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)

  • 192.168.31.1小米路由器设置(192.168.31.1小米路由器设置修改密码)

    192.168.31.1小米路由器设置(192.168.31.1小米路由器设置修改密码)

  • 淘宝助理怎么上传数据包(淘宝助理怎么用)

    淘宝助理怎么上传数据包(淘宝助理怎么用)

  • iqoo8怎么打开nfc(iQOO8怎么打开空调)

    iqoo8怎么打开nfc(iQOO8怎么打开空调)

  • 小米10至尊纪念版采用是什么散热技术(小米10至尊纪念版和小米10s哪个好)

    小米10至尊纪念版采用是什么散热技术(小米10至尊纪念版和小米10s哪个好)

  • vivo NEX 3s支持内存扩展吗(vivo nex3支持5g吗)

    vivo NEX 3s支持内存扩展吗(vivo nex3支持5g吗)

  • iphonex通话声音小的原因

    iphonex通话声音小的原因

  • ios微信消息声音怎么改(ios微信消息声音在哪里设置)

    ios微信消息声音怎么改(ios微信消息声音在哪里设置)

  • 为什么打印出来的表格是斜的(为什么打印出来的内容不全)

    为什么打印出来的表格是斜的(为什么打印出来的内容不全)

  • 华为mate30pro屏幕上小圆点怎么取消(华为mate30pro屏幕总成多少钱)

    华为mate30pro屏幕上小圆点怎么取消(华为mate30pro屏幕总成多少钱)

  • 无线网信道多少是最稳定最快的(无线网信道宽度是什么)

    无线网信道多少是最稳定最快的(无线网信道宽度是什么)

  • 国内手机怎么才能用Facebook(国内手机怎么才能用外国软件)

    国内手机怎么才能用Facebook(国内手机怎么才能用外国软件)

  • 佳能2800打印机显示5b00是什么意思(佳能2800打印机参数)

    佳能2800打印机显示5b00是什么意思(佳能2800打印机参数)

  • 闲鱼不退不换受保护吗(闲鱼不退不换受影响吗)

    闲鱼不退不换受保护吗(闲鱼不退不换受影响吗)

  • 微信表情吃瓜是什么意思(微信表情包吃瓜表达什么意思)

    微信表情吃瓜是什么意思(微信表情包吃瓜表达什么意思)

  • 佳能mp236警告灯闪烁(佳能mp236警告灯闪烁3次)

    佳能mp236警告灯闪烁(佳能mp236警告灯闪烁3次)

  • 华为p30pro取卡是哪一个孔(华为p30pro取卡怎么取卡)

    华为p30pro取卡是哪一个孔(华为p30pro取卡怎么取卡)

  • 标准源是什么(标准来源于)

    标准源是什么(标准来源于)

  • 笔记本没有蓝牙功能可以自己装吗(笔记本没有蓝牙图标)

    笔记本没有蓝牙功能可以自己装吗(笔记本没有蓝牙图标)

  • 淘宝店铺不存在的原因(淘宝店铺不存在或关闭是什么意思)

    淘宝店铺不存在的原因(淘宝店铺不存在或关闭是什么意思)

  • 微控制器的基本结构(微控制器的基本结构包括)

    微控制器的基本结构(微控制器的基本结构包括)

  • 两个抖音账号可以实名认证吗(两个抖音账号可以合并吗)

    两个抖音账号可以实名认证吗(两个抖音账号可以合并吗)

  • 对讲机上ptt键什么意思(对讲机上的ptt)

    对讲机上ptt键什么意思(对讲机上的ptt)

  • vivox27相机怎么用(vivox27相机怎么设置拍照有日期)

    vivox27相机怎么用(vivox27相机怎么设置拍照有日期)

  • 华为自带日历怎么更新(华为自带日历怎么恢复显示一个月)

    华为自带日历怎么更新(华为自带日历怎么恢复显示一个月)

  • iphone distribution怎么信任

    iphone distribution怎么信任

  • vivos1升降摄像头容易坏吗(vivos1升降摄像头拆卸分解图)

    vivos1升降摄像头容易坏吗(vivos1升降摄像头拆卸分解图)

  • 请允许摩拜访问位置服务怎么打开

    请允许摩拜访问位置服务怎么打开

  • 无票收入后面附单据吗
  • 平价转让股权如何做
  • 已出库未开票要交税吗
  • 人员工资薪金所得税计算税款
  • 企业有哪些行为
  • 借款转资本公积怎么算税
  • 影视发行收入该如何做税收处理?
  • 关税应纳税额的计算方法包括
  • 计税收入金额是什么意思
  • 税种案例分析
  • 利税总额为负数如何表述出来
  • 开普票可以抵扣进项票
  • 汇票贴息会计分录
  • 租金和物业费怎么计算
  • 现金净流量正常值
  • 应付账款收不到账怎么办
  • 企业出口退税款属于征收企业所得税么
  • 商业写字楼
  • wind10激活密钥
  • 2016年最佳歌曲
  • 从税法角度看,商誉计税基础
  • 诉讼费属于什么科目类别
  • 登记会计账簿的注意事项
  • 苏必利尔湖位置地图
  • 山上覆盖着皑皑白雪
  • 在清算土地增值税销项时,允许扣除的土地价款包括哪些?
  • 房地产企业土地出让金抵减销项税额
  • phpqrcode
  • 工程施工会计做账流程及会计分录
  • 失控增值税专用发票
  • 如何判断公众号是否可靠
  • 股权收购印花税填哪里
  • 深度学习模型部署综述(ONNX/NCNN/OpenVINO/TensorRT)
  • yolo v4 v5
  • @enable
  • python获取字符串中汉字的个数
  • 记账凭证的主要作用有
  • 银行查询余额
  • 税金及附加多计提年报更正
  • 银行账户收费开什么发票
  • php调用第三方接口代码
  • linux中mongodb启动
  • 公司股东和自然人的关系
  • 个人所得税数据怎么导入新电脑
  • sql server触发器实例
  • 企业所得税汇算清缴操作流程
  • 计提的生产车间职工工资
  • 小型微利企业计算企业所得税
  • 印花税城建税教育费附加等其他税种的纳税申报
  • 产业扶持资金管理办法
  • 规模以上企业纳税要求
  • 别的公司代付货款
  • 采购方退货的会计分录
  • 金税卡就是税控盘吗
  • 固定资产盘点表excel
  • sql server高级编程
  • 如何创建桌面快捷方式电脑
  • acs_log是什么文件
  • 去大城市发展成功的例子
  • windows vista可以换7吗
  • 在linux2.4.0版本中
  • linux系统设置ntp同步
  • 在windows 7中任务栏儿
  • win8安装win10驱动
  • windows锁屏界面设置
  • linux下4种kill某个用户所有进程的方法
  • sistray.exe - sistray是什么进程 有什么用
  • 如何在linux中安装软件
  • nodejs安装express-g报错
  • 前端node跨域处理
  • django项目中遇到的难点
  • javascript运用
  • vue.js基础语法
  • nodejs如何使用
  • eclipse安转
  • python获取linux磁盘信息
  • 全国国税税务机关是哪里
  • 国税发票真伪查询手机怎么查
  • 在电脑上怎样做word的文档
  • 消费税的税率只有比例税率和定额税率两种判断题
  • 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