MNIST手写数据集分类体验（pytorch）

首先定义几个必要的函数：

import torch
from matplotlib import pyplot as plt

def plot_curve(data):
    fig = plt.figure()
    plt.plot(range(len(data)), data, color='blue')
    plt.legend(['value'], loc='upper right')
    plt.xlabel('step')
    plt.ylabel('value')
    plt.show()

def plot_image(img, label, name):

    fig = plt.figure()
    for i in range(6):
        plt.subplot(2, 3, i + 1)
        plt.tight_layout()
        plt.imshow(img[i][0]*0.3081+0.1307, cmap='gray', interpolation='none')
        plt.title("{}: {}".format(name, label[i].item()))
        plt.xticks([])
        plt.yticks([])
    plt.show()

def one_hot(label, depth=10):
    out = torch.zeros(label.size(0), depth)
    idx = torch.LongTensor(label).view(-1, 1)
    out.scatter_(dim=1, index=idx, value=1)
    return out

主程序：

import torch
from torch import nn
from torch.nn import functional as F
from torch import optim
import torchvision
from matplotlib import pyplot as plt

from utils import plot_curve, plot_image, one_hot

# step 1 load dataset
batch_size = 512  # 一次处理512张图片
train_loader = torch.utils.data.DataLoader(
    torchvision.datasets.MNIST('mnist_data', train=True, download=True,
                               transform=torchvision.transforms.Compose([
                                   torchvision.transforms.ToTensor(),
                                   torchvision.transforms.Normalize(
                                       (0.1307,), (0.3081,))
                               ])),
    batch_size=batch_size, shuffle=True)
# shuffle指家在数据的时候，随机打散，即打乱顺序
test_loader = torch.utils.data.DataLoader(
    torchvision.datasets.MNIST('mnist_data/', train=False, download=True,
                               transform=torchvision.transforms.Compose([
                                   torchvision.transforms.ToTensor(),
                                   torchvision.transforms.Normalize(
                                       (0.1307,), (0.3081,))
                               ])),
    batch_size=batch_size, shuffle=False)

# x, y = next(iter(train_loader))
# print(x.shape, y.shape)
# iter()函数是python的一个内置函数，用来生成一个迭代器；next()函数返回迭代器的下一个项目，next() 函数要和生成迭代器的 iter() 函数一起使用。
# # 得到的输出是：torch.Size([512, 1, 28, 28]) torch.Size([512])，指输入512张图片，1个通道 ，28行28列； label是512个

# print(x.min(), x.max())  # tensor(-0.4242) tensor(2.8215) normalize的结果 均值归一化 使数据分布在0的附近

# plot_image(x, y, 'image_sample')


class Net(nn.Module):
    def __init__(self):    # 定义网络层
        super(Net, self).__init__()
        # wx + b
        self.fc1 = nn.Linear(28*28, 256)
        self.fc2 = nn.Linear(256, 64)
        self.fc3 = nn.Linear(64, 10)

    def forward(self, x):        # 定义前向传播
        # x: [batch, 1, 28, 28]
        x = F.relu(self.fc1(x))   # h1 = relu(xw1 + b1)
        x = F.relu(self.fc2(x))   # h2 = relu(h1w2 + b2)
        x = self.fc3(x)           # h3 = h2w3 + b3
        return x

net = Net()  # 初始化一个网络
optimizer = optim.Adam(net.parameters(), lr=0.0001)  # net.parameters()返回[w1, b1, w2, b2, w3, b3]，即模型的参数

train_loss = []
for epoch in range(3):  # 对数据集迭代三次
    for batch_idx, (x, y) in enumerate(train_loader, 0):  # 对数据集迭代一遍 每次迭代一个batch
        '''
        enumerate(iteration, start)函数默认包含两个参数，其中iteration参数为需要遍历的参数
        比如字典、列表、元组等，start参数为开始的参数，默认为0（不写start那就是从0开始）
        enumerate函数有两个返回值，第一个返回值为从start参数开始的数，第二个参数为iteration参数中的值。
        '''
        # x: [batch_size, 1, 28, 28]  y:[batch_size]
        x = x.view(x.size(0), 28*28)  # 网络的输入，x，必须是[batch, feature]这样，所以需要转换x的shape，
                                      # x.size(0)表示batch， 特征是28*28
        out = net(x)                  # 得到一个[batch, 10]的输出
        y_onehot = one_hot(y)         # 使用onehot编码， 把y变成[batch, 10] 这样才能和呕吐进行比较 （使用loss）
        loss = F.mse_loss(out, y_onehot)  # loss 采用均值平方误差
        optimizer.zero_grad() # 梯度清零
        loss.backward()   # 反向传播，即梯度计算过程
        optimizer.step()  # 上面计算了梯度，计算完需要更新w和b 即实现w'= w - lr*grad
        train_loss.append(loss.item())

        if batch_idx % 10 == 0:
            print(epoch, batch_idx, loss.item())
# 跳出三次迭代 得到一个较好的[w1, b1, w2, b2, w3, b3]

plot_curve(train_loss)

total_correct = 0
for x, y in test_loader:
    x = x.view(x.size(0), 28*28)
    out = net(x)
    pred = out.argmax(dim=1)          # out: [batch, 10], 这一行返回这一个维度中间，值最大的索引 得到： [batch]
    correct = pred.eq(y).sum().float().item()              # 当前batch中 预测对的图片的总个数
    total_correct += correct

total_num = len(test_loader.dataset)
acc = total_correct / total_num
print('test acc:', acc)

x, y = next(iter(test_loader))
out = net(x.view(x.size(0), 28*28))
pred = out.argmax(dim=1)
plot_image(x, pred, 'test')