【Pytorch】卷积神经网络实现手写数字识别

2023-11-09

【Pytorch】卷积神经网络实现手写数字识别

1 加载数据

分别构建训练集和测试集(验证集)
DataLoader来迭代取数据

import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
from torchvision import datasets,transforms 
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline


# 定义超参数 
input_size = 28  #图像的总尺寸28*28
num_classes = 10  #标签的种类数
num_epochs = 3  #训练的总循环周期
batch_size = 64  #一个撮(批次)的大小,64张图片

# 训练集
train_dataset = datasets.MNIST(root='./data',  
                            train=True,   
                            transform=transforms.ToTensor(),  
                            download=True) 

# 测试集
test_dataset = datasets.MNIST(root='./data', 
                           train=False, 
                           transform=transforms.ToTensor())

# 构建batch数据
train_loader = torch.utils.data.DataLoader(dataset=train_dataset, 
                                           batch_size=batch_size, 
                                           shuffle=True)
test_loader = torch.utils.data.DataLoader(dataset=test_dataset, 
                                           batch_size=batch_size, 
                                           shuffle=True)

2 模型构建

构建卷积神经网络,一般卷积层,relu层,池化层可以写成一个套餐

class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        self.conv1 = nn.Sequential(         # 输入大小 (1, 28, 28)
            nn.Conv2d(
                in_channels=1,              # 灰度图
                out_channels=16,            # 要得到几多少个特征图
                kernel_size=5,              # 卷积核大小
                stride=1,                   # 步长
                padding=2,                  # 
            ),                              # 输出的特征图为 (16, 28, 28)
            nn.ReLU(),                      # relu层
            nn.MaxPool2d(kernel_size=2),    # 进行池化操作(2x2 区域), 输出结果为: (16, 14, 14)
        )
        self.conv2 = nn.Sequential(         # 下一个套餐的输入 (16, 14, 14)
            nn.Conv2d(16, 32, 5, 1, 2),     # 输出 (32, 14, 14)
            nn.ReLU(),                      # relu层
            nn.MaxPool2d(2),                # 输出 (32, 7, 7)
        )
        self.out = nn.Linear(32 * 7 * 7, 10)   # 全连接层得到的结果

    def forward(self, x):
       
        x = self.conv1(x)
        x = self.conv2(x)
        x = x.view(x.size(0), -1)           # flatten操作,结果为:(batch_size, 32 * 7 * 7)
        output = self.out(x)
        return output

3 训练模型

准确率作为评估标准

def accuracy(predictions, labels):
    pred = torch.max(predictions.data, 1)[1] 
    rights = pred.eq(labels.data.view_as(pred)).sum() 
    return rights, len(labels) 
# 实例化
net = CNN() 
#损失函数
criterion = nn.CrossEntropyLoss() 
#优化器
optimizer = optim.Adam(net.parameters(), lr=0.001) #定义优化器,普通的随机梯度下降算法

#开始训练循环
for epoch in range(num_epochs):
    #当前epoch的结果保存下来
    train_rights = [] 
    
    for batch_idx, (data, target) in enumerate(train_loader):  #针对容器中的每一个批进行循环
        net.train()                             
        output = net(data) 
      
        loss = criterion(output, target) 
        optimizer.zero_grad() # 梯度归o
        loss.backward() 
        optimizer.step()  # 更新优化器的学习率
        right = accuracy(output, target) 
        train_rights.append(right) 

    
        if batch_idx % 100 == 0: 
            
            net.eval() 
            val_rights = [] 
            
            for (data, target) in test_loader:
                output = net(data) 
                right = accuracy(output, target) 
                val_rights.append(right)
                
            #准确率计算
            train_r = (sum([tup[0] for tup in train_rights]), sum([tup[1] for tup in train_rights]))
            val_r = (sum([tup[0] for tup in val_rights]), sum([tup[1] for tup in val_rights]))

            print('当前epoch: {} [{}/{} ({:.0f}%)]\t损失: {:.6f}\t训练集准确率: {:.2f}%\t测试集正确率: {:.2f}%'.format(
                epoch, batch_idx * batch_size, len(train_loader.dataset),
                100. * batch_idx / len(train_loader), 
                loss.data, 
                100. * train_r[0].numpy() / train_r[1], 
                100. * val_r[0].numpy() / val_r[1]))

