pytorch练习实例——手写数字识别（CNN网络+MNIST数据集）

最新推荐文章于 2024-10-06 22:24:36 发布

东流-beyond the label

最新推荐文章于 2024-10-06 22:24:36 发布

阅读量2k

点赞数 2

分类专栏：计算机视觉文章标签：手写数字识别 MNIST CNN pytorch

本文链接：https://blog.csdn.net/qq_43402639/article/details/99108376

版权

本文通过PyTorch实现手写数字识别，使用CNN网络结合MNIST数据集进行训练。在VSCode中运行时解决模块导入问题，并展示如何用训练好的模型进行测试及自定义CNN结构。

摘要由CSDN通过智能技术生成

训练数据得到模型：
VScode运行：途中还遇到一个小问题，有些torch内的模块无法导入，解决方法：

#VSCode中pytorch出现'torch' has no member 'xxx'的错误
https://blog.csdn.net/qq_34403736/article/details/84726504

import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms

# Device configuration
device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')

# Hyper parameters
num_epochs = 5
num_classes = 10
batch_size = 100
learning_rate = 0.001

# MNIST dataset
train_dataset = torchvision.datasets.MNIST(root='data/',
                                           train=True,
                                           transform=transforms.ToTensor(),
                                           download=True)

test_dataset = torchvision.datasets.MNIST(root='data/',
                                          train=False,
                                          transform=transforms.ToTensor())

# Data loader
train_loader = torch.utils.data.DataLoader(dataset=train_dataset,
                                           batch_size=batch_size,
                                           shuffle=True)

test_loa