本文已参与「新人创造礼」活动,一同开启创造之路。

完好代码下载【github地址】:github.com/lmn-ning/MN…

一、MNIST数据集介绍及下载地址

MNIST手写数字识别可以说是机器学习入门的hello word了, MNIST数据集包括70000张手写数字图像:,其间60000张用于练习,10000张用于测验。

官网下载地址:yann.lecun.com/exdb/mnist/

MNIST数据集共有四个文件:

train-images-idx3-ubyte.gz:练习集图片,60000张。

train-labels-idx1-ubyte.gz:练习集图片对应的标签。

t10k-images-idx3-ubyte .gz:测验集图片,10000张。

t10k-labels-idx1-ubyte.gz:测验集图片对应的标签。

图片是0〜9的手写数字图片,共10类,标签是图片的实际数字。每张图片都是28×28的单通道灰度图,且数字居中以减少预处理和加快运转。

可以自己下载数据集并加载迭代器,也可以运用torchvision自带的下载函数进行在线下载。

二、代码结构

深度学习入门项目:PyTorch实现MINST手写数字识别

data:torchvision在线下载的数据集(程序用的是这个方法) MNIST:自己下载的数据集(在程序里边没有用到) save_model:用于存放保存的模型参数的pt文件 dataset.py:数据处理脚本 cnn.py:网络模型脚本 train:练习和测验脚本 eval:验证脚本

三、代码

dataset.py

# 日期:2021年07月17日
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision import transforms as tsf
import cv2
batch_size = 64
transform = tsf.Compose([tsf.ToTensor(), tsf.Normalize([0.1307], [0.3081])])
# Normalize:正则化,下降模型复杂度,避免过拟合
# 下载数据集
# torchvision现已预先实现了常用的Dataset,包括MINST。可以用datasets.MNIST直接从网上下载,并自动树立名为data的文件夹。
train_set=datasets.MNIST(root="data",train=True,download=True,transform=transform)
test_set=datasets.MNIST(root="data",train=False,download=True,transform=transform)
# 加载数据集,将数据集变成迭代器
def get_data_loader():
    train_loader=DataLoader(dataset=train_set,batch_size=batch_size,shuffle=True)
    test_loader=DataLoader(dataset=test_set,batch_size=batch_size,shuffle=True)
    return train_loader,test_loader
# 显现数据集中的图片
# with open("data/MNIST/raw/train-images-idx3-ubyte","rb") as f:
#     file=f.read()
#     image1=[int(str(item).encode('ascii'),16) for item in file[16:16+784]]
#     image1_np=np.array(image1,dtype=np.uint8).reshape(28,28,1)
#     cv2.imshow("image1_np",image1_np)
#     cv2.waitKey(0)

cnn.py

# 日期:2021年07月17日
import torch.nn as nn
import torch.nn.functional as F
class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.conv1 = nn.Conv2d(in_channels=1, out_channels=10, kernel_size=(5,5))
        self.conv2 = nn.Conv2d(10, 20, kernel_size=(3,3))
        self.fc1 = nn.Linear(in_features=20*10*10, out_features=500)
        self.fc2 = nn.Linear(500, 10)
    def forward(self, x):
        # x.shape = batch_size * channels( = 1) *28 * 28
        input_size=x.size(0)   # 获取batch_size
        x=self.conv1(x)
        # input:batch_size * 1 * 28 * 28   (in_channels=1, out_channels=10)
        # oouput:batch_size * 10 * 24 * 24  (24=28-5+1)
        x=F.relu(x)
        # 激活函数保持shape不变
        # 激活函数使神经网络变成非线性,解决线性模型所不能解决的问题。
        x=F.max_pool2d(x,kernel_size=2,stride=2)
        # input:batch_size * 10 * 24 * 24
        # output:batch_size * 10 * 12 * 12    (stride=2,因而尺度减半)
        x=self.conv2(x)
        # input:batch_size * 10 * 12 * 12   (in_channels=1, out_channels=10)
        # output:batch_size * 20 * 10 * 10  (10=12-3+1)
        x=F.relu(x)
        x=x.view(input_size,-1)
        # view()中,当某一维是-1时,会根据给定维度自动核算它的巨细
        # 因而-1表明的维度是: batch_size * 20 * 10 * 10 / batch_size = 20 * 10 * 10 =2000
        x=self.fc1(x)
        # input:batch_size * 2000
        # output:batch_size * 500
        x=F.relu(x)
        x=self.fc2(x)
        # input:batch_size * 500
        # output:batch_size * 10    变成十分类
        output=F.log_softmax(x,dim=1)
        # 核算x归于每个分类的概率
        # dim=1表明按行核算
        return output

