一、前言

MNIST手寫數(shù)字識(shí)別程序就不過多贅述了，這個(gè)程序在深度學(xué)習(xí)中的地位跟C語言中的Hello World地位并駕齊驅(qū)，雖然很基礎(chǔ)，但很重要，是深度學(xué)習(xí)入門必備的程序之一。

二、MNIST數(shù)據(jù)集介紹

MNIST包括6萬張28*28的訓(xùn)練樣本，1萬張測試樣本。

三、PyTorch實(shí)現(xiàn)

3.1 定義超參數(shù)

# 定義超參數(shù) BATCH_SIZE=512 #大概需要2G的顯存 EPOCHS=20 # 總共訓(xùn)練批次 DEVICE = torch.device("cuda" if torch.cuda.is_available() else "cpu") # 讓torch判斷是否使用GPU，建議使用GPU環(huán)境，因?yàn)闀?huì)快很多

3.2 導(dǎo)入訓(xùn)練、測試數(shù)據(jù)

# 分別導(dǎo)入訓(xùn)練、測試數(shù)據(jù)，PyTorch中已經(jīng)集成了MNIST數(shù)據(jù)集，我們只需要DataLoader導(dǎo)入即可 train_loader = torch.utils.data.DataLoader(datasets.MNIST('data', train=True, download=True, transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,))])),batch_size=BATCH_SIZE, shuffle=True)test_loader = torch.utils.data.DataLoader(datasets.MNIST('data', train=False, transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,), (0.3081,))])),batch_size=BATCH_SIZE, shuffle=True)

3.3 搭建深度學(xué)習(xí)網(wǎng)絡(luò)模型

class ConvNet(nn.Module):def __init__(self):super().__init__()# batch*1*28*28（每次會(huì)送入batch個(gè)樣本，輸入通道數(shù)1（黑白圖像），圖像分辨率是28x28）# 下面的卷積層Conv2d的第一個(gè)參數(shù)指輸入通道數(shù)，第二個(gè)參數(shù)指輸出通道數(shù)，第三個(gè)參數(shù)指卷積核的大小self.conv1 = nn.Conv2d(1, 10, 5) # 輸入通道數(shù)1，輸出通道數(shù)10，核的大小5self.conv2 = nn.Conv2d(10, 20, 3) # 輸入通道數(shù)10，輸出通道數(shù)20，核的大小3# 下面的全連接層Linear的第一個(gè)參數(shù)指輸入通道數(shù)，第二個(gè)參數(shù)指輸出通道數(shù)self.fc1 = nn.Linear(20*10*10, 500) # 輸入通道數(shù)是2000，輸出通道數(shù)是500self.fc2 = nn.Linear(500, 10) # 輸入通道數(shù)是500，輸出通道數(shù)是10，即10分類def forward(self,x):in_size = x.size(0) # 在本例中in_size=512，也就是BATCH_SIZE的值。輸入的x可以看成是512*1*28*28的張量。out = self.conv1(x) # batch*1*28*28 -> batch*10*24*24（28x28的圖像經(jīng)過一次核為5x5的卷積，輸出變?yōu)?4x24）out = F.relu(out) # batch*10*24*24（激活函數(shù)ReLU不改變形狀））out = F.max_pool2d(out, 2, 2) # batch*10*24*24 -> batch*10*12*12（2*2的池化層會(huì)減半）out = self.conv2(out) # batch*10*12*12 -> batch*20*10*10（再卷積一次，核的大小是3）out = F.relu(out) # batch*20*10*10out = out.view(in_size, -1) # batch*20*10*10 -> batch*2000（out的第二維是-1，說明是自動(dòng)推算，本例中第二維是20*10*10）out = self.fc1(out) # batch*2000 -> batch*500out = F.relu(out) # batch*500out = self.fc2(out) # batch*500 -> batch*10out = F.log_softmax(out, dim=1) # 計(jì)算log(softmax(x))return out

3.4 確定要使用的優(yōu)化算法

這里使用簡單粗暴的Adam

model = ConvNet().to(DEVICE) optimizer = optim.Adam(model.parameters())

3.5 定義訓(xùn)練函數(shù)

def train(model, device, train_loader, optimizer, epoch):model.train()for batch_idx, (data, target) in enumerate(train_loader):data, target = data.to(device), target.to(device)optimizer.zero_grad()output = model(data)loss = F.nll_loss(output, target)loss.backward()optimizer.step()if(batch_idx+1)%30 == 0: print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(epoch, batch_idx * len(data), len(train_loader.dataset),100. * batch_idx / len(train_loader), loss.item()))

3.6 定義測試函數(shù)

def test(model, device, test_loader):model.eval()test_loss = 0correct = 0with torch.no_grad():for data, target in test_loader:data, target = data.to(device), target.to(device)output = model(data)test_loss += F.nll_loss(output, target, reduction='sum').item() # 將一批的損失相加pred = output.max(1, keepdim=True)[1] # 找到概率最大的下標(biāo)correct += pred.eq(target.view_as(pred)).sum().item()test_loss /= len(test_loader.dataset)print('\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(test_loss, correct, len(test_loader.dataset),100. * correct / len(test_loader.dataset)))

3.7 訓(xùn)練并測試

for epoch in range(1, EPOCHS + 1):train(model, DEVICE, train_loader, optimizer, epoch)test(model, DEVICE, test_loader)

與50位技術(shù)專家面對(duì)面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的深度学习练手项目（一）-----利用PyTorch实现MNIST手写数字识别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。