pytorch实现mnist手写数字识别

2022-12-01 10:28 334人阅读评论(0)

🍨 本文为🔗365天深度学习训练营 中的学习记录博客
🍦 参考文章地址： 365天深度学习训练营-第P1周：mnist手写数字识别
🍖 作者：K同学啊

一、前期准备

1. 设置GPU


   
    
     
      
     
     
      
       import torch
      
     
    
     
      
     
     
      
       import torch.nn 
       as nn
      
     
    
     
      
     
     
      
       import matplotlib.pyplot 
       as plt
      
     
    
     
      
     
     
      
       import torchvision
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
       device = torch.device(
       "cuda" 
       if torch.cuda.is_available() 
       else 
       "cpu")
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
       device

device(type='cuda')

2. 导入数据

使用dataset下载MNIST数据集，并划分好训练集与测试集

使用dataloader加载数据，并设置好基本的batch_size

torchvision.datasets.MNIST详解

torchvision.datasets是Pytorch自带的一个数据库，我们可以通过代码在线下载数据，这里使用的是torchvision.datasets中的MNIST数据集。

函数原型：

torchvision.datasets.MNIST(root, train=True, transform=None, target_transform=None, download=False)

参数说明：

root (string) ：数据地址

train (string) ：True = 训练集，False = 测试集

download (bool,optional) : 如果为True，从互联网上下载数据集，并把数据集放在root目录下。

transform (callable, optional )：这里的参数选择一个你想要的数据转化函数，直接完成数据转化

target_transform (callable,optional) ：接受目标并对其进行转换的函数/转换。


   
    
     
      
     
     
      
       train_ds = torchvision.datasets.MNIST(
       'data', 
      
     
    
     
      
     
     
      
                                             train=
       True, 
      
     
    
     
      
     
     
      
                                             transform=torchvision.transforms.ToTensor(), 
       # 将数据类型转化为Tensor
      
     
    
     
      
     
     
      
                                             download=
       True)
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
       test_ds  = torchvision.datasets.MNIST(
       'data', 
      
     
    
     
      
     
     
      
                                             train=
       False, 
      
     
    
     
      
     
     
      
                                             transform=torchvision.transforms.ToTensor(), 
       # 将数据类型转化为Tensor
      
     
    
     
      
     
     
      
                                             download=
       True)

torch.utils.data.DataLoader详解

torch.utils.data.DataLoader是Pytorch自带的一个数据加载器，结合了数据集和取样器，并且可以提供多个线程处理数据集。

函数原型：

torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=None, sampler=None, batch_sampler=None, num_workers=0, collate_fn=None, pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None, multiprocessing_context=None, generator=None, *, prefetch_factor=2, persistent_workers=False, pin_memory_device='')

参数说明：

dataset(string) ：加载的数据集
batch_size (int,optional) ：每批加载的样本大小（默认值：1）
shuffle(bool,optional) : 如果为True，每个epoch重新排列数据。
sampler (Sampler or iterable, optional) ：定义从数据集中抽取样本的策略。可以是任何实现了 __len__ 的 Iterable。如果指定，则不得指定 shuffle 。
batch_sampler (Sampler or iterable, optional) ：类似于sampler，但一次返回一批索引。与 batch_size、shuffle、sampler 和 drop_last 互斥。
num_workers(int,optional) ：用于数据加载的子进程数。 0 表示数据将在主进程中加载（默认值：0）。
pin_memory (bool,optional) : 如果为 True，数据加载器将在返回之前将张量复制到设备/CUDA 固定内存中。如果数据元素是自定义类型，或者collate_fn返回一个自定义类型的批次。
drop_last(bool,optional) : 如果数据集大小不能被批次大小整除，则设置为 True 以删除最后一个不完整的批次。如果 False 并且数据集的大小不能被批大小整除，则最后一批将保留。（默认值：False）
timeout(numeric,optional) : 设置数据读取的超时时间，超过这个时间还没读取到数据的话就会报错。（默认值：0）
worker_init_fn(callable,optional) ：如果不是 None，这将在步长之后和数据加载之前在每个工作子进程上调用，并使用工作 id（[0，num_workers - 1] 中的一个 int）的顺序逐个导入。（默认：None）


   
    
     
      
     
     
      
       batch_size = 
       32
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
       train_dl = torch.utils.data.DataLoader(train_ds, 
      
