（三）Pytorch快速搭建卷积神经网络模型实现手写数字识别(代码+详细注解)

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• • Q1：卷积网络和传统网络的区别
  • Q2:卷积神经网络的架构
  • Q3:卷积神经网络中的参数共享，也是比传统网络的优势所在
  • [4、 具体的实现代码+网络搭建](#4、 具体的实现代码+网络搭建)

---

前言

深度学习pytorch系列第三篇啦，之前更了FC，NN，这篇是卷积神经网络（cNN）模型实现手写数字识别，依然是重在理解哈，具体的理解内容我都以注释的形式放在了代码中，我就直接放代码了，因为我把一些知识点和理解的东西用注释的形式写了

---

首先是关于卷积神经网络的一些点

Q1：卷积网络和传统网络的区别

传统网络只适合结构化数据，不适合图像数据，由于图像数据的数据量大（表现为像素点多），传统网络需要使用的参数量太大

Q2:卷积神经网络的架构

卷积神经网络包括：输入层，卷积层，池化层，全连接层

重点介绍卷积层！！

卷积就是针对每个区域去计算特征。可以这样做的原因是：图片是有像素点构成的，针对每个像素点进行处理，需要的参数量过于庞大，并且相邻的像素点之间是存在联系的

特征图的个数与卷积核的个数一致。每个卷积核通过对输入特征图进行卷积操作，生成一个输出特征图。因此，卷积核的个数决定了输出的特征图的个数。

使用不同的卷积核学习同一个位置，可以得到不同的特征图，从而使特征多样化

卷积核的大小一般使用3*3

卷积核的大小规格一般是固定的，卷积核的数量理论上是越多越好

卷积层涉及的参数有：滑动窗口步长，卷积核尺寸，边缘填充，卷积核个数

卷积结果计算公式：长：h2=(h1-Fh+2p)/s +1 宽：w2=(w1-Fw+2p)/s +1

其中：w1，h1表示输入的宽度，长度；w2和h2表示输出特征图的宽度、长度，F表示卷积核的长和宽，s表示滑动窗口的补偿，p表示边界填充

经过卷积操作后，特征图的长和宽也可以保持不变

池化层的作用就是筛选好的特征，pool是只筛选位置的，channel是全部使用的

池化也称为下采样，(一次只能下采样原来的一半，不能直接224-16)

卷积神经网络由多个block组成，重点就在于怎么设计这个block的组成

关于卷积神经网络的层数，带权重参数的就算是一层，6个conn+1个fc，就可以说是7层网络结构

Q3:卷积神经网络中的参数共享，也是比传统网络的优势所在

同一个卷积核在各个位置上的参数都是一致的

权重参数的个数与输入数据的大小无关

4、 具体的实现代码+网络搭建

# 读取数据
import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
from torchvision import datasets,transforms
# transforms  进行预处理，比如进行tensor转换
import matplotlib.pyplot as plt
import numpy as np
#全连接：batch*28*28，全连接各个像素点之间无关
# cnn：batch*1*28*28  ，多了一个参数channel，卷积会综合考虑一个窗口之间的关系，因此各个像素点并不是独立的，卷积网络更适合处理图像数据
# 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)
# 卷积网络模块构建
# 一般卷积层，relu层，池化层可以写成一个套餐
# 注意卷积最后结果还是一个特征图，需要把图转换成向量才能做分类或者回归任务
# 定义一个网络
class CNN(nn.Module):
    def __init__(self):
        #         构造函数
        # 卷积网络一般是组合进行的：conv pool relu可以当一个组合
        super(CNN, self).__init__()
        self.conv1 = nn.Sequential(  # 输入大小 (1, 28, 28)
            nn.Conv2d(  # 2d卷积做任务
                in_channels=1,  # 灰度图
                out_channels=16,  # 要得到几多少个特征图，就是卷积核的个数，相当于有16个卷积核
                kernel_size=5,  # 卷积核大小 5*5的
                stride=1,  # 步长
                padding=2,  # 如果希望卷积后大小跟原来一样，需要设置padding=(kernel_size-1)/2 if stride=1，一般是这么希望的
                #                                             如果不能整除pytorch采用向下取整
            ),  # 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)，一般是pooling后是之前的一半
        )
        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.Conv2d(32, 32, 5, 1, 2),
            nn.ReLU(),
            nn.MaxPool2d(2),  # 输出 (32, 7, 7)
        )

        self.conv3 = nn.Sequential(  # 下一个套餐的输入 (32, 7, 7)
            nn.Conv2d(32, 64, 5, 1, 2),  # 输出 (64, 7, 7)
            nn.ReLU(),  # 输出 (64, 7, 7)
        )
        # 只有pool的时候才会筛选特征

        self.out = nn.Linear(64 * 7 * 7, 10)  # 全连接层得到的结果，最后的任务是10分类任务，进行一个wx+b的操作去做分类

    def forward(self, x):
        x = self.conv1(x)
        x = self.conv2(x)
        x = self.conv3(x)
        x = x.view(x.size(0), -1)  # flatten操作，结果为：(batch_size, 32 * 7 * 7)，和reshape操作一样
        # reshape操作：总的大小是不变的，提供一个维度后，后边的维度自动计算
        # 比如当前的x：64*7*7，x.size:64，也就是要从三维转成两维，总的大小不变，就变为64*49这样，-1可以简单的看成一个占位符号
        # 变换维度，开始是64*7*7，转成batchsize*特征个数，比如64*49
        output = self.out(x)
        return output
# 定义准确率
def accuracy(predictions, labels):
    pred = torch.max(predictions.data, 1)[1] # 最大值是多少，最大值的索引，只要索引就可以
    rights = pred.eq(labels.data.view_as(pred)).sum()
    return rights, len(labels)
# 训练网络模型
# 实例化
net = CNN()
# 损失函数
criterion = nn.CrossEntropyLoss()
# 优化器，学习率是0.001
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()
        loss.backward()
        optimizer.step()
        right = accuracy(output, target)
        train_rights.append(right)
        # 每一个batch都进行训练，每一百个batch进行一次评估
        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]))

实现结果