## """CNN手写字体识别"""
import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.utils.data as Data
import torchvision #其中包括一些数据库(图片...)
import matplotlib.pyplot as plt
#超参数
EPOCH = 1 #总数据循环的次数
BATCH_SIZE = 50 #每次训练50个数据
LR = 0.001 #学习率
DOWNLOAD_MNIST = False #已经下好数据 则用False
train_data = torchvision.datasets.MNIST( #下载手写数据训练集
root='./mnist',
train=True, #获得其中的训练数据
transform=torchvision.transforms.ToTensor(), #下载的数据格式改成tensor格式,数据的值 (0-255)压缩到(0-1)
download=DOWNLOAD_MNIST
)
#画图工具显示其中一个图片
# print(train_data.train_data.size()) #(60000, 28, 28)
# print(train_data.train_labels.size()) #(60000)
# pause=input("Continue")
# plt.imshow(train_data.train_data[0].numpy(),cmap='gray') #呈现其中的第一张图片
# plt.title('%i' % train_data.train_labels[0])
# plt.show()
train_loader = Data.DataLoader( #批处理
dataset=train_data,
batch_size=BATCH_SIZE,
shuffle=True, #训练的时候,要不要随机打乱数据
)
#训练集
test_data = torchvision.datasets.MNIST(
root='./mnist',train=False
)
test_x = Variable(torch.unsqueeze(test_data.test_data, dim=1), volatile=True).type(torch.FloatTensor)[:2000]/255. #压缩到(0-1)
test_y = test_data.test_labels[:2000]
class CNN(nn.Module):
def __init__(self):
super(CNN, self).__init__()
self.conv1 = nn.Sequential(
nn.Conv2d( #图片的维度是(1,28,28)
in_channels=1, #图片的高度也就是层数
out_channels=16, #fittle的个数(相当于卷积核的个数) 相当于16个卷积核同时扫描
kernel_size=5, #卷积核的大小 5*5
stride=1, #卷积核每隔多少步跳一下 相当于步长
padding=2, #边缘填充 不够补零 如果stride = 1 padding = (kernel_size-1)/2
), # -> (16,28,28)
nn.ReLU(), #激活层 # -> (16,28,28)
nn.MaxPool2d( # -> (16,14,14)
kernel_size=2
),
)
self.conv2 = nn.Sequential( # -> (16,14,14)
nn.Conv2d(16, 32, 5, 1, 2), # -> (32,14,14)
nn.ReLU(), # -> (32,14,14)
nn.MaxPool2d(2) # -> (32,7,7)
)
self.out = nn.Linear(32 * 7 * 7, 10) #辗平 (10 代表分类的个数 这里是手写数字识别 所以有是个分类)
def forward(self, x):
x = self.conv1(x)
x = self.conv2(x) #(batch, 32, 7, 7) 考虑batch的维度
x = x.view(x.size(0),-1) #(batch, 32 * 7 * 7 ) ( -1 的作用就是把矩阵辗平) x.size(0):作用是把batch的维度保留
output = self.out(x)
return output
cnn = CNN()
# print(cnn)
optimizer = torch.optim.Adam(cnn.parameters(), lr=LR)
loss_func = nn.CrossEntropyLoss()
for epoch in range(EPOCH):
for step, (x, y) in enumerate(train_loader):
output = cnn(x)
loss = loss_func(output, y)
optimizer.zero_grad()
loss.backward()
optimizer.step()
# print(step)
if step % 50 == 0:
test_output = cnn(test_x)
pred_y = torch.max(test_output, 1)[1].data.squeeze()
# print(sum(pred_y == test_y))
# print(test_y.size(0))
accuracy = sum(pred_y == test_y) / test_y.size(0)
# accuracy = float((pred_y == test_y.data.numpy()).astype(int).sum()) / float(test_y.size(0))
# print("Epoch: ", epoch, "| train loss: %.4f" % loss.item(), "| test accuracy: %.4f", accuracy)
print('Epoch: ', epoch, '| train loss: %.4f' % loss.data.numpy(), '| test accuracy: %f' % accuracy) #每50 step 输出一次结果 每次数据集迭代24 次 所以总数据为 24 * 50 * 50
test_output = cnn(test_x[:10]) #前十个看预测的标签
pred_y = torch.max(test_output, 1)[1].data.numpy().squeeze()
print(pred_y,"prediction number")
print(test_y[:10].numpy(), "real number")
数据整体训练一次,对于accuracy都是0的问题,由于刚开始学,有些代码的细节我也没看懂,不过整体结果是对的,可能是由于pytorch版本的更新,导致accuracy的计算方式有所改变