pytorch深度学习实战lesson4

目录

解决识别手写数字的方法（理论部分）：

解决识别手写数字的方法（实践部分）：

---

参考教材：

课程网站：

https://www.bilibili.com/video/BV1xB4y1m7f4/?spm_id_from=333.1007.top_right_bar_window_custom_collection.content.click

第四课 手写数字体识别问题（举例+实战，对应视频课时6-13）

认识mnist数据集：

Mnist数据集叫做手写数字数据集，它的训练集有6万个，测试集有一万个。每个图片的像素28*28，每个图片的像素是由0,1组成的，0表示白色，1表示黑色。

解决识别手写数字的方法（理论部分）：

1、把28*28的图片“打平”，也就是把二维图片弄成一维(784位的一维0，1数组，设为X)。

2、对一维数组进行线性变换，此处要进行多次线性变换，不能只变换一次。使用y=wx+b的形式进行变换。

计算H1的过程：

计算H2的过程：

其中“@”表示矩阵乘法。

计算H3的过程：

以上中括号中，前面的“1”表示维度，后面的数据表示多少个。

3、然后要选择一种合适的编码方式

这里使用的编码方式是“one-hot”编码方式。

进行手写数字识别任务时，我需要对图片的labor进行编码

如上图所示，如果是1的话就对第二个位置写1，如果是3的话就对第4个位置写3。

4、计算loss

使用欧氏距离的算法计算loss，也就是将10维以内的向量先相减在求平方和，结果越小说明差距越少。

5、非线性处理

其实手写字体里面有好多千奇百怪的字体，但是这些对于人脑来讲是很容易就能识别的，其原因就是人脑有很强的非线性能力，因此对于神经网络来说，也不能光进行线性变换，也要有一个非线性的过程。采用下图所示的非线性激活函数——relu函数。

加入激活函数：

6、利用梯度下降算法，计算出三组W和b

7、算好预测值后

使用argmax算出预测值最接近的真实值的labor。

解决识别手写数字的方法（实践部分）：

0、准备工作

在另一个.py文件中写入画loss曲线的函数、画图片的函数以及one-hot编码函数。

先导入库

1、加载图片

2、搭建模型

3、训练

到此为止我们已经得到了一组比较不错的【w1,b1,w2,b2,w3,b3】

此时运行程序时，可以看到loss在很稳定的下降。

4、准确度测试

可以看出，预测的结果正确率还是比较可观的。

PS:

由于我发现本课程的课程视频到不完整，再加上没有现成的代码，所以我决定下次更新李沐大神的《动手学深度学习》这门课，也是用的pytorch架构的，我还是非常期待李沐大神的课的！