Pytorch手写数字识别(一)

Pytorch

一、什么是Pytorch,为什么选择Pytroch?

PyTorch 是一个基于 Python 的科学计算包,主要定位两类人群:

  • NumPy 的替代品,可以利用 GPU 的性能进行计算。
  • 深度学习研究平台拥有足够的灵活性和速度
  • 动态神经网络
  • Python优先
  • 命令式体验
  • 轻松扩展

二、Pytroch的安装(CPU版本)

在这里插入图片描述

登录官网https://pytorch.org/

输入自己需要安装的环境,我是win10操作系统,Conda的管理环境,Python3.7,没有安装cuda,选择无,即cpu版本。 gpu版本等以后再改,新手可以先入门cpu版本的。

conda install pytorch-cpu torchvision-cpu -c pytorch
  • 如何判断安装成功?

    在python里输入import torch,如果没有报错则说明安装成功

三、通用代码实现流程(实现一个深度学习的代码流程)

PyTorch搭建神经网络的一般步骤

  • 给定输入输出
  • 定义一个模型
  • 定义损失函数(loss function)和优化函数(optimizer)
  • 训练一个过程
手写数字识别 代码源自开源书籍
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transforms
torch.__version__

首先,我们定义一些超参数

BATCH_SIZE=512 #大概需要2G的显存
EPOCHS=20 # 总共训练批次
DEVICE = torch.device("cuda" if torch.cuda.is_available() else "cpu") # 让torch判断是否使用GPU,建议使用GPU环境,因为会快很多

因为Pytorch里面包含了MNIST的数据集,所以我们这里直接使用即可。 如果第一次执行会生成data文件夹,并且需要一些时间下载,如果以前下载过就不会再次下载了

由于官方已经实现了dataset,所以这里可以直接使用DataLoader来对数据进行读取

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)

测试集

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)

下面我们定义一个网络,网络包含两个卷积层,conv1和conv2,然后紧接着两个线性层作为输出,最后输出10个维度,这10个维度我们作为0-9的标识来确定识别出的是那个数字

在这里建议大家将每一层的输入和输出维度都作为注释标注出来,这样后面阅读代码的会方便很多

class ConvNet(nn.Module):
    def __init__(self):
        super().__init__()
        # 1,28x28
        self.conv1=nn.Conv2d(1,10,5) # 10, 24x24
        self.conv2=nn.Conv2d(10,20,3) # 128, 10x10
        self.fc1 = nn.Linear(20*10*10,500)
        self.fc2 = nn.Linear(500,10)
    def forward(self,x):
        in_size = x.size(0)
        out = self.conv1(x) #24
        out = F.relu(out)
        out = F.max_pool2d(out, 2, 2)  #12
        out = self.conv2(out) #10
        out = F.relu(out)
        out = out.view(in_size,-1)
        out = self.fc1(out)
        out = F.relu(out)
        out = self.fc2(out)
        out = F.log_softmax(out,dim=1)
        return out

我们实例化一个网络,实例化后使用.to方法将网络移动到GPU

优化器我们也直接选择简单暴力的Adam

model = ConvNet().to(DEVICE)
optimizer = optim.Adam(model.parameters())

下面定义一下训练的函数,我们将训练的所有操作都封装到这个函数中

def train(model, device, train_loader, optimizer, epoch):
    model.train()
    for batch_idx, (data, target) in enumerate(train_loader):
        data, target = data.to(device), target.to(device)
        optimizer.zero_grad()
        output = model(data)
        loss = F.nll_loss(output, target)
        loss.backward()
        optimizer.step()
        if(batch_idx+1)%30 == 0: 
            print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
                epoch, batch_idx * len(data), len(train_loader.dataset),
                100. * batch_idx / len(train_loader), loss.item()))

测试的操作也一样封装成一个函数

def test(model, device, test_loader):
    model.eval()
    test_loss = 0
    correct = 0
    with torch.no_grad():
        for data, target in test_loader:
            data, target = data.to(device), target.to(device)
            output = model(data)
            test_loss += F.nll_loss(output, target, reduction='sum').item() # 将一批的损失相加
            pred = output.max(1, keepdim=True)[1] # 找到概率最大的下标
            correct += pred.eq(target.view_as(pred)).sum().item()

    test_loss /= len(test_loader.dataset)
    print('\nTest set: Average loss: {:.4f}, Accuracy: {}/{} ({:.0f}%)\n'.format(
        test_loss, correct, len(test_loader.dataset),
        100. * correct / len(test_loader.dataset)))

下面开始训练,这里就体现出封装起来的好处了,只要写两行就可以了

for epoch in range(1, EPOCHS + 1):
    train(model, DEVICE, train_loader, optimizer, epoch)
    test(model, DEVICE, test_loader)

我们看一下结果,准确率99%,没问题

如果你的模型连MNIST都搞不定,那么你的模型没有任何的价值

即使你的模型搞定了MNIST,你的模型也可能没有任何的价值

MNIST是一个很简单的数据集,由于它的局限性只能作为研究用途,对实际应用带来的价值非常有限。但是通过这个例子,我们可以完全了解一个实际项目的工作流程

我们找到数据集,对数据做预处理,定义我们的模型,调整超参数,测试训练,再通过训练结果对超参数进行调整或者对模型进行调整。

并且通过这个实战我们已经有了一个很好的模板,以后的项目都可以以这个模板为样例

  • 5
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PyTorch是一个开源的机器学习框架,可以用于构建深度学习模型。手写数字识别是一个常见的机器学习任务,可以使用PyTorch来实现。 首先,你需要准备训练和测试数据集。在PyTorch中,可以使用TorchVision库来加载和预处理数据。通过使用TorchVision的transforms模块,你可以对图像进行各种处理,比如转换为张量、裁剪或标准化。\[1\] 接下来,你可以使用TorchVision提供的MNIST数据集,它包含了大量的手写数字图像和对应的标签。你可以使用torchvision.datasets.MNIST来加载数据集,并使用transforms.Compose来组合多个数据处理操作。\[3\] 然后,你可以定义一个神经网络模型来进行手写数字识别。你可以使用PyTorch的torch.nn模块来构建模型。可以选择使用卷积神经网络(CNN)来提取图像特征,并使用全连接层进行分类。你可以定义一个继承自torch.nn.Module的类,并在其中定义模型的结构和前向传播方法。 在训练过程中,你可以使用PyTorch的torch.optim模块来选择优化算法,并使用torch.nn模块中的损失函数来计算模型的损失。通过迭代训练数据集,不断调整模型的参数,使得模型能够更好地预测手写数字。 最后,你可以使用训练好的模型对测试数据进行预测,并评估模型的性能。可以使用torch.utils.data.DataLoader来加载测试数据集,并使用模型的forward方法来进行预测。可以使用准确率等指标来评估模型的性能。 综上所述,你可以使用PyTorch来实现手写数字识别任务。通过加载和预处理数据集,定义模型结构,选择优化算法和损失函数,迭代训练数据集,最终得到一个能够准确预测手写数字的模型。 #### 引用[.reference_title] - *1* *2* [使用Pytorch实现手写数字识别](https://blog.csdn.net/Jennifer_Love_Frank/article/details/120162483)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [用PyTorch实现MNIST手写数字识别(非常详细)](https://blog.csdn.net/sxf1061700625/article/details/105870851)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值