【打卡】001 p1 Pytorch实现mnist手写数字识别

最新推荐文章于 2024-09-17 16:52:57 发布

CodeConnoisseur

最新推荐文章于 2024-09-17 16:52:57 发布

阅读量1.1k

点赞数 19

本文链接：https://blog.csdn.net/2301_80888950/article/details/140077535

版权

第一周（20240630-20240705）打卡～

医工交叉太难了，一切都要从头开始。。。

去学医吧，学不被定义的医。。。

小五加油！（某医学博士的日常碎碎念）

>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg) 中的学习记录博客**
>- **🍖 原作者：[K同学啊](https://mtyjkh.blog.csdn.net/)**

555系统环境：
● 语言环境：Python3
● 编译器：Jupyter
● 深度学习环境：
○ torch==2.2.2
○ torchvision==0.17.2

# 背景知识

# MNIST手写数字数据集来源于是美国国家标准与技术研究所，是著名的公开数据集之一。
# 数据集中的数字图片是由250个不同职业的人纯手写绘制，数据集获取的网址为：http://yann.lecun.com/exdb/mnist/（下载后需解压）。
# 我们一般会采用(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()这行代码直接调用，这样就比较简单
# MNIST手写数字数据集中包含了70000张图片，其中60000张为训练数据，10000为测试数据，70000张图片均是28*28。

# 一、前期准备
# 1.1 设置环境

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import torchvision
# torchvision.datasets是Pytorch自带的一个数据库，我们可以通过代码在线下载数据，这里使用的是torchvision.datasets中的MNIST数据集。
# 使用dataset下载MNIST数据集，并划分好训练集与测试集
# 使用dataloader加载数据，并设置好基本的batch_size

# 1.2 导入数据

# 参数说明：
# ● root (string) ：数据地址 ● train (string) ：True-训练集，False-测试集 
# ● download (bool,optional) : 如果为True，从互联网上下载数据集，并把数据集放在root目录下。 
# ● transform (callable, optional )：这里的参数选择一个你想要的数据转化函数，直接完成数据转化
# ● target_transform (callable,optional) ：接受目标并对其进行转换的函数/转换。

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

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

batch_size = 32

train_dl = torch.utils.data.DataLoader(train_ds,
                                      batch_size=batch_size,
                                      shuffle=True)

test_dl = torch.utils.data.DataLoader(test_ds,
                                     batch_size=batch_size)

imgs, labels = next(iter(train_dl))
imgs.shape

[out]: torch.Size([32, 1, 28, 28])

# 3.数据可视化

import numpy as np
imgs, labels = next(iter(train_dl))
# 指定图片大小，图像大小为宽20、高5的绘图（单位为英寸inch）
plt.figure(figsize=(20,5))
for i, imgs in enumerate(imgs[:20]):
    # 维度缩减
    npimg = np.squeeze(imgs.numpy())
    # 将整个figure分成2行10列，绘制第i+1个子图。
    plt.subplot(2, 10, i+1)
    plt.imshow(npimg, cmap=plt.cm.binary)
    plt.axis('off')
plt.show()

# 二、简易cnn网络

# 2.1 构建模型

import torch.nn.functional as F

num_classes = 10 # 图片的类别数

class Model(nn.Module):
    def __init__(self):
        super().__init__()
        # 特征提取网络
        self.conv1 = nn.Conv2d(1, 32, kernel_size=3) #第一层卷积，输入通道为 1，输出通道为 32，卷积核大小为3*3
        self.pool1 = nn.MaxPool2d(2)  #设置池化层，池化核为2*2
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3)#第二层卷积，输入通道为 32，输出通道为 64，卷积核大小为3*3
        self.pool2 = nn.MaxPool2d(2)
        
        # 分类网络
        self.fc1 = nn.Linear(1600, 64) #定义了第一个全连接层，输入维度为 1600，输出维度为 64。
        self.fc2 = nn.Linear(64, num_classes) #定义了第二个全连接层，输入维度为 64，输出维度为 num_classes，num_classes 表示分类的类别数。
        
    # 前向传播
    def forward(self, x):
        x = self.pool1(F.relu(self.conv1(x)))
        x = self.pool2(F.relu(self.conv2(x)))
        
        x = torch.flatten(x, start_dim=1)
        
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        
        return x

pip install torchinfo

# 2.2 加载并打印模型

from torchinfo import summary
model = Model()
summary(model)