     
    
     
      
     
     
      
                                              batch_size=batch_size, 
      
     
    
     
      
     
     
      
                                              shuffle=
       True)
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
       test_dl  = torch.utils.data.DataLoader(test_ds, 
      
     
    
     
      
     
     
      
                                              batch_size=batch_size)


   
    
     
      
     
     
      
       # 取一个批次查看数据格式
      
     
    
     
      
     
     
      
       # 数据的shape为：[batch_size, channel, height, weight]
      
     
    
     
      
     
     
      
       # 其中batch_size为自己设定，channel，height和weight分别是图片的通道数，高度和宽度。
      
     
    
     
      
     
     
      
       imgs, labels = 
       next(
       iter(train_dl))
      
     
    
     
      
     
     
      
       imgs.shape

torch.Size([32, 1, 28, 28])

3. 数据可视化

squeeze()函数的功能是从矩阵shape中，去掉维度为1的。例如一个矩阵是的shape是（5, 1），使用过这个函数后，结果为（5, ）。


   
    
     
      
     
     
      
       import numpy 
       as np
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
       
       # 指定图片大小，图像大小为20宽、5高的绘图(单位为英寸inch)
      
     
    
     
      
     
     
      
       plt.figure(figsize=(
       20, 
       5)) 
      
     
    
     
      
     
     
      
       for i, imgs 
       in 
       enumerate(imgs[:
       20]):
      
     
    
     
      
     
     
          
       # 维度缩减
      
     
    
     
      
     
     
      
           npimg = np.squeeze(imgs.numpy())
      
     
    
     
      
     
     
          
       # 将整个figure分成2行10列，绘制第i+1个子图。
      
     
    
     
      
     
     
      
           plt.subplot(
       2, 
       10, i+
       1)
      
     
    
     
      
     
     
      
           plt.imshow(npimg, cmap=plt.cm.binary)
      
     
    
     
      
     
     
      
           plt.axis(
       'off')

二、构建简单的CNN网络

对于一般的CNN网络来说，都是由特征提取网络和分类网络构成，其中特征提取网络用于提取图片的特征，分类网络用于将图片进行分类。

nn.Conv2d为卷积层，用于提取图片的特征，传入参数为输入channel，输出channel，池化核大小

nn.MaxPool2d为池化层，进行下采样，用更高层的抽象表示图像特征，传入参数为池化核大小
nn.ReLU为激活函数，使模型可以拟合非线性数据
nn.Linear为全连接层，可以起到特征提取器的作用，最后一层的全连接层也可以认为是输出层，传入参数为输入特征数和输出特征数（输入特征数由特征提取网络计算得到，如果不会计算可以直接运行网络，报错中会提示输入特征数的大小，下方网络中第一个全连接层的输入特征数为1600）
nn.Sequential可以按构造顺序连接网络，在初始化阶段就设定好网络结构，不需要在前向传播中重新写一遍


   
    
     
      
     
     
      
       import torch.nn.functional 
       as F
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
       num_classes = 
       10  
       # 图片的类别数
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
       class 
       Model(nn.Module):
      
     
    
     
      
     
     
           
       def 
       __init__(
       self):
      
     
    
     
      
     
     
              
       super().__init__()
      
     
    
     
      
     
     
               
       # 特征提取网络
      
     
    
     
      
     
     
      
               self.conv1 = nn.Conv2d(
       1, 
       32, kernel_size=
       3)  
       # 第一层卷积,卷积核大小为3*3
      
     
    
     
      
     
     
      
               self.pool1 = nn.MaxPool2d(
       2)                  
       # 设置池化层，池化核大小为2*2
      
     
    
     
      
     
     
      
               self.conv2 = nn.Conv2d(
       32, 
       64, kernel_size=
       3) 
       # 第二层卷积,卷积核大小为3*3 
      
     
    
     
      
     
     
      
               self.pool2 = nn.MaxPool2d(
       2) 
      
     
    
     
      
     
     
                                            
      
     
    
     
      
     
     
              
       # 分类网络
      
     
    
     
      
     
     
      
               self.fc1 = nn.Linear(
       1600, 
       64)          
      
     
    
     
      
     
     
      
               self.fc2 = nn.Linear(
       64, num_classes)
      
     
    
     
      
     
     
