经过前边基础知识的铺垫,已经足够完成深度学习中的"hello world"项目:手写数字识别。这节课就是利用pytorch完成这个实战任务,它的本质上是个10分类问题。
1.MNIST数据集
mnist手写字数据集是机器学习领域经典的数据集,这里就不详细介绍了。它的每个样本都是(28,28)的矩阵构成,每个数据点代表这个点的灰度值,标签则是0-9这十个数字。
数据集又分为训练集和测试集,训练集由60000个样本组成,测试集由10000个样本组成。我们使用批数据处理将数据打包为训练集和测试集,Batch_size=200。
运行下列代码,第一次会从网络上自动下载mnist数据集。
# 载入mnist数据集,若没有则会自动从网上下载
train_loader = torch.utils.data.DataLoader(
datasets.MNIST('../data', train=True, download=True,
transform=transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
])),
batch_size=batch_size, shuffle=True)
test_loader = torch.utils.data.DataLoader(
datasets.MNIST('../data', train=False, transform=transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
])),
batch_size=batch_size, shuffle=True)
我们利用下列代码展示数据集样本:
x, y = next(iter(train_loader))
print(x.shape, y.shape, x.min(), x.max())
plot_image(x, y, 'image sample')
展示的结果如下:
2. 神经网络模型的搭建
这次使用的是具有3层全连接层的神经网络,激活函数为relu()。
-输入层神经单元数:784(28*28)。
-输出层神经单元数:10(分10类)。
-隐藏层神经单元数:64(自己定义)。
input_dim = 28*28
hidden_dim = 64
out_dim = 10
搭建网络的过程就不再赘述了,直接看代码:
class Net(nn.Module):
def __init__(self,n_featuers,n_hidden,n_outputs):
super(Net,self).__init__()
self.fc1 = nn.Linear(n_featuers,n_hidden)
self.fc2 = nn.Linear(n_hidden,n_hidden)
self.fc3 = nn.Linear(n_hidden,n_outputs)
def forward(self,x):
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))