PyTorch学习笔记——（7）使用pytorch实现手写数字识别，可以很好的练习pytorch

上一小节.
GitHub地址.

1、思路和流程分析

流程:

• 1.准备数据，这些需要准备DataLoader
• 2.构建模型,这里可以使用torch构造一个深层的神经网络
• 3.模型的训练
• 4.模型的保存，保存模型，后续持续使用
• 5.模型的评估，使用测试集，观察模型的好坏

2、准备训练集和测试集

准备数据集的方法上一节已经讲过数据加载Dataset和DataLoader的使用，在这里我们使用pytorch自带的mnist数据集来做，也就是说，我们不需要再去写自己的dataset类了，pytorch已经封装好了，我们只需要调用即可。API如下所示：

mnist = MNIST(path, train=True, download=True) # 是个dataset的实例

参数：
path:表示保存数据的路径；
train：训练集的数据；
download：是否下载，因为第一次使用要从官网下载，下载了在之后，就可以设置为False了。
后面还有参数之后再介绍。

但是，调用MNIST返回的结果中图形数据是一个mage对象需要对其进行处理。

为了进行数据的处理，接下来需要学习torchvision.transform的方法：

2.1 torchvision.transform的图形数据处理方法

（1） torchvision.transform.ToTensor

作用：把一个取值范围是[0,255]的PIL.Image或者shape为(H,W,C)的numpy.ndarray,转换成形状为[C,H,W] ,取值范围是[0,1. 0]的torch.FloatTensor。

其中(H,W,C)意思为(高，宽，通道数)，黑白图片的通道数只有1,其中每个像素点的取值为
[0,255],彩色图片的通道数为(R,G,B)每个通道的每个像素点的取值为[0,255]，三个通道的颜色相互叠加，形成了各种颜色。

示例如下:

from torchvision.datasets import MNIST
from torchvision import transforms

mnist = MNIST("./data", train=True, download=False) # 是个dataset的实例

# mnist[0][0].show() # 由于mnist是一个实例化对象，则可以用[]方式取每一条数据，mnist[0]表示第一条数据，是个元组(image,label)

print(mnist[0]) # 第1条数据,是个元组(image,label)
ret = transforms.ToTensor()(mnist[0][0]) # 将mage对象转换成张量，[28,28,1]->[1,28,28]
print(ret.size())

运行结果：

(<PIL.Image.Image image mode=L size=28x28 at 0x211EE644198>, 5)
torch.Size([1, 28, 28])

注意：
transforms.ToTensor对象有个__call__方法，所以可以对其示例能够传入数据获取结果。

（2）torchvision.transforms.Normalize(mean, std)

作用：标准化张量。
参数：
给定均值: mean，注意： shape和图片的通道数相同(指的是每个通道的均值)；
方差: std, 注意：和图片的通道数相同(指的是每个通道的方差),将会把Tensor规范化处理。
即: Normalized_ image=(image-mean)/std.

例如:

from torchvision.datasets import MNIST
from torchvision import transforms

mnist = MNIST("./data", train=True, download=False) # 是个dataset的实例

# mnist[0][0].show() # 由于mnist是一个实例化对象，则可以用[]方式取每一条数据，mnist[0]表示第一条数据，是个元组(image,label)

print(mnist[0]) # 第1条数据,是个元组(image,label)
ret = transforms.ToTensor()(mnist[0][0])
print(ret.size())

norm_img = transforms.Normalize(mean=[0.1307], std=[0.3081])(ret)  # 进行规范化处理
print(norm_img)

运行结果：

（3）torchvision.transforms.Compose(transforms)

作用：将多个transforms组合起来使用。

例如：

transforms.Compose([transforms.ToTensor()(), # 先转化为Tensor
                   transforms.Normalize(mean, std)]) # 再进行正则化

2.2 准备MNIST数据集的Dataset和DataLoader

# 1、准备数据集