本篇博客主要介绍基于PyTorch深度学习框架来实现MNIST经典的手写数字，运用CNN卷积神经网络。
MNIST数据集来自美国国家标准与技术研究所，其中训练数据有60000张，测试数据有10000张，每张图片的大小是28*28像素
我们可以基于PyTorch直接下载该数据集。该识别程序先使用一层卷积层(卷积核数量16，卷积核大小5*5，步长为1，允许边缘扩充)，紧接着激活层使用ReLU函数，之后紧跟着一个max pooling层，大小是2*2. 之后再设置同样的卷积层(卷积核为2种)、激活层、降采样层，最后跟一个全连接层，输出为10个神经元表示有十类，分别是0，1，2，3……9
在各层网络中数据的规模变化如下：
初始情况：1*28*28 （表示只有一个颜色通道，一张图片像素大小是28*28）
第一层卷积之后：16*28*28 （使用了16种卷积核，步长为1，两边各扩充1格，大小不变28*28）
第一层max pooling之后： 16*14*14 （使用2*2的大小进行降采样，图的大小迅速缩小一半）
第二层卷积之后：32*14*14
第二层max pooling之后：32*7*7
全连接层：10 （共有十个类别）
扫描二维码关注公众号，回复：
196301 查看本文章
代码展示：
import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.utils.data as Data
import torchvision
import matplotlib.pyplot as plt
torch.manual_seed(1) #结果可复现
#设置超参数
EPOCH = 5
BATCH_SIZE= 50
LR = 0.01
DOWNLOAD_MNIST = True #是否下载数据
train_data = torchvision.datasets.MNIST(
root = './mnist/', #保存的位置
train = True, #表示是训练数据
transform=torchvision.transforms.ToTensor(),
download = DOWNLOAD_MNIST,
)
test_data = torchvision.datasets.MNIST(root='./mnist/',train=False)
train_loader = Data.DataLoader(dataset=train_data,batch_size=BATCH_SIZE,shuffle=True)
test_x = Variable(torch.unsqueeze(test_data.test_data,dim=1),volatile=True).type(torch.FloatTensor)[:2000]/255
test_y = test_data.test_labels[:2000]
class CNN(nn.Module):
def __init__(self):
super(CNN,self).__init__()
self.conv1 = nn.Sequential(
nn.Conv2d(
in_channels=1, #高度是1，就一个通道
out_channels=16, #卷积核数量
kernel_size=5, #卷积核大小
stride=1, #设置步长为1
padding=2, #边缘扩充两格
),
nn.ReLU(),
nn.MaxPool2d(kernel_size=2),
)
self.conv2 = nn.Sequential(
nn.Conv2d(16,32,5,1,2),
nn.ReLU(),
nn.MaxPool2d(2),
)
self.out = nn.Linear(32*7*7,10)
def forward(self,x):
x = self.conv1(x)
x = self.conv2(x)
x = x.view(x.size(0),-1) #展平多维的卷积图
output = self.out(x)
return output
cnn = CNN()
print(cnn)
optimizer = torch.optim.Adam(cnn.parameters(),lr=LR)
loss_func = nn.CrossEntropyLoss()
for epoch in range(EPOCH):
for step,(x,y) in enumerate(train_loader):
b_x = Variable(x)
b_y = Variable(y)
output = cnn(b_x)
loss = loss_func(output,b_y)
optimizer.zero_grad()
loss.backward()
optimizer.step()
test_output=cnn(test_x)
pred_y = torch.max(test_output,1)[1].data.squeeze()
accuracy = sum(pred_y==test_y) / float(test_y.size(0))
print('Epoch: ',epoch, '| train loss: %.4f' %loss.data[0],'| test accuracy: %.2f' %accuracy)
test_output = cnn(test_x[:10])
pre_y = torch.max(test_output,1)[1].data.numpy().squeeze()
print(pre_y,'prediction number')
print(test_y[:10].numpy(),'real number')
输出CNN卷积网路的形态：
输出前2000个测试数据的准确率：
输出前10个测试数据的预测数据和真实值：
