位置: IT常识 - 正文

基于Pytorch的MNIST手写数字识别实现(含代码+讲解)(基于Pytorch的风格转换)

编辑:rootadmin
基于Pytorch的MNIST手写数字识别实现(含代码+讲解)

推荐整理分享基于Pytorch的MNIST手写数字识别实现(含代码+讲解)(基于Pytorch的风格转换),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:基于Pytorch的LSTM模型对股价的分析与预测,基于pytorch的图像分类算法,基于Pytorch的垃圾分类毕业论文,基于Pytorch的结构化剪枝,基于Pytorch的结构化剪枝,基于Pytorch的结构化剪枝,基于Pytorch的LSTM模型对股价的分析与预测,基于Pytorch的车道线检测,内容如对您有帮助,希望把文章链接给更多的朋友!

说明:本人也是一个萌新,也在学习中,有代码里也有不完善的地方。如果有错误/讲解不清的地方请多多指出

本文代码链接:

GitHub - Michael-OvO/mnist: mnist_trained_model with torch

明确任务目标:

使用pytorch作为框架使用mnist数据集训练一个手写数字的识别

换句话说:输入为

输出: 0

比较简单直观

1. 环境搭建 

需要安装Pytorch, 具体过程因系统而异,这里也就不多赘述了

具体教程可以参考这个视频 (这个系列的P1是环境配置)

PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】_哔哩哔哩_bilibili【已完结!!!已完结!!!2021年5月31日已完结】本系列教程,将带你用全新的思路,快速入门PyTorch。独创的学习思路,仅此一家。个人公众号:我是土堆各种资料,请自取。代码:https://github.com/xiaotudui/PyTorch-Tutorial蚂蚁蜜蜂/练手数据集:链接: https://pan.baidu.com/s/1jZoTmoFzaTLWh4lKBHVbEA 密码https://www.bilibili.com/video/BV1hE411t7RN?share_source=copy_web

2. 基本导入import torchimport torchvisionfrom torch.utils.data import DataLoaderimport torch.nn as nnimport torch.optim as optimfrom torch.utils.tensorboard import SummaryWriterimport timeimport matplotlib.pyplot as pltimport randomfrom numpy import argmax

不多解释,导入各种需要的包

3. 基本参数定义#Basic Params-----------------------------epoch = 1learning_rate = 0.01batch_size_train = 64batch_size_test = 1000gpu = torch.cuda.is_available()momentum = 0.5

epoch是整体进行几批训练

learning rate 为学习率

随后是每批训练数据大小和测试数据大小

gpu是一个布尔值,方便没有显卡的同学可以不用cuda加速,但是有显卡的同学可以优先使用cuda

momentum 是动量,避免找不到局部最优解的尴尬情况

这些都是比较基本的网络参数

4. 数据加载

使用Dataloader加载数据,如果是第一次运行将会从网上下载数据

如果下载一直不行的话也可以从官方直接下载并放入./data目录即可

基于Pytorch的MNIST手写数字识别实现(含代码+讲解)(基于Pytorch的风格转换)

​​​​​​MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges

 (有4个包都需要下载)

#Load Data-------------------------------train_loader = DataLoader(torchvision.datasets.MNIST('./data/', train=True, download=True, transform=torchvision.transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize( (0.1307,), (0.3081,)) ])), batch_size=batch_size_train, shuffle=True)test_loader = DataLoader(torchvision.datasets.MNIST('./data/', train=False, download=True, transform=torchvision.transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize( (0.1307,), (0.3081,)) ])), batch_size=batch_size_test, shuffle=True)train_data_size = len(train_loader)test_data_size = len(test_loader)5. 网络定义

接下来是重中之重

网络的定义

这边的网络结构参考了这张图:

有了结构图,代码就很好写了, 直接对着图敲出来就好了

非常建议使用sequential直接写网络结构,会方便很多

#Define Model----------------------------class Net(nn.Module): def __init__(self): super(Net,self).__init__() self.model = nn.Sequential( nn.Conv2d(in_channels=1, out_channels=32, kernel_size=3, stride=1, padding=1), nn.ReLU(), nn.MaxPool2d(kernel_size=2, stride=2), nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3, stride=1, padding=1), nn.ReLU(), nn.MaxPool2d(kernel_size=2, stride=2), nn.Flatten(), nn.Linear(in_features=3136, out_features=128), nn.Linear(in_features=128, out_features=10), ) def forward(self, x): return self.model(x)if gpu: net = Net().cuda()else: net = Net()6.损失函数和优化器

交叉熵和SGD(随机梯度下降)

另外为了方便记录训练情况可以使用TensorBoard的Summary Writer

#Define Loss and Optimizer----------------if gpu: loss_fn = nn.CrossEntropyLoss().cuda()else: loss_fn = nn.CrossEntropyLoss()optimizer = optim.SGD(net.parameters(), lr=learning_rate, momentum=0.9)#Define Tensorboard-------------------writer = SummaryWriter(log_dir='logs/{}'.format(time.strftime('%Y%m%d-%H%M%S')))7. 开始训练#Train---------------------------------total_train_step = 0def train(epoch): global total_train_step total_train_step = 0 for data in train_loader: imgs,targets = data if gpu: imgs,targets = imgs.cuda(),targets.cuda() optimizer.zero_grad() outputs = net(imgs) loss = loss_fn(outputs,targets) loss.backward() optimizer.step() if total_train_step % 200 == 0: print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format( epoch, total_train_step, train_data_size, 100. * total_train_step / train_data_size, loss.item())) writer.add_scalar('loss', loss.item(), total_train_step) total_train_step += 1#Test---------------------------------def test(): correct = 0 total = 0 with torch.no_grad(): for data in test_loader: imgs,targets = data if gpu: imgs,targets = imgs.cuda(),targets.cuda() outputs = net(imgs) _,predicted = torch.max(outputs.data,1) total += targets.size(0) correct += (predicted == targets).sum().item() print('Test Accuracy: {}/{} ({:.0f}%)'.format(correct, total, 100.*correct/total)) return correct/total#Run----------------------------------for i in range(1,epoch+1): print("-----------------Epoch: {}-----------------".format(i)) train(i) test() writer.add_scalar('test_accuracy', test(), total_train_step) #save model torch.save(net,'model/mnist_model.pth') print('Saved model')writer.close()

注意这里必须要先在同一文件夹下创建一个叫做model的文件夹!!!不然模型目录将找不到地方保存!!!会报错!!!

Train函数作为训练,Test函数作为测试

注意每次训练需要梯度清零

模型测试时要写with torch.no_grad()

运行的过程如果有GPU加速会很快,运行结果应该如下

 正确率也还算是可以,一个epoch就能跑到98,如果不满意或者想调epoch次数可以在basic params区域直接进行修改

8. 模型验证和结果展示

小细节很多

首先是抽取样本的时候需要考虑转cuda的问题

其次如果直接将样本扔到网络里dimension不对,需要reshape

需要对结果进行argmax处理,因为结果是一个向量(有10个features,分别代表每个数字的概率),argmax会找到最大概率并输出模型的预测结果

使用matplotlib画图

#Evaluate---------------------------------model = torch.load("./model/mnist_model.pth")model.eval()print(model)fig = plt.figure(figsize=(20,20))for i in range(20): #随机抽取20个样本 index = random.randint(0,test_data_size) data = test_loader.dataset[index] #注意Cuda问题 if gpu: img = data[0].cuda() else: img = data[0] #维度不对必须要reshape img = torch.reshape(img,(1,1,28,28)) with torch.no_grad(): output = model(img) #plot the image and the predicted number fig.add_subplot(4,5,i+1) #一定要取Argmax!!! plt.title(argmax(output.data.cpu().numpy())) plt.imshow(data[0].numpy().squeeze(),cmap='gray')plt.show()