train.py

# 日期:2021年07月17日
import torch
import cnn
import torch.nn.functional as F
from dataset import get_data_loader
import torch.optim as optim
if __name__ == "__main__":
    # 超参
    batch_size=64
    device=torch.device("cuda" if torch.cuda.is_available() else "cpu")
    epoch = 5
    # 挑选模型
    model=cnn.CNN().to(device)
    # 定义优化器
    optimizer=optim.Adam(model.parameters())
    # 加载迭代器
    train_loader, test_loader = get_data_loader()
    # 练习
    def train(epoch_i):
        model.train()   # 设置为练习形式
        for batch_i,(digit,label) in enumerate(train_loader):
            digit,label=digit.to(device),label.to(device)
            optimizer.zero_grad()    # 梯度初始化为0
            output=model(digit)     # 练习结果,output是概率
            loss=F.cross_entropy(output,label)     # 定义丢失函数,交叉熵丢失函数适用于多分类问题
            loss.backward()    # 反向传播
            optimizer.step()    # 更新参数
            if batch_i % 100 == 0:
                print("train    epoch_i: {}    batch_i: {}    loss: {: .8f}".format(epoch_i,batch_i,loss.item()))
    # 测验
    def test(epoch_i):
        model.eval()    # 设置为测验形式
        acc = 0.
        loss = 0.
        with torch.no_grad():
            for digit, label in test_loader:
                digit, lable = digit.to(device), label.to(device)
                output = model(digit)  # 模型输出
                loss += F.cross_entropy(output, lable).item()
                predict = output.max(dim=1, keepdim=True)[1]
                # 找到概率最大值的下标,1表明按行核算。
                # max()回来两个值,第一个是值,第二个是索引,所以取 max[1]
                acc += predict.eq(label.view_as(predict)).sum().item()
            accuracy = acc / len(test_loader.dataset) * 100
            test_loss = loss / len(test_loader.dataset)
            print("test     epoch_i: {}    loss: {: .8f}    accuracy: {: .4f}%".format(epoch_i,test_loss,accuracy))
    # train && test
    for epoch_i in range(1,epoch+1):
        train(epoch_i)
        test(epoch_i)
    # 保存模型
    torch.save(model,"save_model/model.pt")

eval.py

# 日期:2021年07月17日
import torch
from dataset import get_data_loader
if __name__ == "__main__":
    _, eval_loader = get_data_loader()   # 由于没有验证集,所以将测验题作为验证集运用。
    batch_size = 64
    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
    model = torch.load("save_model/model.pt")    # 加载模型
    # model.eval()  # 设置为验证形式
    acc = 0.  
    with torch.no_grad():
        for digit, label in eval_loader:
            digit, lable = digit.to(device), label.to(device)
            output = model(digit)  # 模型输出
            predict = output.max(dim=1, keepdim=True)[1]
            # 找到概率最大值的下标,1表明按行核算。
            # max()回来两个值,第一个是值,第二个是索引,所以取 max[1]
            acc += predict.eq(label.view_as(predict)).sum().item()
        acceracy = acc/len(eval_loader.dataset) * 100
        print("eval accuracy: {: .4f}%".format(acceracy))

四、代码运转命令及测验精度

练习:python train.py 验证:python eval.py

练习精度:

test     epoch_i: 1    loss:  0.00083338    accuracy:  98.2700%
test     epoch_i: 2    loss:  0.00053913    accuracy:  98.8400%
test     epoch_i: 3    loss:  0.00059983    accuracy:  98.8800%
test     epoch_i: 4    loss:  0.00063796    accuracy:  98.7200%
test     epoch_i: 5    loss:  0.00056076    accuracy:  98.8800%

验证精度:

eval accuracy:  98.8800%

由于MNIST数据集没有独自的验证集,所以将测验集当做验证集运用。保存的模型是最终一个epoch的模型。因而eval accuracy与最终一个epoch的test accuracy相同。

这个程序仅仅为了了解pytorch深度学习的根本流程,练习集的挑选和精度并不重要。