输出

当前epoch: 0 [0/60000 (0%)]	损失: 2.287790	训练集准确率: 14.06%	测试集正确率: 11.06%
当前epoch: 0 [6400/60000 (11%)]	损失: 0.402259	训练集准确率: 75.60%	测试集正确率: 92.08%
当前epoch: 0 [12800/60000 (21%)]	损失: 0.071038	训练集准确率: 84.53%	测试集正确率: 94.49%
当前epoch: 0 [19200/60000 (32%)]	损失: 0.055919	训练集准确率: 88.09%	测试集正确率: 96.30%
当前epoch: 0 [25600/60000 (43%)]	损失: 0.065247	训练集准确率: 90.17%	测试集正确率: 97.37%
当前epoch: 0 [32000/60000 (53%)]	损失: 0.101428	训练集准确率: 91.52%	测试集正确率: 97.45%
当前epoch: 0 [38400/60000 (64%)]	损失: 0.119459	训练集准确率: 92.52%	测试集正确率: 97.69%
当前epoch: 0 [44800/60000 (75%)]	损失: 0.062872	训练集准确率: 93.21%	测试集正确率: 97.87%
当前epoch: 0 [51200/60000 (85%)]	损失: 0.044197	训练集准确率: 93.75%	测试集正确率: 97.86%
当前epoch: 0 [57600/60000 (96%)]	损失: 0.140018	训练集准确率: 94.13%	测试集正确率: 98.00%
当前epoch: 1 [0/60000 (0%)]	损失: 0.020221	训练集准确率: 100.00%	测试集正确率: 98.44%
当前epoch: 1 [6400/60000 (11%)]	损失: 0.084976	训练集准确率: 98.02%	测试集正确率: 98.33%
当前epoch: 1 [12800/60000 (21%)]	损失: 0.098251	训练集准确率: 97.92%	测试集正确率: 98.39%
当前epoch: 1 [19200/60000 (32%)]	损失: 0.078864	训练集准确率: 98.00%	测试集正确率: 98.47%
当前epoch: 1 [25600/60000 (43%)]	损失: 0.025394	训练集准确率: 98.13%	测试集正确率: 98.40%
当前epoch: 1 [32000/60000 (53%)]	损失: 0.042705	训练集准确率: 98.13%	测试集正确率: 98.28%
当前epoch: 1 [38400/60000 (64%)]	损失: 0.027868	训练集准确率: 98.13%	测试集正确率: 98.57%
当前epoch: 1 [44800/60000 (75%)]	损失: 0.010066	训练集准确率: 98.17%	测试集正确率: 98.57%
当前epoch: 1 [51200/60000 (85%)]	损失: 0.035174	训练集准确率: 98.19%	测试集正确率: 98.68%
当前epoch: 1 [57600/60000 (96%)]	损失: 0.021053	训练集准确率: 98.25%	测试集正确率: 98.61%
当前epoch: 2 [0/60000 (0%)]	损失: 0.004226	训练集准确率: 100.00%	测试集正确率: 98.46%
当前epoch: 2 [6400/60000 (11%)]	损失: 0.012750	训练集准确率: 98.69%	测试集正确率: 98.78%
当前epoch: 2 [12800/60000 (21%)]	损失: 0.071001	训练集准确率: 98.59%	测试集正确率: 98.24%
当前epoch: 2 [19200/60000 (32%)]	损失: 0.116683	训练集准确率: 98.67%	测试集正确率: 98.75%
当前epoch: 2 [25600/60000 (43%)]	损失: 0.082070	训练集准确率: 98.65%	测试集正确率: 98.79%
当前epoch: 2 [32000/60000 (53%)]	损失: 0.011719	训练集准确率: 98.65%	测试集正确率: 98.93%
当前epoch: 2 [38400/60000 (64%)]	损失: 0.044769	训练集准确率: 98.66%	测试集正确率: 98.81%
当前epoch: 2 [44800/60000 (75%)]	损失: 0.181679	训练集准确率: 98.67%	测试集正确率: 99.07%
当前epoch: 2 [51200/60000 (85%)]	损失: 0.022912	训练集准确率: 98.67%	测试集正确率: 98.77%
当前epoch: 2 [57600/60000 (96%)]	损失: 0.084802	训练集准确率: 98.69%	测试集正确率: 98.77%

