《深度学习》—— 卷积神经网络模型(CNN)对手写数字的识别

一、数据集介绍

• 此模型训练的数据集是 torchvision 库中 datasets 数据包中的 MNIST 数据集

• MNIST 数据集中含有 70000 张由不同的人手写数字图像，其中60000张训练集，10000张是测试集

• 每张图片都是灰度的，大小为28x28像素，且每张图片中的数字都是剧中的，以减少预处理和加块模型训练

• 导入此数据包，提取出训练集和测试集，并展示出部分手写图片，代码如下：

  from torchvision import datasets 
  
  """ 下载训练数据集 （包含训练数据+标签）"""
  training_data = datasets.MNIST(
      root='data',
      train=True,
      download=True,
      transform=ToTensor()  # 张量，图片是不能直接传入神经网络模型
  )  # 对于pytorch库能够识别的数据一般是tensor张量.
  # 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。
  
  """ 下载测试数据集（包含训练图片+标签）"""
  test_data = datasets.MNIST(
      root='data',
      train=False,
      download=True,
      transform=ToTensor()
  )
  print(len(training_data))
  
  """ 展示手写字图片 """
  # tensor --> numpy 矩阵类型的数据
  from matplotlib import pyplot as plt
  
  figure = plt.figure()
  for i in range(9):
      img, label = training_data[i + 59000]  # 提取第59000张图片
  
      figure.add_subplot(3, 3, i + 1)  # 图像窗口中创建多个小窗口，小窗口用于显示图片
      plt.title(label)
      plt.axis("off")  # 关闭坐标
      plt.imshow(img.squeeze(), cmap="gray")
      a = img.squeeze()  # img.squeeze()从张量img中去掉维度为1的(降维)
  plt.show()
  

• 展示的手写数字图片如下：
  

• 下面链接是此数据集的官方解释（纯英文，可在浏览器中翻译成中文）：

  • https://yann.lecun.com/exdb/mnist/

二、卷积神经网络模型对手写数字识别步骤和完整代码

• 步骤：

  • 1.下载训练集和测试集，并展示部分手写数字图片
  • 2.运用 DataLoader 数据包管理工具，在训练集和测试集数据中，将每64张图片打包成一个数据包
  • 3.构建一个卷积神经网络模型类
  • 4.定义训练模型的函数
  • 5.定义测试模型的函数
  • 6.创建交叉熵损失函数对象，并创建一个优化器，用于更行模型中的权重参数，达到优化模型的效果
  • 7.定义模型训练轮数，进行模型训练，并打印出每一轮训练后的损失值，便于观察模型的优化效果
  • 8.传入训练数据，进行模型测试

• 完整代码：

  import torch
  from torch import nn  # 导入神经网络模块
  from torch.utils.data import DataLoader  # 数据包管理工具，打包数据,
  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  # 数据转换，张量，将其他类型的数据转换为tensor张量
  
  """
  MNIST包含70,000张手写数字图像:60,000张用于训练，10,000张用于测试。
  图像是灰度的，28x28像素的，并且居中的，以减少预处理和加快运行。
  """
  """ 下载训练数据集 （包含训练数据+标签）"""
  training_data = datasets.MNIST(
      root