利用pytorch搭建卷积神经网络（CNN）训练简单手写数字数据集（MNIST）（相应代码和数据集在文章顶部）

1.MNIST手写数字数据集介绍

        MNIST数据集是学习图像处理接手的第一个数据集，其地位相当于我们学习C语言的第一个源程序“Hello World！”只不过你需要提前掌握图像处理基础知识和pytorch的基本语法规则。

        MNIST数据集构成：60000张训练数据集和10000张测试数据集。 

        每一张灰度图包含28*28个像素，且其通道数为1。MNIST数据集的内容为0-9数字，由不同的人手写在纸上后，经过大小标准化处理和中心化处理呈现为以下形式： (以8*8个图像组成为例)                                                                                                                     

                                               

官方介绍原文：MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges

2.网络模型介绍

        因为MNIST数据集已经经过中心化处理，且为单通道图像，所以没有必要选取大型的深度神经网络对其进行处理，这里选取了一个较为简单的神经网络模型对其进行训练：                                     

参考模型介绍：MNIST Handwritten Digits Classification using a Convolutional Neural Network (CNN) | by Krut Patel | Towards Data Science

3.模型训练 

        新建神经网络模型：(新建文件model.py)

# 搭建mnist神经网络模型
import torch
from torch import nn

class mnist_Model(nn.Module):
    def __init__(self):
        super(mnist_Model, self).__init__()
        self.model = nn.Sequential(
            nn.Conv2d(1, 32, 3, 1, 1),
            nn.ReLU(),
            nn.MaxPool2d(2, 2),
            nn.Conv2d(32, 64, 3, 1, 1),
            nn.ReLU(),
            nn.MaxPool2d(2, 2),
            nn.Flatten(),
            nn.Linear(7*7*64, 128),
            nn.Dropout2d(p=0.5),
            nn.Linear(128, 10)
        )
    def forward(self, x):
        x = self.model(x)
        return x

用MNIST手写数据集训练上述模型：（新建文件model.py，名称无所谓，注意import别引用错）

# 训练网络并测试
import torchvision
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
from model import*
import time

writer = SummaryWriter("mnist_model")  # tensorboard查看运行结果

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")  #有gpu则用gpu进行训练，否则用cpu

# 读取数据并转化为tensor类型
train_data = torchvision.datasets.MNIST("./dataset", train=True, transform=torchvision.transforms.ToTensor(), download=True)
test_data = torchvision.datasets.MNIST("./dataset", train=False, transform=torchvision.transforms.ToTensor(), download=True)

# 数据长度
train_data_size = len(train_data)
test_data_size = len(test_data)
print("训练集的长度为：{}".format(train_data_size))
print("测试集的长度为：{}".format(test_data_size))

# 定义一次取多少张图片
train_dataloader = DataLoader(train_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)

# 读取CNN并令CNN在gpu上运行
mnist_model = mnist_Model()
mnist_model = mnist_model.to(device)

# 定义损失函数并令其在gpu上运行
loss_fn = nn.CrossEntropyLoss()
loss_fn = loss_fn.to(device)

# 定义优化器和学习率
learning_rate = 0.01
optimizer = torch.optim.SGD(mnist_model.parameters(), lr=learning_rate)

# 定义训练前初值
train_step = 0
test_step = 0
epoch = 30
start_time = time.time()

for i in range(epoch):  # i为训练轮数
    print("第{}轮训练开始".format(i+1))
    mnist_model.train()  # 置为训练状态
    for data in train_dataloader:  # 取数据并令其在gpu上运行  一轮为一整个训练集经过一次网络
        imgs, targets = data
        imgs = imgs.to(device)
        targets = targets.to(device)  # 将图片输入模型
        outputs = mnist_model(imgs)
        loss = loss_fn(outputs, targets)  # 计算模型输出值和目标值的交叉熵
        optimizer.zero_grad()  # 优化器梯度置零
        loss.backward()  # 反向传播
        optimizer.step()  # 更新参数
        train_step += 1
        if train_step % 100 == 0:  # 输出每一轮训练中的训练情况
            end_time = time.time()
            print("训练次数：{}，Loss：{}，所用时间：{}".format(train_step, loss, end_time-start_time))
    mnist_model.eval()  # 置为测试状态
    test_loss = 0
    test_accuracy = 0  # 定义损失值和正确率
    with torch.no_grad():  # 测试集不进行训练
        for data in test_dataloader:  # 一轮为一整个测试集经过一次网络正向
            imgs, targets = data
            imgs = imgs.to(device)
            targets = targets.to(device)  # 取数据并令其在gpu上运行
            outputs = mnist_model(imgs)  # 将图片输入模型
            loss = loss_fn(outputs, targets)  # 计算损失值
            test_loss += loss  # 计算每一轮的总损失值
            accuracy = (outputs.argmax(1) == targets).sum()  # 输出10个数中的最大值是否对应targets，是则为1，否则为0，最后总和
            test_accuracy += accuracy
        print("整体测试集上的Loss：{}，Accuracy：{}".format(test_loss, test_accuracy/test_data_size))  # 输出正确率和损失值
    writer.add_scalar("test_accuracy", test_accuracy/test_data_size, i+1)
    test_step += 1

在上述代码中设置了30轮训练和测试，其在测试集上的正确率随轮数的变化关系 ：

        因为手写数字数据集经过中心化处理，且为单通道图像，其特征图较易提取，在第一轮训练结束后模型在测试集上的正确率便可达到90%，经过30轮训练可以达到99.2%.