4 模型保存

# 只保存模型参数
# torch.save(net.state_dict(), 'cov.pkl')
# 加载
# model = CNN() 
# model.load_state_dict(torch.load('\cov.pkl'))


# 保存
torch.save(net, 'cov.pkl')
# 加载
#model = torch.load('\cov.pkl')

5 模型加载和使用

model = torch.load('cov.pkl')
print(model)

输出

CNN(
  (conv1): Sequential(
    (0): Conv2d(1, 16, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
    (1): ReLU()
    (2): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  )
  (conv2): Sequential(
    (0): Conv2d(16, 32, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2))
    (1): ReLU()
    (2): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
  )
  (out): Linear(in_features=1568, out_features=10, bias=True)
)

import cv2
import matplotlib.pyplot as plt

# 第一步:读取图片
img = cv2.imread('./data/test/4.png') 
print(img.shape)

# 第二步:将图片转为灰度图
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
print(img.shape)
plt.imshow(img,cmap='Greys')

# 第三步:将图片的底色和字的颜色取反
img = cv2.bitwise_not(img)
plt.imshow(img,cmap='Greys')


# 第四步:将底变成纯白色,将字变成纯黑色
img[img<=144]=0
img[img>140]=255  # 130

# 显示图片
plt.imshow(img,cmap='Greys')
 

# 第五步:将图片尺寸缩放为输入规定尺寸
img = cv2.resize(img,(28,28))

# 第六步:将数据类型转为float32
img = img.astype('float32')

# 第七步:数据正则化
img /= 255

# 第八步:增加维度为输入的规定格式
img = img.reshape(1,1, 28, 28)
print(img.shape)

# 第九步:预测
pred = model(torch.from_numpy(img))

# 第十步:输出结果
print(pred.argmax())

输出

(384, 317, 3)
(384, 317)
(1, 1, 28, 28)
tensor(4)

在这里插入图片描述

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

【Pytorch】卷积神经网络实现手写数字识别 的相关文章

随机推荐

  • 【C++碎碎念】C++11新特性(声明、智能指针、右值引用、lambda表达式)

    目录 一 新类型 二 统一的初始化 三 声明 四 智能指针 五 右值引用 六 Lambda表达式 一 新类型 C 11新增了long long和unsigned long long 以支持64位 或更宽 的整型 新增了类型char16 t
  • 数据结构 顺序表的定义

    文章目录 1 2 1 顺序表的定义 1 2 2 顺序表上基本操作的实现 1 顺序表的建立 2 顺序表元素的插入 3 顺序表元素的删除 4 顺序表的查找 1 2 1 顺序表的定义 定义 顺序表是用一组地址连续的存储单元依次存储线性表中的数据元
  • flutter滚动到底部_flutter ScrollController如何滚动到底部?

    flutter ScrollController滚动到底部的示例代码如下 方式一 import package flutter scheduler dart import package flutter material dart void
  • 微信小程序开发全流程记录(从前台到后台,到发布)

    微信小程序开发流程记录 一 代码处理 一 微信小程序 前端显示 微信小程序项目的架构 部分特点说明 二 后台服务器 数据交互 需要的环境 特别注意 二 项目部署 一 Wampserver的设置 二 域名的获取 三 小程序官方网站上的设置 一
  • 阿里大数据之路:数据模型篇大总结

    第1章 大数据领域建模综 1 1 为什么需要数据建模 有结构地分类组织和存储是我们面临的一个挑战 数据模型强调从业务 数据存取和使用角度合理存储数据 数据模型方法 以便在性能 成本 效率之间取得最佳平衡 成本 良好的数据模型能极大地减少不必
  • Linux添加yum源,yum下载速度过慢

    CentOS系统更换yum软件安装源 此处以网易为例 第一步 备份你的原镜像文件 以免出错后可以恢复 mv etc yum repos d CentOS Base repo etc yum repos d CentOS Base repo
  • 英伟达新方法入选CVPR 2023:对未知物体的6D姿态追踪和三维重建

