correct /= size # 平均的正确率 print(f"Test result: \n Accuracy: {(100 * correct)}%, Avg loss: {test_loss}") loss_fn = nn.CrossEntropyLoss() # 创建交叉熵损失函数对象，因为手写字识别中一共有10个数字，输出会有10个结果 optimizer = torch.optim.Adam(model.parameters(), lr=0.01) # 创建一个优化器 # 设置训练轮数 epochs = 10 for e in range(epochs): print(f"Epoch {e + 1}\n") train(training_dataloader, model, loss_fn, optimizer) print("Done!") # 测试模型 test(test_dataloader, model, loss_fn) -
模型结构如下:
-
训练结果如下：
-
共有10轮训练
-
测试结果如下：