运行结果如下:

效果还是很不错的

至此我们就完成了一整个模型训练,保存,导入,验证的基本流程。

完整代码import torchimport torchvisionfrom torch.utils.data import DataLoaderimport torch.nn as nnimport torch.optim as optimfrom torch.utils.tensorboard import SummaryWriterimport timeimport matplotlib.pyplot as pltimport randomfrom numpy import argmax#Basic Params-----------------------------epoch = 1learning_rate = 0.01batch_size_train = 64batch_size_test = 1000gpu = torch.cuda.is_available()momentum = 0.5#Load Data-------------------------------train_loader = DataLoader(torchvision.datasets.MNIST('./data/', train=True, download=True, transform=torchvision.transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize( (0.1307,), (0.3081,)) ])), batch_size=batch_size_train, shuffle=True)test_loader = DataLoader(torchvision.datasets.MNIST('./data/', train=False, download=True, transform=torchvision.transforms.Compose([ torchvision.transforms.ToTensor(), torchvision.transforms.Normalize( (0.1307,), (0.3081,)) ])), batch_size=batch_size_test, shuffle=True)train_data_size = len(train_loader)test_data_size = len(test_loader)#Define Model----------------------------class Net(nn.Module): def __init__(self): super(Net,self).__init__() self.model = nn.Sequential( nn.Conv2d(in_channels=1, out_channels=32, kernel_size=3, stride=1, padding=1), nn.ReLU(), nn.MaxPool2d(kernel_size=2, stride=2), nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3, stride=1, padding=1), nn.ReLU(), nn.MaxPool2d(kernel_size=2, stride=2), nn.Flatten(), nn.Linear(in_features=3136, out_features=128), nn.Linear(in_features=128, out_features=10), ) def forward(self, x): return self.model(x)if gpu: net = Net().cuda()else: net = Net()#Define Loss and Optimizer----------------if gpu: loss_fn = nn.CrossEntropyLoss().cuda()else: loss_fn = nn.CrossEntropyLoss()optimizer = optim.SGD(net.parameters(), lr=learning_rate, momentum=0.9)#Define Tensorboard-------------------writer = SummaryWriter(log_dir='logs/{}'.format(time.strftime('%Y%m%d-%H%M%S')))#Train---------------------------------total_train_step = 0def train(epoch): global total_train_step total_train_step = 0 for data in train_loader: imgs,targets = data if gpu: imgs,targets = imgs.cuda(),targets.cuda() optimizer.zero_grad() outputs = net(imgs) loss = loss_fn(outputs,targets) loss.backward() optimizer.step() if total_train_step % 200 == 0: print('Train Epoch: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format( epoch, total_train_step, train_data_size, 100. * total_train_step / train_data_size, loss.item())) writer.add_scalar('loss', loss.item(), total_train_step) total_train_step += 1#Test---------------------------------def test(): correct = 0 total = 0 with torch.no_grad(): for data in test_loader: imgs,targets = data if gpu: imgs,targets = imgs.cuda(),targets.cuda() outputs = net(imgs) _,predicted = torch.max(outputs.data,1) total += targets.size(0) correct += (predicted == targets).sum().item() print('Test Accuracy: {}/{} ({:.0f}%)'.format(correct, total, 100.*correct/total)) return correct/total#Run----------------------------------for i in range(1,epoch+1): print("-----------------Epoch: {}-----------------".format(i)) train(i) test() writer.add_scalar('test_accuracy', test(), total_train_step) #save model torch.save(net,'model/mnist_model.pth') print('Saved model')writer.close()#Evaluate---------------------------------model = torch.load("./model/mnist_model.pth")model.eval()print(model)fig = plt.figure(figsize=(20,20))for i in range(20): #random number index = random.randint(0,test_data_size) data = test_loader.dataset[index] if gpu: img = data[0].cuda() else: img = data[0] img = torch.reshape(img,(1,1,28,28)) with torch.no_grad(): output = model(img) #plot the image and the predicted number fig.add_subplot(4,5,i+1) plt.title(argmax(output.data.cpu().numpy())) plt.imshow(data[0].numpy().squeeze(),cmap='gray')plt.show()
本文链接地址:https://www.jiuchutong.com/zhishi/300439.html 转载请保留说明!

