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)

发布时间:2024-01-17
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)

  • SEO内容为王之怎样创造伪原创(seo内容建设)

    SEO内容为王之怎样创造伪原创(seo内容建设)

  • 华为nova7手机耳机怎么用(华为nova7手机耳机插上去没反应)

    华为nova7手机耳机怎么用(华为nova7手机耳机插上去没反应)

  • 三星20+后期120hz和2K支持同时开吗(三星s20 120hz情况下能开2k吗)

    三星20+后期120hz和2K支持同时开吗(三星s20 120hz情况下能开2k吗)

  • 抖音公众号不能充值(抖音公众号是干嘛的)

    抖音公众号不能充值(抖音公众号是干嘛的)

  • 京东手机退货检测要多久(京东手机退货检测严格吗)

    京东手机退货检测要多久(京东手机退货检测严格吗)

  • 苹果充电80%就充不进去怎么回事(苹果充电到80%就不充)

    苹果充电80%就充不进去怎么回事(苹果充电到80%就不充)

  • 腾讯会议可以录音录像吗(腾讯会议可以录音吗)

    腾讯会议可以录音录像吗(腾讯会议可以录音吗)

  • 户户通信号质量达到多少就可以看电视(户户通信号质量和强度都为0)

    户户通信号质量达到多少就可以看电视(户户通信号质量和强度都为0)

  • 什么屏幕会烧屏(什么屏幕烧屏厉害)

    什么屏幕会烧屏(什么屏幕烧屏厉害)

  • P30手机怎么保证软件不被自动关闭(华为p30永不锁屏怎么设置)

    P30手机怎么保证软件不被自动关闭(华为p30永不锁屏怎么设置)

  • 苹果手机来电图片怎么设置全屏(苹果手机来电图标)

    苹果手机来电图片怎么设置全屏(苹果手机来电图标)

  • 电流串联负反馈对放大器性能的影响(电流串联负反馈电路)

    电流串联负反馈对放大器性能的影响(电流串联负反馈电路)

  • 现在qq音乐还能加速qq等级吗(qq音乐还能用吗)

    现在qq音乐还能加速qq等级吗(qq音乐还能用吗)

  • 微信收款怎么给顾客留言(微信收款怎么给顾客退款)

    微信收款怎么给顾客留言(微信收款怎么给顾客退款)

  • 苹果11手机死机了关不了怎么办(苹果11手机死机解决方法有哪些)

    苹果11手机死机了关不了怎么办(苹果11手机死机解决方法有哪些)

  • 哔哩哔哩有mac版吗(哔哩哔哩mac版能缓存吗)

    哔哩哔哩有mac版吗(哔哩哔哩mac版能缓存吗)

  • 手机怎么做音乐相册(手机怎么做音乐可视化)

    手机怎么做音乐相册(手机怎么做音乐可视化)

  • 魅族16sPro的电池容量(魅族16spro电池更换)

    魅族16sPro的电池容量(魅族16spro电池更换)

  • 百度地图如何测海拔(百度地图如何测量两个地点的距离)

    百度地图如何测海拔(百度地图如何测量两个地点的距离)

  • 朋友圈是一条横线的为什么可以发信息(朋友圈是一条横线的为什么还可以看见动态)

    朋友圈是一条横线的为什么可以发信息(朋友圈是一条横线的为什么还可以看见动态)

  • 短信呼服务是拉黑吗(短信呼服务是拉黑还是关机)

    短信呼服务是拉黑吗(短信呼服务是拉黑还是关机)

  • loadrunner测试流程(loadrunner测试教程)

    loadrunner测试流程(loadrunner测试教程)

  • 什么原因会损坏送话器(什么原因会损坏手机硬件)

    什么原因会损坏送话器(什么原因会损坏手机硬件)

  • 百度贴吧如何私聊(百度贴吧如何私信)

    百度贴吧如何私聊(百度贴吧如何私信)

  • 为什么三星s9卡顿严重(为什么三星s9卡不能用)

    为什么三星s9卡顿严重(为什么三星s9卡不能用)

  • 补缴以前年度增值税和罚款、滞纳金的所得税处理
  • 材料抵扣货款怎么写简单协议范本
  • 免征增值税的项目如何开发票
  • 收到税务局税收返还
  • 发票冲红重开,重开时是按新税率还是旧税率
  • 出口退税购入的商品进项税怎么处理
  • 关联公司往来款算应收账款吗
  • 违约金并用
  • 为什么收不到发票短信?
  • 慈善捐款抵税的会计分录
  • 金税盘发票打印不全
  • 分公司非独立核算是什么意思
  • 出口专用发票应在哪里开
  • 存货的坏账准备转回吗
  • 退休返钱怎么算的
  • 固定资产清单申报是什么意思
  • 一般纳税人进项税额转出会计分录
  • 股票授予代替工资缴税吗?
  • 一般纳税人销售旧货
  • 增资缴纳印花税的计算公式?
  • 个贷系统平账专户利息分录
  • 报税遇节假日延长吗?
  • 坏账收回的账务处理方法
  • 应收账款核销会议纪要
  • 销售利润率的计算公式,安全边际率
  • 药品入库和出库必须执行什么制度
  • 生产车间的各种费用
  • 加工费计入成本怎么计算所得税
  • mac截图如何保存到照片
  • PHP:mb_ereg_search_pos()的用法_mbstring函数
  • 租赁公司收到租赁费发票分录
  • 总公司人员的工资子公司发,如何报税?
  • wordpress采集教程
  • 技术转让所得的税收优惠
  • oppor11s输入法怎么清除记忆
  • 离职后原单位不给开离职证明
  • 工程施工和工程结算科目
  • 企业收到政府奖励会计分录
  • 红字发票步骤
  • 行政单位捐赠会计分录怎么做的
  • 多表关联join
  • transformer的解码器
  • 前端框架三大框架
  • 一维频率分布表
  • opencv安装教程vs2019
  • 子公司减资母公司怎么算
  • 公积金会计分录怎么处理2019
  • 培训机构给学员过生日文案
  • 生产设备的折旧分录
  • 发票上的金额是含税还是不含税
  • 公司车转个人名下车牌需要换吗
  • 固定资产登记在三栏明细账可以吗
  • 营改增对金融业税负的影响
  • 专利年费 缴纳
  • 试算不平衡的原因是什么
  • 劳动关系与劳务关系的联系与区别
  • 零工发生事故算工伤吗
  • 退回上年度企业所得税
  • 会计凭证后面需要打勾的是
  • sqlserver多表关联查询
  • freebsd版本
  • tcpip. sys
  • windowxp音频驱动
  • ubuntu2004分区教程
  • windows8怎么设置开机密码
  • notify.exe - notify是什么进程 有什么用
  • linux中管道
  • linux的移植
  • 跑跑跑游戏
  • 疯狂冒险王官网
  • node react vue
  • node.js使用教程
  • javascript HTML+CSS实现经典橙色导航菜单
  • javascript ts
  • 前后端调用
  • 现在小规模开专票多少钱
  • 报价单盖什么公章
  • 20年灵活就业人员社保新标准
  • 中国移动的电子协议推送服务是什么
  • 企业所得税年报什么时候结束
  • 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