Pytorch入门一：卷积神经网络实现MNIST手写数字识别

目录

1. pytorch介绍

2. 卷积神经网络（CNN）

3. PyTorch中的卷积神经网络

3.1卷积层：nn.Conv2d()

3.2 池化层：nn.MaxPool2d()

4. 实现MNIST手写数字识别

4.1 引入库函数

4.2 设置超参数

4.3 加载数据集

4.4 设计CNN

4.5 训练前准备

4.6 训练

4.7 预测 

4.8 运行

5 结果

---

1. pytorch介绍

Pytorch是Torch7团队开发的，与Torch的不同之处在于Pytorch使用了Python作为开发语言，同样说明它是一个以Python优先的深度学习框架，它不仅能够实现强大的GPU加速，同时还支持动态神经网络，这是TensorFlow等很多主流框架不支持的。而且Pytorch可以轻松扩展，近两年有赶超TensorFlow的势头

Pytorch中有两种变量类型，一种是Tensor，一种是Variable。并且Tensor和Numpy之间可以自由转换。

 

2. 卷积神经网络（CNN）

卷积神经网络（CNN——Convolutional Neural Network）是一种前馈神经网络。长期以来是图像识别领域的核心算法之一

这是一张卷及神经网络机构示意图，让我们理解下各部分：

• 输入层（Input Layer）：对于我们人来说输入的是一张图片，但是对于电脑来说输入的是一个矩阵类型的数据，这些数据代表着这张图片的像素值
• 卷积层（Convolution Layer）：对输入的数据进行特征提取，每个卷积核每次从一个小区域提取到一个特征值，所有的特征值组合起来就得到了一个特征图，当用多个卷积核对输入数据进行特征提取时，就得到了多个特征图。这个卷积核我们称为（kernel）
• 激活函数（Activation Function）：在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端，引入激活函数是为了增加神经网络模型的非线性
• 池化层（Pooling Layer）：在不影响特征质量的情况下对图片进行压缩，以减少参数，池化主要有两种，一种是MaxPooling，一种是AvePooling。假设池化的内核是一个2*2的矩阵，采用MaxPooling则是输出其中的最大值，采用AvePooling则输出所有数据的平均值
• 全连接层（Fully Connected Layer，简称FC）：在整个卷积神经网络中起到“分类器”的作用。如果说卷积层、池化层和激活函数层等操作是将原始数据映射到隐层特征空间的话，全连接层则起到将学到的“分布式特征表示”映射到样本标记空间的作用
• 输出层（Output Layer）：卷积神经网络中输出层的上游通常是全连接层，因此其结构和工作原理与传统前馈神经网络中的输出层相同。对于图像分类问题，输出层使用逻辑函数或归一化指数函数（softmax function）输出分类标签 [。在物体识别（object detection）问题中，输出层可设计为输出物体的中心坐标、大小和分类 。在图像语义分割中，输出层直接输出每个像素的分类结果   

理解完卷积神经网络后，让我们来看下PyTorch中的卷积神经网络

 

3. PyTorch中的卷积神经网络

3.1卷积层：nn.Conv2d()

其参数如下：

参数	含义
in_channels	输入信号的通道数.
out_channels	卷积后输出结果的通道数.
kernel_size	卷积核的形状. 例如kernel_size=(3, 2)表示3X2的卷积核，如果宽和高相同，可以只用一个数字表示
stride	卷积每次移动的步长, 默认为1.
padding	处理边界时填充0的数量, 默认为0(不填充).
dilation	采样间隔数量, 默认为1, 无间隔采样
groups	输入与输出通道的分组数量. 当不为1时, 默认为1(全连接
bias	为 True 时, 添加偏置.

3.2 池化层：nn.MaxPool2d()

其参数如下：
 

参数	含义
kernel_siz