           
       # 前向传播
      
     
    
     
      
     
     
           
       def 
       forward(
       self, x):
      
     
    
     
      
     
     
      
               x = self.pool1(F.relu(self.conv1(x)))     
      
     
    
     
      
     
     
      
               x = self.pool2(F.relu(self.conv2(x)))
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
               x = torch.flatten(x, start_dim=
       1)
      
     
    
     
      
     
     
       
      
     
    
     
      
     
     
      
               x = F.relu(self.fc1(x))
      
     
    
     
      
     
     
      
               x = self.fc2(x)
      
     
    
     
      
     
     
             
      
     
    
     
      
     
     
              
       return x

加载并打印模型


  
   
    
     
    
    
     
      from torchinfo 
      import summary
     
    
   
    
     
    
    
     
      # 将模型转移到GPU中（我们模型运行均在GPU中进行）
     
    
   
    
     
    
    
     
      model = Model().to(device)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      summary(model)

=================================================================
Layer (type:depth-idx) Param #
=================================================================
Model --
├─Conv2d: 1-1 320
├─MaxPool2d: 1-2 --
├─Conv2d: 1-3 18,496
├─MaxPool2d: 1-4 --
├─Linear: 1-5 102,464
├─Linear: 1-6 650
=================================================================
Total params: 121,930
Trainable params: 121,930
Non-trainable params: 0
=================================================================

三、训练模型

1. 设置超参数


  
   
    
     
    
    
     
      loss_fn    = nn.CrossEntropyLoss() 
      # 创建损失函数
     
    
   
    
     
    
    
     
      learn_rate = 
      1e-2 
      # 学习率
     
    
   
    
     
    
    
     
      opt        = torch.optim.SGD(model.parameters(),lr=learn_rate)

2. 编写训练函数

1. optimizer.zero_grad()

函数会遍历模型的所有参数，通过内置方法截断反向传播的梯度流，再将每个参数的梯度值设为0，即上一次的梯度记录被清空。

2. loss.backward()

PyTorch的反向传播(即tensor.backward())是通过autograd包来实现的，autograd包会根据tensor进行过的数学运算来自动计算其对应的梯度。

具体来说，torch.tensor是autograd包的基础类，如果你设置tensor的requires_grads为True，就会开始跟踪这个tensor上面的所有运算，如果你做完运算后使用tensor.backward()，所有的梯度就会自动运算，tensor的梯度将会累加到它的.grad属性里面去。

更具体地说，损失函数loss是由模型的所有权重w经过一系列运算得到的，若某个w的requires_grads为True，则w的所有上层参数（后面层的权重w）的.grad_fn属性中就保存了对应的运算，然后在使用loss.backward()后，会一层层的反向传播计算每个w的梯度值，并保存到该w的.grad属性中。

如果没有进行tensor.backward()的话，梯度值将会是None，因此loss.backward()要写在optimizer.step()之前。

3. optimizer.step()

step()函数的作用是执行一次优化步骤，通过梯度下降法来更新参数的值。因为梯度下降是基于梯度的，所以在执行optimizer.step()函数前应先执行loss.backward()函数来计算梯度。

注意：optimizer只负责通过梯度下降进行优化，而不负责产生梯度，梯度是tensor.backward()方法产生的。


  
   
    
     
    
    
     
      # 训练循环
     
    
   
    
     
    
    
     
      def 
      train(
      dataloader, model, loss_fn, optimizer):
     
    
   
    
     
    
    
     
          size = 
      len(dataloader.dataset)  
      # 训练集的大小，一共60000张图片
     
    
   
    
     
    
    
     
          num_batches = 
      len(dataloader)   
      # 批次数目，1875（60000/32）
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          train_loss, train_acc = 
      0, 
      0  
      # 初始化训练损失和正确率
     
    
   
    
     
    
    
         
     
    
   
    
     
    
    
         
      for X, y 
      in dataloader:  
      # 获取图片及其标签
     
    
   
    
     
    
    
     
              X, y = X.to(device), y.to(device)
     
    
   
    
     
    
    
             
     
    
   
    
     
    
    
             
      # 计算预测误差
     
    
   
    
     
    
    
     
              pred = model(X)          
      # 网络输出
     
    
   
    
     
    
    
     
              loss = loss_fn(pred, y)  
      # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
     
    
   