上一篇:【yolov6系列一】深度解析网络架构(yolov5官方)

下一篇:【Spring】IOC,你真的懂了吗?(spring ioc di aop)

  • 2016021是小米几(2016111是小米几)

    2016021是小米几(2016111是小米几)

  • 不知道抖音号怎么找人(不知道抖音号怎么找到一个人的抖音)

    不知道抖音号怎么找人(不知道抖音号怎么找到一个人的抖音)

  • 退出的qq群怎么恢复(退出的QQ群怎么恢复)

    退出的qq群怎么恢复(退出的QQ群怎么恢复)

  • 拼多多访客突然下降是什么情况(拼多多访客突然掉了)

    拼多多访客突然下降是什么情况(拼多多访客突然掉了)

  • 10000毫安充电宝能充几次(10000毫安充电宝多久充满)

    10000毫安充电宝能充几次(10000毫安充电宝多久充满)

  • 手机号码被别人举报了有哪些影响(手机号码被别人注册了支付宝怎么办?)

    手机号码被别人举报了有哪些影响(手机号码被别人注册了支付宝怎么办?)

  • 华为荣耀20可以无线充电吗(华为荣耀20可以开空调吗)

    华为荣耀20可以无线充电吗(华为荣耀20可以开空调吗)

  • 软件有什么两部分组成(软件有什么和什么两部分组成)

    软件有什么两部分组成(软件有什么和什么两部分组成)

  • airpods2加入降噪功能了吗(airpods2设置降噪)

    airpods2加入降噪功能了吗(airpods2设置降噪)

  • 手机前置摄像头模糊(手机前置摄像头是哪个)

    手机前置摄像头模糊(手机前置摄像头是哪个)

  • 电脑怎么用键盘关机(电脑怎么用键盘调节音量)

    电脑怎么用键盘关机(电脑怎么用键盘调节音量)

  • 探探暗恋短信怎么查看是谁(探探暗恋短信怎么查看是谁发的)

    探探暗恋短信怎么查看是谁(探探暗恋短信怎么查看是谁发的)

  • 小米手机门卡怎么设置(小米手机门卡怎么迁移)

    小米手机门卡怎么设置(小米手机门卡怎么迁移)

  • 监控设备离线是怎么回事(监控设备离线是什么意思)

    监控设备离线是怎么回事(监控设备离线是什么意思)

  • word怎么制作条形码(word怎么制作条格)

    word怎么制作条形码(word怎么制作条格)

  • wps删除多余表格(wps删除多余表格怎么操作)

    wps删除多余表格(wps删除多余表格怎么操作)

  • 拼多多账号是什么(拼多多账号是什么样子的)

    拼多多账号是什么(拼多多账号是什么样子的)

  • 小米8双频gps怎么打开(小米8双gps怎么设置)

    小米8双频gps怎么打开(小米8双gps怎么设置)

  • 安卓软件用什么语言开发(下载安卓app软件并安装)

    安卓软件用什么语言开发(下载安卓app软件并安装)

  • vivoiqoo什么时候上市(vivoiqoo什么时候生产的)

    vivoiqoo什么时候上市(vivoiqoo什么时候生产的)

  • 苹果手机门禁卡nfc功能怎么设置(苹果手机门禁卡在哪里)

    苹果手机门禁卡nfc功能怎么设置(苹果手机门禁卡在哪里)

  • 华为p20扬声器设置(华为p20扬声器设置方法)

    华为p20扬声器设置(华为p20扬声器设置方法)