=================================================================
Layer (type:depth-idx)                   Param #
=================================================================
Model                                    --
├─Conv2d: 1-1                            320
├─MaxPool2d: 1-2                         --
├─Conv2d: 1-3                            18,496
├─MaxPool2d: 1-4                         --
├─Linear: 1-5                            102,464
├─Linear: 1-6                            650
=================================================================
Total params: 121,930
Trainable params: 121,930
Non-trainable params: 0
=================================================================

# 三、训练模型
# 3.1 设置超参数

loss_fn = nn.CrossEntropyLoss() # 创建交叉熵损失函数
learn_rate = 1e-2 # 学习率
opt = torch.optim.SGD(model.parameters(),lr=learn_rate) #随机梯度下降优化器

# 3.2 编写训练函数

def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 训练集的大小，一共60000张图片
    num_batches = len(dataloader)   # 批次数目，1875（60000/32）

    train_loss, train_acc = 0, 0  # 初始化训练损失和正确率
    
    for X, y in dataloader:  # 获取图片及其标签
        X, y = X.to(device), y.to(device)
        
        # 计算预测误差
        pred = model(X)          # 网络输出
        loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
        
        # 反向传播
        optimizer.zero_grad()  # grad属性归零
        loss.backward()        # 反向传播
        optimizer.step()       # 每一步自动更新
        
        # 记录acc与loss
        train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()
        train_loss += loss.item()
            
    train_acc  /= size
    train_loss /= num_batches

    return train_acc, train_loss

# 3.3 编写测试函数

def test (dataloader, model, loss_fn):
    size        = len(dataloader.dataset)  # 测试集的大小，一共10000张图片
    num_batches = len(dataloader)          # 批次数目，313（10000/32=312.5，向上取整）
    test_loss, test_acc = 0, 0
    
    # 当不进行训练时，停止梯度更新，节省计算内存消耗
    with torch.no_grad():
        for imgs, target in dataloader:
            imgs, target = imgs.to(device), target.to(device)
            
            # 计算loss
            target_pred = model(imgs)
            loss        = loss_fn(target_pred, target)
            
            test_loss += loss.item()
            test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()

    test_acc  /= size
    test_loss /= num_batches

    return test_acc, test_loss

# 3.4 正式训练

device = torch.device("cpu")

epochs     = 10
train_loss = []
train_acc  = []
test_loss  = []
test_acc   = []

for epoch in range(epochs):
    model.train()
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
    
    model.eval()
    epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
    
    train_acc.append(epoch_train_acc)
    train_loss.append(epoch_train_loss)
    test_acc.append(epoch_test_acc)
    test_loss.append(epoch_test_loss)
    
    template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%，Test_loss:{:.3f}')
    print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss))
print('Done')

Epoch: 1, Train_acc:80.1%, Train_loss:0.684, Test_acc:93.2%，Test_loss:0.231
Epoch: 2, Train_acc:94.4%, Train_loss:0.184, Test_acc:96.2%，Test_loss:0.120
Epoch: 3, Train_acc:96.5%, Train_loss:0.115, Test_acc:97.5%，Test_loss:0.087
Epoch: 4, Train_acc:97.2%, Train_loss:0.090, Test_acc:97.6%，Test_loss:0.078
Epoch: 5, Train_acc:97.7%, Train_loss:0.075, Test_acc:98.0%，Test_loss:0.063
Epoch: 6, Train_acc:98.0%, Train_loss:0.066, Test_acc:97.9%，Test_loss:0.060
Epoch: 7, Train_acc:98.2%, Train_loss:0.059, Test_acc:98.4%，Test_loss:0.050
Epoch: 8, Train_acc:98.4%, Train_loss:0.053, Test_acc:98.5%，Test_loss:0.048
Epoch: 9, Train_acc:98.6%, Train_loss:0.048, Test_acc:98.6%，Test_loss:0.042
Epoch:10, Train_acc:98.7%, Train_loss:0.044, Test_acc:98.6%，Test_loss:0.042
Done

# 四、结果可视化

plt.rcParams['font.sans-serif'] = ['SimHei', 'path/to/SimHei.ttf'] #增加字体

import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore")               # 忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号
plt.rcParams['figure.dpi']         = 100        # 分辨率

epochs_range = range(epochs)

plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)

plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()