《深度学习》PyTorch 手写数字识别案例解析及实现＜上＞

菜就多练_0828

已于 2024-09-18 19:56:40 修改

阅读量1.6k

点赞数 44

分类专栏：《深度学习》人工智能篇文章标签：深度学习 pytorch 人工智能 MNIST手写数据集

于 2024-09-13 22:44:28 首次发布

本文链接：https://blog.csdn.net/qq_64603703/article/details/142220221

版权

《深度学习》人工智能篇专栏收录该内容

40 篇文章 10 订阅

订阅专栏

1）torch.cuda.is_available()

2）torch.backends.mps.is_available()

3）MPS

运行结果：

一、了解MNIST数据集

1、什么是MNIST

MNIST是一种基于神经网络的手写数字识别算法。它是LeCun等人在1998年提出的，是深度学习领域的里程碑之一。MNIST数据集包含了大量的手写数字图片，MNIST算法通过训练神经网络，可以有效地识别这些手写数字。MINIST算法在计算机视觉和模式识别中有广泛的应用，被认为是机器学习领域的经典问题之一。

MNIST包含70,000张手写数字图像，其中60,000张用于训练，10,000张用于测试。

所有的图像都是灰度的，大小为28x28像素的，并且居中的，以减少预处理和加快运行。

2、查看MINIST由来

进入下列网页，即可查看

https://yann.lecun.com/exdb/mnist/https://yann.lecun.com/exdb/mnist/ 打卡即可得到下列画面：

此时可知道这个MINIST数据集中训练集和测试集所占大小等等：

二、实操代码

1、下载训练数据集

训练数据集包含训练用的手写数字图片及其对应的标签

import torch 
print(torch.__version__)   # 查看torch版本号

from torch import nn  # 导入神经网络模块，提供了构建网络所需的各种层
from torch.utils.data import DataLoader  # 数据包管理工具，打包数据,它可以将数据集封装成适合批处理的数据加载器。
from torchvision import datasets   # 封装了很多与图像相关的模型，数据集
from torchvision.transforms import ToTensor   一个数据转换操作，用于将图片数据转换为PyTorch张量（Tensor）。PyTorch中的模型只能接受张量作为输入。

training_data = datasets.MNIST(   # 跳转到函数的内部源代码，pycharm 按下ctrl +鼠标点击
    root='data',  # 指定数据集下载后储存的根目录
    train=True,  # 表示下载的是训练集，如需下载测试集则更改为False即可
    download=True,   # 表示如果本地没有数据集，则自动下载，有则不再下载
    transform=ToTensor()   # 指定一个数据转换操作，即将下载的图片转换为pytorch张量tensor，因为pytorch模型只能处理张量类型的数据
)

将代码和下列测试集代码一起运行。

2、下载测试数据集

只需将训练数据集中的train参数结果更改为False

test_data = datasets.MNIST(
    root='data',
    train=False,
    download=True,
    transform=ToTensor()  
)  # NumPy 数组只能在CPU上运行。Tensor可以在GPU上运行，这在深度学习应用中可以显著提高计算速度。

print(len(training_data))   # 打印训练集数据条数
print(len(test_data))   # 打印测试集数据条数

运行结果：

3、展示手写数字图片

from matplotlib import pyplot as plt   # 导入绘图库
figure = plt.figure()   # 设置一个空白画布
for i in range(9):
    img,label = training_data[i+59000]   # 提取第59000张图片开始，共9张，返回图片及其对应的标签值

    figure.add_subplot(3,3,i+1)   # 在画布创建3行3列的小窗口，通过遍历的值i来确定每个画布展示的图片
    plt.title(label)   # 设置每个窗口的标题，设置标签为上述返回的标签值
    plt.axis('off')   # 取消画布中的坐标轴的图像
    plt.imshow(img.squeeze(),cmap='gray')   # plt.imshow()将NumPy数组data中的数据显示为图像，并在图形窗口中,
    a = img.squeeze()   # img.squeeze()从张量img中去掉维度为1的。如果该维度的大小不为1,则张量不会改变。
plt.show()

最后一步img.squeeze降低维度是因为遍历出来的图像有一个冗余的维度没有用，如下所示，维度为1，图像大小为28x28像素的。

运行结果：

4、打包图片

train_dataloader = DataLoader(training_data,batch_size=64)  # 调用上述定义的DataLoader打包库，将训练集的图片和标签，64张图片为一个包，
test_dataloader = DataLoader(test_data,batch_size=64)   # 将测试集的图片和标签，每64张打包成一份
for x,y in test_dataloader:
    # x是表示打包好的每一个数据包,其形状为[64,1,28,28],64表示批次大小，1表示通道数为1，即灰度图，28表示图像的宽高像素值
    # y表示每个图片标签
    print(f"shape of x[N,C,H,W]:{x.shape}")   # 打印图片形状
    print(f"shape of y:{y.shape}{y.dtype}")   # 打印标签的形状和数据类型
    break  # 跳出并终止循环，表示只遍历一个包的数据情况

运行结果：

5、判断当前pytorch使用的设备

"""判断当前设备是否支持GPU，其中mps是苹果m系列芯片的GPU"""  # 返回cuda，mps，cpu，
device = "cuda" if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else "cpu"
print(f"Using {device} device")  # 字符串的格式化。CUDA驱动软件的功能:pytorch能够去执行cuda的命令，cuda通过GPU指令集
# 神经网络的模型也需要传入到GPU，1个batchsize的数据集也需要传入到GPU，才可以进行训练。

1）torch.cuda.is_available()

检查CUDA是否在当前系统上可用。CUDA是NVIDIA的并行计算平台和编程模型，它允许软件利用NVIDIA图形处理单元（GPU）进行加速计算。如果CUDA可用，这意味着你的系统有NVIDIA GPU，并且PyTorch已经配置为可以使用CUDA。

2）torch.backends.mps.is_available()

检查MPS是否可用。请注意，这个检查通常只在Apple Silicon Macs上返回True。

3）MPS

MPS是Apple提供的一套高性能图形和计算框架，专门设计用于Apple Silicon Macs上的Metal API。虽然MPS不直接对应于PyTorch的CUDA，但PyTorch从1.8版本开始增加了对Apple Silicon Macs的支持，通过MPS后端进行加速。

表示如果torch.cuda.is_available()返回的是True则返回cuda，即当前使用的设备是cuda，如果返回False即执行下面的判断语句，即如果torch.backends.mps.is_available()返回的是True则返回mps，即当前使用的是苹果设备的mps，反之则使用的是cpu设备来计算。