  • cad如何隐藏文字(cad如何隐藏文字和图形)

    cad如何隐藏文字(cad如何隐藏文字和图形)

  • 微信怎么删除他人评论(微信怎么删除他人渝康码)

    微信怎么删除他人评论(微信怎么删除他人渝康码)

  • Linux系统中安装使用Bzip2来压缩文件的方法讲解(linux系统中安装web服务)

    Linux系统中安装使用Bzip2来压缩文件的方法讲解(linux系统中安装web服务)

  • 本地存储(Local Storage) 和 会话存储(Session Storage)(本地存储localstorage没有拿到最新值)

    本地存储(Local Storage) 和 会话存储(Session Storage)(本地存储localstorage没有拿到最新值)

  • 自然人密码怎么注册
  • 增值税发票如何作废流程
  • 个体经营部可以开增值税专用发票吗
  • 核定征收可以无发票做账吗
  • 成本模式的投资性房地产折旧计入什么
  • 临时设施费怎么结算
  • 直系亲属之间转账要交税吗
  • 补交印花税需要调账吗
  • 人力资源劳务费发票税率
  • 个人取得的稿酬收入应该如何计算
  • 没有汇算清缴可以弥补以前年度亏损吗
  • 季度报税是哪个税种
  • 预缴税多交了,税务局退吗
  • 北京市取暖标准
  • 兼职获得员工旅游资源
  • 工程款发票备注栏必须填写吗
  • 固定资产一次性扣除政策2023文件
  • 知识产权支出
  • 固定资产改良被替换怎么处理
  • 什么情况可以出境
  • 会计中的贷款核算分录是什么?
  • 先计提社保还是先计提工资
  • 电脑开启语音按什么键
  • 旅游公司开具的考察费怎么入账
  • 工会经费会计分局
  • 境外汇款犯法吗
  • powershell.exe什么意思
  • asmproserver.exe是什么进程 asmproserver进程信息查询
  • 任意盈余公积金的用途
  • 一般经营循环资金周转量为负数
  • 门店装修费怎么记会计凭证
  • 为什么我的命令提示符里显示user
  • 以小物件为话题写出背后的故事
  • split命令用法
  • 自贸区的税收优惠
  • Servlet4.0 Response
  • 税务申报核定销售额在哪填写
  • 固定资产折旧方法和计算公式
  • 2020年增值税税收政策
  • 企业租车接送员工上下班
  • 广告费应归于什么费用
  • 联营单位投入的款项
  • 收到政府补贴现金流
  • 自查时发现以前的事情
  • 认缴出资额承担责任怎么算
  • 执行企业会计准则的非上市企业
  • 待处理财产损益的账务处理
  • 企业借款的利息交增值税吗
  • 对子公司的投资损失可以税前扣除吗
  • 会计账簿的扉页只需填列账簿启用日期和经管人员一览表
  • 明细账要如何做账
  • sql入门课程
  • mysql查询倒数第二个字母为a
  • mysql改造
  • 数据库mysql索引
  • Win7系统如何关闭自动更新
  • mac如何全屏窗口
  • mac鼠标如何设置
  • win8.1锁屏壁纸设置
  • win7鼠标右键菜单不显示
  • win7登录账号
  • ExtJS 2.0实用简明教程 之Ext类库简介
  • jquery ajax异步提交表单数据的方法
  • Jquery+Ajax+PHP+MySQL实现分类列表管理(下)
  • awk中RS、ORS、FS、OFS的区别和联系小结
  • 多个版本python
  • nodejs npm package.json中文文档
  • shell脚本获取进程pid
  • css旋转木马
  • unity如何成一组
  • android车载导航刷机包
  • unity preferences
  • js的navigator
  • javascript src
  • 深入python3
  • 工信部新车申报目彿
  • 如何抵扣
  • 消费税是含税价
  • 郑州国税局投诉电话
  • 税务申报网上申报
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设