pytorch中如何实现手写数字图片识别

小编给大家分享一下pytorch中如何实现手写数字图片识别，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！

具体内容如下

数据集：MNIST数据集，代码中会自动下载，不用自己手动下载。数据集很小，不需要GPU设备，可以很好的体会到pytorch的魅力。
模型+训练+预测程序：

import torch from torch import nn from torch.nn import functional as F from torch import optim import torchvision from matplotlib import pyplot as plt from utils import plot_image, plot_curve, one_hot # step1  load dataset batch_size = 512 train_loader = torch.utils.data.DataLoader(     torchvision.datasets.MNIST('mnist_data', train=True, download=True,                                transform=torchvision.transforms.Compose([                                    torchvision.transforms.ToTensor(),                                    torchvision.transforms.Normalize(                                        (0.1307,), (0.3081,)                                    )                                ])),     batch_size=batch_size, shuffle=True) test_loader = torch.utils.data.DataLoader(     torchvision.datasets.MNIST('mnist_data/', train=False, download=True,                                transform=torchvision.transforms.Compose([                                    torchvision.transforms.ToTensor(),                                    torchvision.transforms.Normalize(                                        (0.1307,), (0.3081,)                                    )                                ])),     batch_size=batch_size, shuffle=False) x , y = next(iter(train_loader)) print(x.shape, y.shape, x.min(), x.max()) plot_image(x, y, "image_sample") class Net(nn.Module):     def __init__(self):         super(Net, self).__init__()         self.fc1 = nn.Linear(28*28, 256)         self.fc2 = nn.Linear(256, 64)         self.fc3 = nn.Linear(64, 10)     def forward(self, x):         # x: [b, 1, 28, 28]         # h2 = relu(xw1 + b1)         x = F.relu(self.fc1(x))         # h3 = relu(h2w2 + b2)         x = F.relu(self.fc2(x))         # h4 = h3w3 + b3         x = self.fc3(x)         return x net = Net() optimizer = optim.SGD(net.parameters(), lr=0.01, momentum=0.9) train_loss = [] for epoch in range(3):     for batch_idx, (x, y) in enumerate(train_loader):         #加载进来的图片是一个四维的tensor，x: [b, 1, 28, 28], y:[512]         #但是我们网络的输入要是一个一维向量（也就是二维tensor)，所以要进行展平操作         x = x.view(x.size(0), 28*28)         #  [b, 10]         out = net(x)         y_onehot = one_hot(y)         # loss = mse(out, y_onehot)         loss = F.mse_loss(out, y_onehot)         optimizer.zero_grad()         loss.backward()         # w' = w - lr*grad         optimizer.step()         train_loss.append(loss.item())         if batch_idx % 10 == 0:             print(epoch, batch_idx, loss.item()) plot_curve(train_loss)     # we get optimal [w1, b1, w2, b2, w3, b3] total_correct = 0 for x,y in test_loader:     x = x.view(x.size(0), 28*28)     out = net(x)     # out: [b, 10]     pred = out.argmax(dim=1)     correct = pred.eq(y).sum().float().item()     total_correct += correct total_num = len(test_loader.dataset) acc = total_correct/total_num print("acc:", acc) x, y = next(iter(test_loader)) out = net(x.view(x.size(0), 28*28)) pred = out.argmax(dim=1) plot_image(x, pred, "test")

主程序中调用的函数（注意命名为utils)：

import  torch from    matplotlib import pyplot as plt def plot_curve(data):     fig = plt.figure()     plt.plot(range(len(data)), data, color='blue')     plt.legend(['value'], loc='upper right')     plt.xlabel('step')     plt.ylabel('value')     plt.show() def plot_image(img, label, name):     fig = plt.figure()     for i in range(6):         plt.subplot(2, 3, i + 1)         plt.tight_layout()         plt.imshow(img[i][0]*0.3081+0.1307, cmap='gray', interpolation='none')         plt.title("{}: {}".format(name, label[i].item()))         plt.xticks([])         plt.yticks([])     plt.show() def one_hot(label, depth=10):     out = torch.zeros(label.size(0), depth)     idx = torch.LongTensor(label).view(-1, 1)     out.scatter_(dim=1, index=idx, value=1)     return out

看完了这篇文章，相信你对“pytorch中如何实现手写数字图片识别”有了一定的了解，如果想了解更多相关知识，欢迎关注亿速云行业资讯频道，感谢各位的阅读！