PyTorch如何实现手写数字识别功能

这篇文章主要介绍了PyTorch如何实现手写数字识别功能，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

MNIST 手写数字识别是一个比较简单的入门项目，相当于深度学习中的 Hello World，可以让我们快速了解构建神经网络的大致过程。虽然网上的案例比较多，但还是要自己实现一遍。代码采用 PyTorch 1.0 编写并运行。

导入相关库

import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from torchvision import datasets, transforms import torchvision from torch.autograd import Variable from torch.utils.data import DataLoader import cv2

torchvision 用于下载并导入数据集

cv2 用于展示数据的图像

获取训练集和测试集

# 下载训练集 train_dataset = datasets.MNIST(root='./num/',                 train=True,                 transform=transforms.ToTensor(),                 download=True) # 下载测试集 test_dataset = datasets.MNIST(root='./num/',                train=False,                transform=transforms.ToTensor(),                download=True)

root 用于指定数据集在下载之后的存放路径

transform 用于指定导入数据集需要对数据进行那种变化操作

train是指定在数据集下载完成后需要载入的那部分数据，设置为 True 则说明载入的是该数据集的训练集部分，设置为 False 则说明载入的是该数据集的测试集部分

download 为 True 表示数据集需要程序自动帮你下载

这样设置并运行后，就会在指定路径中下载 MNIST 数据集，之后就可以使用了。

数据装载和预览

# dataset 参数用于指定我们载入的数据集名称 # batch_size参数设置了每个包中的图片数据个数 # 在装载的过程会将数据随机打乱顺序并进打包 # 装载训练集 train_loader = torch.utils.data.DataLoader(dataset=train_dataset,                       batch_size=batch_size,                       shuffle=True) # 装载测试集 test_loader = torch.utils.data.DataLoader(dataset=test_dataset,                      batch_size=batch_size,                      shuffle=True)

在装载完成后，可以选取其中一个批次的数据进行预览：

images, labels = next(iter(data_loader_train)) img = torchvision.utils.make_grid(images) img = img.numpy().transpose(1, 2, 0) std = [0.5, 0.5, 0.5] mean = [0.5, 0.5, 0.5] img = img * std + mean print(labels) cv2.imshow('win', img) key_pressed = cv2.waitKey(0)

在以上代码中使用了 iter 和 next 来获取取一个批次的图片数据和其对应的图片标签，然后使用 torchvision.utils 中的 make_grid 类方法将一个批次的图片构造成网格模式。

预览图片如下：

并且打印出了图片相对应的数字：

搭建神经网络

# 卷积层使用 torch.nn.Conv2d # 激活层使用 torch.nn.ReLU # 池化层使用 torch.nn.MaxPool2d # 全连接层使用 torch.nn.Linear class LeNet(nn.Module):   def __init__(self):     super(LeNet, self).__init__()     self.conv1 = nn.Sequential(nn.Conv2d(1, 6, 3, 1, 2), nn.ReLU(),                   nn.MaxPool2d(2, 2))     self.conv2 = nn.Sequential(nn.Conv2d(6, 16, 5), nn.ReLU(),                   nn.MaxPool2d(2, 2))     self.fc1 = nn.Sequential(nn.Linear(16 * 5 * 5, 120),                  nn.BatchNorm1d(120), nn.ReLU())     self.fc2 = nn.Sequential(       nn.Linear(120, 84),       nn.BatchNorm1d(84),       nn.ReLU(),       nn.Linear(84, 10))     	# 最后的结果一定要变为 10，因为数字的选项是 0 ~ 9   def forward(self, x):     x = self.conv1(x)     x = self.conv2(x)     x = x.view(x.size()[0], -1)     x = self.fc1(x)     x = self.fc2(x)     x = self.fc3(x)     return x

前向传播内容：

首先经过 self.conv1() 和 self.conv1() 进行卷积处理

然后进行 x = x.view(x.size()[0], -1)，对参数实现扁平化（便于后面全连接层输入）

最后通过 self.fc1() 和 self.fc2() 定义的全连接层进行最后的分类

训练模型

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') batch_size = 64 LR = 0.001 net = LeNet().to(device) # 损失函数使用交叉熵 criterion = nn.CrossEntropyLoss() # 优化函数使用 Adam 自适应优化算法 optimizer = optim.Adam(   net.parameters(),   lr=LR, ) epoch = 1 if __name__ == '__main__':   for epoch in range(epoch):     sum_loss = 0.0     for i, data in enumerate(train_loader):       inputs, labels = data       inputs, labels = Variable(inputs).cuda(), Variable(labels).cuda()       optimizer.zero_grad() #将梯度归零       outputs = net(inputs) #将数据传入网络进行前向运算       loss = criterion(outputs, labels) #得到损失函数       loss.backward() #反向传播       optimizer.step() #通过梯度做一步参数更新       # print(loss)       sum_loss += loss.item()       if i % 100 == 99:         print('[%d,%d] loss:%.03f' %            (epoch + 1, i + 1, sum_loss / 100))         sum_loss = 0.0

测试模型

net.eval() #将模型变换为测试模式   correct = 0   total = 0   for data_test in test_loader:     images, labels = data_test     images, labels = Variable(images).cuda(), Variable(labels).cuda()     output_test = net(images)     _, predicted = torch.max(output_test, 1)     total += labels.size(0)     correct += (predicted == labels).sum()   print("correct1: ", correct)   print("Test acc: {0}".format(correct.item() /                  len(test_dataset)))

训练及测试的情况：

98% 以上的成功率，效果还不错。

感谢你能够认真阅读完这篇文章，希望小编分享的“PyTorch如何实现手写数字识别功能”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!