    普通手机 随手 拍的雕像 一下就变成了精细的三维重建图 水杯来回动的动态场景下 细节清晰可见 静态场景效果也同样nice 狗狗突出的肋骨都被还原了出来 对比来看其他方法 效果是酱婶的 这就是英伟达最新提出的方法BundleSDF 这是一种可
  • 什么是JVM

    什么是JVM JVM 内存结构 虚拟机的前世今生 从虚拟机的发展到未来的技术发展 未来的Java技术 JVM整体介绍 JVM各版本内存区域的变化 直接内存 深入分析栈和堆 JVM中的对象 JVM中对象的分配 Java中的泛型 垃圾回收算法与
  • PHP发送邮件详细说明

    这两天琢磨了php得原生发送邮件 发现自带得mail方法不太好用 于是上网查询了好多方法 亲测以下方法能用 源代码都在 我的github 到github上下载 https github com PHPMailer PHPMailer htt
  • 2021年“泰迪杯”数据分析技能赛B 题+肥料登记数据分析数据集

    2021 年 泰迪杯 数据分析技能赛 B 题 肥料登记数据分析 一 背景 肥料是农业生产中一种重要的生产资料 其生产销售必须遵循 肥料登记管 理办法 依法在农业行政管理部门进行登记 各省 自治区 直辖市人民政府 农业行政主管部门主要负责本行
  • vue-$nextTick使用详解

    在vue应用中 我们会碰到 nextTick这个东西 偶尔也会使用 多半是与DOM加载相关 不知道 nextTick为何物 这里搜寻了下资料 做一下总结 nextTick说明 在下次Dom更新循环结束之后执行延迟回调 就是说此次数据变化 在
  • Python自学笔记3-数据类型

    Pytho的数值类型包括 name purpose int 整型 long 长整型 Python3中没有 float 浮点数 complex 复数 代码示例 x 3 整数 f 3 141529 浮点数 name Python 字符串 big
  • 【适合一战成硕的你】考研408笔记(计算机网络)王道+天勤(你再也不用做笔记了)拿捏408.

    考研408笔记系列 提示 点击下面的超链接可以直接到达自己想要的专栏 45分 考研408笔记 数据结构 王道 天勤 45分 考研408笔记 计算机组成原理 王道 天勤 35分 考研408笔记 操作系统 王道 天勤 25分 考研408笔记 计
  • Kali下安装 dvwa 的完整详细教程

    kali之DVWA DVWA共有十个模块 分别是 1 Brute Force 暴力 破解 2 Command Injection 命令行注入 3 CSRF 跨站请求伪造 4 File Inclusion 文件包含 5 File Upload
  • 常用的Dos命令与打开cmd的方式

    打开CMD的方式 开始 系统 命令提示符 Win键 R 输入cmd 打开控制台 推荐 在任意的文件夹下面 按住shift键 鼠标右键点击 在此打开命令行窗口 资源管理器的地址栏前面加上cmd 空格 路径 选择以管理员方式运行 常用的Dos命
  • 符合ISO26262标准的建模规范检查模型静态分析静态测试工具

    符合ISO26262标准的建模规范检查模型静态分析静态测试工具 Model Examiner 功能安全解决方案 以下简称MXAM 测试套件是您进行全面静态模型分析的首选工具 MXAM提供了一种简单的方法来检查建模规范 分析模型结构和评估模型
  • GB2312码表

    转载https blog csdn net oshan2012 article details 79070705
  • 【实践】第一个驱动之自动生成主设备号和设备文件

    1 声明两个变量 static struct class firstdrv class static struct class device firstdrv class dev 2 修改函数first drv init void 和fir
  • 解决同时安装搜狗输入法和谷歌输入法后fcitx无法使用

    问题描述 使用搜狗输入法发现老是出现乱码的问题 然后会提示你删除一个搜狗的文件后重启才能正常使用 因此本人后来听了实验室师兄的建议 又直接安装了谷歌输入法 结果刚开始用着正常 后来突然用着界面右上角的fcitx标志直接消失了 输入法也用不了
  • 【Pytorch】卷积神经网络实现手写数字识别

    Pytorch 卷积神经网络实现手写数字识别 1 加载数据 2 模型构建 3 训练模型 4 模型保存 5 模型加载和使用 1 加载数据 分别构建训练集和测试集 验证集 DataLoader来迭代取数据 import torch import