    
     
    
    
             
     
    
   
    
     
    
    
             
      # 反向传播
     
    
   
    
     
    
    
     
              optimizer.zero_grad()  
      # grad属性归零
     
    
   
    
     
    
    
     
              loss.backward()        
      # 反向传播
     
    
   
    
     
    
    
     
              optimizer.step()       
      # 每一步自动更新
     
    
   
    
     
    
    
             
     
    
   
    
     
    
    
             
      # 记录acc与loss
     
    
   
    
     
    
    
     
              train_acc  += (pred.argmax(
      1) == y).
      type(torch.
      float).
      sum().item()
     
    
   
    
     
    
    
     
              train_loss += loss.item()
     
    
   
    
     
    
    
                 
     
    
   
    
     
    
    
     
          train_acc  /= size
     
    
   
    
     
    
    
     
          train_loss /= num_batches
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      return train_acc, train_loss

3. 编写测试函数

测试函数和训练函数大致相同，但是由于不进行梯度下降对网络权重进行更新，所以不需要传入优化器


  
   
    
     
    
    
     
      def 
      test (dataloader, model, loss_fn):
     
    
   
    
     
    
    
     
          size        = 
      len(dataloader.dataset)  
      # 测试集的大小，一共10000张图片
     
    
   
    
     
    
    
     
          num_batches = 
      len(dataloader)          
      # 批次数目，313（10000/32=312.5，向上取整）
     
    
   
    
     
    
    
     
          test_loss, test_acc = 
      0, 
      0
     
    
   
    
     
    
    
         
     
    
   
    
     
    
    
         
      # 当不进行训练时，停止梯度更新，节省计算内存消耗
     
    
   
    
     
    
    
         
      with torch.no_grad():
     
    
   
    
     
    
    
             
      for imgs, target 
      in dataloader:
     
    
   
    
     
    
    
     
                  imgs, target = imgs.to(device), target.to(device)
     
    
   
    
     
    
    
                 
     
    
   
    
     
    
    
                 
      # 计算loss
     
    
   
    
     
    
    
     
                  target_pred = model(imgs)
     
    
   
    
     
    
    
     
                  loss        = loss_fn(target_pred, target)
     
    
   
    
     
    
    
                 
     
    
   
    
     
    
    
     
                  test_loss += loss.item()
     
    
   
    
     
    
    
     
                  test_acc  += (target_pred.argmax(
      1) == target).
      type(torch.
      float).
      sum().item()
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          test_acc  /= size
     
    
   
    
     
    
    
     
          test_loss /= num_batches
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      return test_acc, test_loss

4. 正式训练

1. model.train()

model.train()的作用是启用 Batch Normalization 和 Dropout。

如果模型中有BN层(Batch Normalization）和Dropout，需要在训练时添加model.train()。model.train()是保证BN层能够用到每一批数据的均值和方差。对于Dropout，model.train()是随机取一部分网络连接来训练更新参数。

2. model.eval()

model.eval()的作用是不启用 Batch Normalization 和 Dropout。

如果模型中有BN层(Batch Normalization）和Dropout，在测试时添加model.eval()。model.eval()是保证BN层能够用全部训练数据的均值和方差，即测试过程中要保证BN层的均值和方差不变。对于Dropout，model.eval()是利用到了所有网络连接，即不进行随机舍弃神经元。

训练完train样本后，生成的模型model要用来测试样本。在model(test)之前，需要加上model.eval()，否则的话，有输入数据，即使不训练，它也会改变权值。这是model中含有BN层和Dropout所带来的的性质。


  
   
    
     
    
    
     
      epochs     = 
      5
     
    
   
    
     
    
    
     
      train_loss = []
     
    
   
    
     
    
    
     
      train_acc  = []
     
    
   
    
     
    
    
     
      test_loss  = []
     
    
   
    
     
    
    
     
      test_acc   = []
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      for epoch 
      in 
      range(epochs):
     
    
   
    
     
    
    
     
          model.train()
     
    
   
    
     
    
    
     
          epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)
     
    
   
    
     
    
    
         
     
    
   
    
     
    
    
     
          model.
      eval()
     
    
   
    
     
    
    
     
          epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)
     
    
   
    
     
    
    
         
     
    
   
    
     
    
    
     
          train_acc.append(epoch_train_acc)
     
    
   
    
     
    
    
     
          train_loss.append(epoch_train_loss)
     
    
   
    
     
    
    
     
          test_acc.append(epoch_test_acc)
     
    
   
    
     
    
    
     
          test_loss.append(epoch_test_loss)
     
    
   
    
     
    
    
         
     
    
   
    
     
    
    
     
          template = (
      'Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%，Test_loss:{:.3f}')
     
    
   
    
     
    
    
         
      print(template.
      format(epoch+
      1, epoch_train_acc*
      100, epoch_train_loss, epoch_test_acc*
      100, epoch_test_loss))
     
    
   
    
     
    
    
     
      print(
      'Done')

Epoch: 1, Train_acc:81.0%, Train_loss:0.688, Test_acc:93.3%，Test_loss:0.219
Epoch: 2, Train_acc:94.7%, Train_loss:0.178, Test_acc:96.4%，Test_loss:0.122
Epoch: 3, Train_acc:96.5%, Train_loss:0.115, Test_acc:97.2%，Test_loss:0.087
Epoch: 4, Train_acc:97.3%, Train_loss:0.090, Test_acc:97.8%，Test_loss:0.073
Epoch: 5, Train_acc:97.7%, Train_loss:0.075, Test_acc:97.9%，Test_loss:0.067
Done

四、结果可视化


  
   
    
     
    
    
     
      import matplotlib.pyplot 
      as plt
     
    
   
    
     
    
    
     
      #隐藏警告
     
    
   
    
     
    
    
     
      import warnings
     
    
   
    
     
    
    
     
      warnings.filterwarnings(
      "ignore")               
      #忽略警告信息
     
    
   
    
     
    
    
     
      plt.rcParams[
      'font.sans-serif']    = [
      'SimHei'] 
      # 用来正常显示中文标签
     
    
   
    
     
    
    
     
      plt.rcParams[
      'axes.unicode_minus'] = 
      False      
      # 用来正常显示负号
     
    
   
    
     
    
    
     
      plt.rcParams[
      'figure.dpi']         = 
      100        
      #分辨率
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      epochs_range = 
      range(epochs)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      plt.figure(figsize=(
      12, 
      3))
     
    
   
    
     
    
    
     
      plt.subplot(
      1, 
      2, 
      1)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      plt.plot(epochs_range, train_acc, label=
      'Training Accuracy')
     
    
   
    
     
    
    
     
      plt.plot(epochs_range, test_acc, label=
      'Test Accuracy')
     
    
   
    
     
    
    
     
      plt.legend(loc=
      'lower right')
     
    
   
    
     
    
    
     
      plt.title(
      'Training and Validation Accuracy')
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      plt.subplot(
      1, 
      2, 
      2)
     
    
   
    
     
    
    
     
      plt.plot(epochs_range, train_loss, label=
      'Training Loss')
     
    
   
    
     
    
    
     
      plt.plot(epochs_range, test_loss, label=
      'Test Loss')
     
    
   
    
     
    
    
     
      plt.legend(loc=
      'upper right')
     
    
   
    
     
    
    
     
      plt.title(
      'Training and Validation Loss')
     
    
   
    
     
    
    
     
      plt.show()

转载：https://blog.csdn.net/suic009/article/details/128040144

查看评论

小言_互联网的博客

小言_互联网的博客

个人资料

文章分类

文章存档

阅读排行

评论排行

推荐文章

pytorch实现mnist手写数字识别

一、前期准备

1. 设置GPU

2. 导入数据

3. 数据可视化

二、构建简单的CNN网络

三、训练模型

1. 设置超参数

2. 编写训练函数

3. 编写测试函数

4. 正式训练

四、结果可视化

* 以上用户言论只代表其个人观点，不代表本网站的观点或立场

小言_互联网的博客

小言_互联网的博客

个人资料

文章分类

文章存档

阅读排行

评论排行

推荐文章

pytorch实现mnist手写数字识别

一、 前期准备

1. 设置GPU

2. 导入数据

3. 数据可视化

二、构建简单的CNN网络

三、 训练模型

1. 设置超参数

2. 编写训练函数

3. 编写测试函数

4. 正式训练

四、 结果可视化

* 以上用户言论只代表其个人观点，不代表本网站的观点或立场

一、前期准备

三、训练模型

四、结果可视化